Expert knowledge-guided feature selection for data-based industrial process monitoring.

Abstract

Los procesos industriales se caracterizan por estar en ambientes abiertos, inciertos y no lineales. La medición y monitoreo de estos busca calidad, seguridad y economia en los productos. Los sistemas de monitoreo basados en datos han ganado un gran interés en la academia y en la industria, pero los procesos industriales tienen grandes volúmenes de datos complejos y de alta dimensión, con dominios poco definidos, medidas redundantes, ruidosas e imprecisas y parámetros desconocidos, Cuando un modelo mecánico no está disponible, seleccionar las variables relevantes e informativas (reduciendo la dimensión de los datos) facilita la identificación de los patrones en los estados funcionales del proceso, En este articulo se propone usar el conocimiento del experto corno guia dentro de un wrapper de selección de descriptores basado en agrupamiento para reducir el conjunto de variab les necesarias para representar la estructura intrinseca de los datos históricos del proceso, Un sistema de monitoreo es propuesto y evaluado en un reactor de intensificación, el Open Plate Reactor, en las reacciones de tiosulfato y esterificación. Los resultados muestran que sólo algunas variables son necesarias para identificar correctamente los estados funcionales del proceso.

Keywords

• selección de variables
• monitoreo de procesos
• detección de fallos
• agrupamiento difuso