Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Adaptivna estimacija teško-mjerljive procesne veličine (CROSBI ID 371615)

Ocjenski rad | diplomski rad

Brkić, Dalibor Adaptivna estimacija teško-mjerljive procesne veličine / Slišković, Dražen (mentor); Grbić, Ratko (neposredni voditelj). Osijek, . 2009

Podaci o odgovornosti

Brkić, Dalibor

Slišković, Dražen

Grbić, Ratko

hrvatski

Adaptivna estimacija teško-mjerljive procesne veličine

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.

estimacija teško-mjerljive procesne veličine; model procesa; preslikavanje ulaznog prostora u latentni; prepodešavanje parametara modela; rekurzivni postupak

nije evidentirano

engleski

Adaptive estimation of difficult-to-measure process variable

nije evidentirano

difficult-to-measure variable estimation; process model; projection into latent space; updating of model parameters; recursive algorithm

nije evidentirano

Podaci o izdanju

65

23.01.2009.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Osijek

Povezanost rada

nije evidentirano