| 研究課題/領域番号 |
24760629
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
反応工学・プロセスシステム
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
金子 弘昌 東京大学, 工学(系)研究科(研究院), 助教 (00625171)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2012年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | プロセス管理 / ソフトセンサー / モデルの劣化 / 適応型モデル / サポートベクター回帰 / アンサンブル学習 / ベイズの定理 / 予測誤差 / 時間差分 / SVR / 時間変数 |
|---|
| 研究成果の概要 |
測定困難なプロセス変数をリアルタイムに推定するためソフトセンサーが広く使用されている。ソフトセンサーモデルの精度の劣化を低減するため、回帰モデルは逐次再構築されている。しかしモデルを逐次更新する際は、急激なプロセス変化に追随できず、プロセス変数間の非線型性にも対応できない。そこで本研究では、これらを解決する予測精度の高い適応型非線型回帰分析手法を開発した。複数の非線形回帰モデルを用いることで目的とする変数の値を精度良く予測することが可能となる。シミュレーションデータおよび様々な実プラントのデータを用いた解析により、従来手法と比較して提案手法が優位であることを示した。
|
