基于数据的石化工业推断传感器设计
机器学习
2021-06-28 v1 信号处理
摘要
推断（或软）传感器在工业中用于从在线测量的变量（如压力、温度）推断不精确且稀少测量（或完全未测）变量的值。与设计有效推断传感器的主要挑战类似于经典模型过拟合，在于传感器正确结构的选择。传感器结构由传感器输入个数表示，对应于在线测量的变量及其（简单）组合。本工作聚焦于两个炼油单元——流化催化裂化单元与减压蜡油加氢单元——中工业蒸馏塔产品组成的推断传感器设计。作为首要设计步骤，我们使用若干知名数据预处理（过失误差检测）方法，并比较这些方法在指示可用工业数据中系统误差与离群值方面的能力。随后我们研究用于推断传感器设计的各类方法的有效性，同时考虑所得模型的复杂度与精度。有效性分析表明，相较当前推断传感器所取得的改进最高达 19%。
引用
@article{arxiv.2106.13503,
title = {Data-based Design of Inferential Sensors for Petrochemical Industry},
author = {Martin Mojto and Karol Ľubušký and Miroslav Fikar and Radoslav Paulen},
journal= {arXiv preprint arXiv:2106.13503},
year = {2021}
}