文献

J-GLOBAL ID：201802217752627248   整理番号：18A1872849

マルチグレードプロセスをモデル化するための新しい共通特徴抽出法【JST・京大機械翻訳】

Novel common and special feature extraction method for modeling multi-grade processes

著者 (3件)： Liu Jingxiang (Institute of Advanced Control Technology, Dalian University of Technology, Dalian, 116024, P. R. China) ,  Liu Tao (Institute of Advanced Control Technology, Dalian University of Technology, Dalian, 116024, P. R. China) ,  Chen Junghui (Department of Chemical Engineering, Chung-Yuan Christian University, Chung-Li District, Taoyuan, 32023, Taiwan)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 51  号： 18  ページ： 494-499  発行年： 2018年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 加工産業において,運転条件は市場と顧客の要求を満たすためにしばしば変化する。プロセス産業で広く操作されているそのようなマルチグレードプロセスのためのオンライン品質予測の困難さに対処するために,新しい一般的で特別な特徴抽出法を,マルチグレードプロセスをモデル化するために提案した。通常の特徴抽出アルゴリズムを提案し,これらのプロセスの異なるグレードにより共有される共通方向を決定した。一般的特徴を抽出した後に,部分最小二乗モデリングアルゴリズムを用いて,それぞれのグレードに対する特別な方向を抽出した。したがって,製品品質予測は,モデル構築のために各グレードの一般的で特別な部分を統合することによって簡単に実施できる。数値事例と工業的ポリエチレンプロセスを用いて,提案した方法の有効性と利点を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  予測 ,  *特徴抽出 ,  アルゴリズム ,  部分最小二乗法 ,  製品品質
準シソーラス用語： 品質予測 ,  オンライン ,  運転条件 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチグレードプロセス ,  共通特徴抽出 ,  ソフトセンサ ,  限定データ ,  PLS

分類 (2件)： 化学プロセスの制御  (XC02020N) ,  化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (2件)： モデル化 ,  特徴抽出法