Pregled bibliografske jedinice broj: 306408
Estimacija viskoznosti maziva u destilacijskoj koloni sirove nafte
Estimacija viskoznosti maziva u destilacijskoj koloni sirove nafte, 2006., diplomski rad, Elektrotehnički fakultet, Osijek
CROSBI ID: 306408 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Estimacija viskoznosti maziva u destilacijskoj koloni sirove nafte
(Lubricating oil viscosity estimation in the crude oil distillation column)
Autori
Grbić, Ratko
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad
Fakultet
Elektrotehnički fakultet
Mjesto
Osijek
Datum
30.05
Godina
2006
Stranica
69
Mentor
Slišković, Dražen
Ključne riječi
destilacijska kolona; viskoznost maziva; estimacija teško-mjerljive procesne veličine; modeliranje procesa; pogonski podaci; predobradba podataka; preslikavanje u latentni prostor; kontinuum regresija; neuronske mreže
(distillation column; lubricant viscosity; difficult-to-measure process variable estimation; process modeling; plant data; data preprocessing; projection into latent space; continuum regression; neural networks)
Sažetak
Izlazni proizvodi destilacijske kolone sirove nafte su maziva. Kvalitetu ovih proizvoda nije jednostavno nadgledati jer procesne veličine koje su usko vezane s njihovom kvalitetom nije moguće mjeriti senzorom. Najvažnija karakteristika izlaznih proizvoda je viskoznost. Kako bi se omogućilo kontinuirano praćenje tijeka procesa destilacije te efikasnije upravljanje proizvodnim procesom ovu teško-mjerljivu procesnu veličinu potrebno je estimirati. Osnova estimatora teško-mjerljive procesne veličine je matematički model procesa destilacije. U radu se prikazuje prikladna metodologija za modeliranje procesa destilacije nafte na temelju pogonskih podataka. Budući da pogonski podaci sadrže mnogo smetnja poput mjernih pogrešaka i šuma, opisan je i način predobradbe ovakvih podataka. Za izgradnju modela procesa pri tome se predlažu regresijske metode zasnovane na preslikavanju ulaznog prostora u latentni prostor. U radu su detaljno opisana svojstva kontinuum regresije (CR). Dobra osnova za izgradnju modela na podacima je višeslojna perceptronska (MLP) neuronska mreža. Nadalje, iznesena je mogućnost hibridizacije CR metode i MLP neuronske mreže.
Izvorni jezik
Hrvatski
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek