Pregled bibliografske jedinice broj: 797402
Razvoj modela za procjenu sadržaja aromata na temelju malih skupova podataka
Razvoj modela za procjenu sadržaja aromata na temelju malih skupova podataka // XXIV. Hrvatski skup kemičara i kemijskih inženjera / Ukić, Š., Bolanča, T. (ur.).
Zagreb: Fakultet kemijskog inženjerstva i tehnologije Sveučilišta u Zagrebu, 2015. str. 223-223 (poster, nije recenziran, sažetak, znanstveni)
CROSBI ID: 797402 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Razvoj modela za procjenu sadržaja aromata na temelju malih skupova podataka
(Model development based on small datasets for aromatic content estimation)
Autori
Cvetnić, Matija ; Ujević Andrijić, Željka ; Mohler, Ivan ; Bolf, Nenad
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni
Izvornik
XXIV. Hrvatski skup kemičara i kemijskih inženjera
/ Ukić, Š., Bolanča, T. - Zagreb : Fakultet kemijskog inženjerstva i tehnologije Sveučilišta u Zagrebu, 2015, 223-223
ISBN
978-953-6894-54-3
Skup
XXIV. Hrvatski skup kemičara i kemijskih inženjera
Mjesto i datum
Zagreb, Hrvatska, 21.04.2015. - 24.04.2015
Vrsta sudjelovanja
Poster
Vrsta recenzije
Nije recenziran
Ključne riječi
softverski senzori; mali skupovi podataka; modeliranje procesa; neuronska mreža; bootstrap metoda
(soft sensor; small data set; process modeling; neural network; bootstrapping)
Sažetak
U rafinerijskim postrojenjima ključne procesne veličine kao što su sastavi procesnih struja i svojstva proizvoda mjere se pomoću procesnih analizatora. Budući da su procesni analizatori često nedostupni, ključna svojstva moraju se određivati rijetkim i dugotrajnim laboratorijskim analizama. U ovome radu prikazana je usporedba više modela softverskih senzora razvijenih na temelju malog skupa dostupnih eksperimentalnih podataka. Podaci su dobiveni iz laboratorijskih analiza procjene sadržaja aromatskih ugljikovodika u rafinerijskom postrojenju. Softverski senzori razvijeni su primjenom viševeličinske linearne regresije, viševeličinske adaptivne regresije te primjenom neuronskih mreža (mreža temeljenih na funkcijama s kružnom osnovicom i višeslojnih perceptronskih mreža). Kod razvoja neuronskih mreža za generiranje dodatnih skupova podataka primijenjena je bootstrap metoda resempliranja. Na skupu podataka za vrednovanje modela najbolje rezultate pokazali su modeli razvijeni pomoću neuronske mreže. Viševeličinski linearni model pokazao je nešto lošije vladanje. Model razvijen metodom viševeličinske adaptivne regresije pokazao zadovoljavajućim i primjenjivim za procjenu sadržaja aromata.
Izvorni jezik
Hrvatski
Znanstvena područja
Kemijsko inženjerstvo
POVEZANOST RADA
Ustanove:
Fakultet kemijskog inženjerstva i tehnologije, Zagreb
Profili:
Ivan Mohler
(autor)
Željka Ujević Andrijić
(autor)
Matija Cvetnić
(autor)
Nenad Bolf
(autor)