طراحی حسگر نرم داده محور به‌منظور پیش‌بینی کیفیت در فرآیند ناپیوسته صنعتی تولید رزین پلی‌استر

Abstract

در این پژوهش، حسگر نرم داده محور بر مبنای روش مدل‌سازی پارامتر وابسته به متغیر حالت با استفاده از روش متغیر سودمند محلی (LIV) برای یک فرآیند ناپیوسته تولید رزین پلی‌استر طراحی شده است. برای مدل‌سازی حسگر نرم از داده‌های یک فرآیند صنعتی استفاده شده است. به‌منظور طراحی یک حسگر نرم دقیق، با در نظر گرفتن متغیر خروجی لحظه قبل در مجموعه متغیرهای ورودی، ماهیت پویای فرآیند در محاسبات لحاظ شده است. تعداد متغیرهای ورودی مدل نهایی از 23 متغیر تعیین شده توسط دانش فرآیندی به‌تنها 4 متغیر برای ویسکوزیته و 3 متغیر برای عدد اسیدیته در این مطالعه کاهش یافت. مدل نهایی حسگر نرم با داده‌های یک نوبت آموزش داده شد، در نتیجه زمان و میزان محاسبات به شکل قابل توجهی کاهش یافت. با به‌کارگیری روش LIV در فرآیند ناپیوسته تولید رزین پلی‌استر، مقادیر شاخص‌های عملکردی MAE، RMSE و R2 برای پیش‌بینی ویسکوزیته به‌ترتیب 0015/0، 0022/0 و 9999/0 و برای پیش‌بینی عدد اسیدیته به ترتیب 0030/0، 0094/0 و 9995/0 حاصل گردید. در مقایسه با سایر روش‌های مدل‌سازی حسگر نرم، مدل LIV متغیرهای شاخص کیفیت محصول را با تعداد نوبت‌ها و متغیرهای ورودی کم‌تر برای آموزش مدل اما با دقت بیشتر پیش‌بینی می‌نماید.

Keywords

• حسگر نرم داده محور
• پیش‌بینی کیفیت
• روش متغیر سودمند محلی (liv)
• فرآیند ناپیوسته
• رزین پلی‌استر