Pregled bibliografske jedinice broj: 238181
Primjena kontinuum regresije za modeliranje procesa na temelju pogonskih podataka
Primjena kontinuum regresije za modeliranje procesa na temelju pogonskih podataka // AUTOMATIKA - časopis za automatiku, mjerenje, elektroniku, računarstvo i komunikacije, 46 (2005), 3-4; 173-184 (podatak o recenziji nije dostupan, članak, znanstveni)
CROSBI ID: 238181 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Primjena kontinuum regresije za modeliranje procesa na temelju pogonskih podataka
(Continuum regression in process modeling based on plant data)
Autori
Slišković, Dražen ; Perić, Nedjeljko ; Petrović, Ivan
Izvornik
AUTOMATIKA - časopis za automatiku, mjerenje, elektroniku, računarstvo i komunikacije (0005-1144) 46
(2005), 3-4;
173-184
Vrsta, podvrsta i kategorija rada
Radovi u časopisima, članak, znanstveni
Ključne riječi
modeliranje procesa; pogonski podaci; estimacija teško-mjerljive procesne veličine; preslikavanje u latentni prostor; kontinuum regresija; neuronske mreže
(process modeling; plant data; difficult-to-measure process variable estimation; projection into a latent space; continuum regression; neural networks)
Sažetak
Važne procesne veličine koje daju informaciju o kakvoći izlaznog proizvoda često nije moguće mjeriti senzorom nego se njihov iznos utvrđuje laboratorijskom analizom. Kako bi se omogućilo kontinuirano praćenje tijeka procesa te efikasnije upravljanje proizvodnim procesom, ovu teško-mjerljivu procesnu veličinu je potrebno estimirati, tj. odrediti na temelju matematičkog modela. Za izgradnju odgovarajućeg modela procesa vrlo često su na raspolaganju samo procesni mjerni podaci pohranjeni u procesnu bazu podataka. U ovom se radu prikazuje prikladna metodologija za modeliranje procesa na temelju pogonskih podataka. Za izgradnju modela pri tome se predlažu regresijske metode zasnovane na preslikavanju ulaznog prostora u latentni potprostor. U radu se posebno istražuju svojstva kontinuum regresije (CR). Budući da neuronske mreže predstavljaju dobru osnovu za izgradnju modela na podacima, dopunski se istražuje mogućnost hibridizacije višeslojne perceptronske (MLP) neuronske mreže i CR metode, s ciljem iskorištavanja dobrih svojstava obiju metoda te izbjegavanja njihovih nedostataka u izgradnji modela procesa na pogonskim podacima. Prednosti predloženih metoda izgradnje modela procesa nad uobičajeno korištenim regresijskim metodama prikazane su na primjeru modeliranja procesa destilacije nafte na raspoloživim mjernim podacima.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb,
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Citiraj ovu publikaciju:
Uključenost u ostale bibliografske baze podataka::
- Chemical Abstracts
- The INSPEC Science Abstracts series
- Current bibliography on science and technology
- Science abstracts
- Referativnii žurnal
