高精度ソフトセンサー開発のための独立成分分析とサポートベクターマシンを組み合わせた新規異常値検出手法の提案

概要

論文の詳細を見る
化学プラントにおいては，測定困難なプロセス変数を推定する手法として，ソフトセンサーが広く用いられている．しかしソフトセンサーには，化学プラントの運転状態の変化や触媒性能の変化，機器や配管への汚れ付着によって予測精度が劣化してしまうという問題点がある．このソフトセンサーの劣化に対応するため，新しいデータを用いて回帰モデルを更新する試みがなされているが，更新に用いるデータの中に異常値が混入した場合，モデルの予測性能を低下させる恐れがある．そこで本論文ではこの問題の解決を目的として，独立成分分析（ICA）とサポートベクターマシン（SVM）を組み合わせた新たな異常値検出手法（ICA-SVM）を提案する．そしてICA-SVMをソフトセンサーに応用し，高い予測能力と異常値診断能力を合わせ持つモデルの構築を目指す．ICA-SVMモデルによって適切に異常値を検出することにより，正常時のみ回帰モデルを更新することで，異常値の影響を受けずにプラントの状態変化に対応する精度の高いソフトセンサーモデルを構築可能であると考えられる．本手法の異常値検出能力と予測能力を確認するため，実際のプラントデータを用いたソフトセンサーモデルの構築を試みた．まず異常値検出能力を検証し，次に従来のソフトセンサー手法と提案手法を比較することで，本手法の有用性を示した．
社団法人　化学工学会の論文
2009-07-20

高精度ソフトセンサー開発のための独立成分分析とサポートベクターマシンを組み合わせた新規異常値検出手法の提案

スポンサーリンク

概要

著者

関連論文

スポンサーリンク