Naslov
Adaptivna estimacija teško-mjerljive procesne veličine
(Adaptive estimation of difficult-to-measure process variable)

Autori
Brkić, Dalibor

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad

Fakultet
Elektrotehnički fakultet

Mjesto
Osijek

Datum
23.01

Godina
2009

Stranica
65

Mentor
Slišković, Dražen

Neposredni voditelj
Grbić, Ratko

Ključne riječi
estimacija teško-mjerljive procesne veličine; model procesa; preslikavanje ulaznog prostora u latentni; prepodešavanje parametara modela; rekurzivni postupak
(difficult-to-measure variable estimation; process model; projection into latent space; updating of model parameters; recursive algorithm)

Sažetak
Izgradnja modela procesa na temelju pogonskih podataka, te estimacija teško-mjerljivih procesnih veličina oduvijek je bila predmet proučavanja. Za estimaciju tih veličina obično su se koristili regresijski modeli temeljeni na linearnom preslikavanju u latentno područje. Najviše korišteni modeli su bili PCR (Principal Component Regression) i PLSR (Partial Least Squares Regression) modeli dobiveni PCA (Principal Component Analysis) i PLS (Partial Least Squares) tehnikama preslikavanja. PCR i PLSR modeli izgrađuju se na početnom skupu mjernih uzoraka, te koriste za predikciju na novim mjernim uzorcima. Točnost ovih modela je u početku zadovoljavajuća, no nakon nekog vremena kada se promijene odnosi u procesu ovi modeli postaju nepouzdani tj. povećava se pogreška estimacije. Kako bi se izbjeglo ovo povećanje pogreške izgrađuju se adaptivni estimatori temeljeni na rekurzivnim algoritma. U ovom radu detaljno je opisan RPLS (Recursive Patial Least Squares) algoritam za izgradnju modela procesa. Korištenjem rekurzivnih algoritama nakon svakog novo pristiglog kompletnog mjernog uzorka parametri modela se prepodešavaju čime se održava točnost estimacije tijekom vremena. Također je dan uvid u njegove prednosti i značajke koje mogu utjecati na kvalitetu predikcije kod adaptivnih estimatora izgrađenih ovim postupkom.

Izvorni jezik
Hrvatski

POVEZANOST RADA