Skip to the main content

Original scientific paper

On-line predobradba podataka u izgradnji adaptivnog modela procesa na temelju pogonskih podataka

Dražen Slišković ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, KnezaTrpimira 2B, HR-31000 Osijek, Croatia
Ratko Grbić ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, KnezaTrpimira 2B, HR-31000 Osijek, Croatia
Željko Hocenski ; Faculty of Electrical Engineering, J. J. Strossmayer University of Osijek, KnezaTrpimira 2B, HR-31000 Osijek, Croatia


Full text: english pdf 236 Kb

page 41-50

downloads: 970

cite


Abstract

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.

Keywords

online predobradba podataka; online prepodešavanje parametara modela; pogonski podaci; procjenjivanje teško-mjerljive veličine

Hrčak ID:

65923

URI

https://hrcak.srce.hr/65923

Publication date:

31.3.2011.

Article data in other languages: english

Visits: 2.167 *