Online data preprocessing in the adaptive process model building based on plant data

Autor: Dražen Slišković, Ratko Grbić, Željko Hocenski
Jazyk: angličtina
Rok vydání: 2011
Předmět:
Zdroj: Tehnički vjesnik
Volume 18
Issue 1
ISSN: 1848-6339
1330-3651
Popis: Process variables which are concerned with the quality of final product cannot often be measured by a sensor. The alternative procedure is the estimation of these difficult-to-measure process variables for which it is necessary to have an appropriate process model. Process model building, based on plant data taken from the process database, is usually the most cost-effective way to obtain a process model. Since the quality of the built model depends heavily on the modelling data informativity, preprocessing of the available measured data is an important step in such process modelling. Processes are usually time-varying and non-stationary, so that the precision of the estimation based on process model with constant parameters degrades over time. Because of that, model parameters have to be updated online. However, in order to successfully keep the precision of the estimation, it is important to use the samples which do not contain errors in the parameter updating procedure which requires a quality online data preprocessing. The online data preprocessing and online model parameter updating are discussed and presented on two examples and the influence of data preprocessing on adaptive process model quality is analyzed.
Vrlo često važne procesne veličine koje su povezane s kvalitetom izlaznog proizvoda nije moguće mjeriti senzorom. Alternativni postupak je procjenjivanje iznosa ovih teško-mjerljivih veličina, za što je potreban odgovarajući matematički model procesa. Izgradnja modela procesa na pogonskim podacima preuzetim iz procesne baze podataka potencijalno je najjeftiniji način iznalaženja modela. Budući da kakvoća izgrađenog modela uvelike ovisi o informativnosti raspoloživih mjernih podataka, predobrada mjernih podataka je važan korak u izgradnji modela procesa na temelju pogonskih podataka. Budući da su procesi najčešće vremenski promjenjivi i nestacionarni, točnost procjene teško-mjerljive veličine modelom procesa s konstantnim parametrima opada s vremenom. Zbog toga je potrebno prepodešavati parametre modela "online". Prilikom prepodešavanja parametara modela, kako bi se uspješno održavala točnost procjene, potrebno je koristiti uzorke koji su bez grešaka što zahtijeva kvalitetnu online predobradbu ovih uzoraka. Predobradba podataka na online način kao i online prepodešavanje parametara modela prikazani su na dva primjera te je provedena analiza utjecaja predobradbe podataka na svojstva adaptivnog modela procesa.
Databáze: OpenAIRE
Externí odkaz: