ارزيابي كيفيت محصول مبتني بر روش پارامتر وابسته به متغير حالت با كاربرد در فرآيند تنسي ايستمن (TEP)

توسعه و پياده‌سازي روش‌هاي پيشرفته نظارت و كنترل نيازمند اندازه‌گيري متغيرهايي است كه تعيين آن‌ها به روش فيزيكي امكان‌پذير نيست يا اينكه سنجش آن‌ها بسيار دشوار است. حسگرهاي نرم مي‌توانند با تخمين متغيرهاي دشوار اندازه‌گير بوسيله متغيرهاي آسان اندازه‌گير جايگزين مناسبي براي حسگرهاي سخت‌افزاري باشند. در اين مقاله حسگر نرم داده محور بر مبناي مدل‌سازي پارامتر وابسته به حالت با استفاده از تكنيك متغير سودمند محلي (LIV) به منظور تخمين كيفيت در فرآيند تنسي ايستمن ارائه گرديده است. اين تكنيك ساختاري ساده دارد و نسبت به ساير روش هاي مدلسازي به تعداد متغيرهاي ورودي كمتري نيازمند است، قابليت شناسايي متغيرهاي تأثيرگذار بر روي متغيرهاي هدف را نيز داراست. در اين مطالعه، مدل‌هاي حسگر نرم مبتني بر LIV به منظور پيش‌بيني غلظت اجزاء A و E توسط نرم افزار MATLAB توسعه يافتند. نتايج حاصل از ارزيابي مدل‌هاي ارائه شده بر روي مجموعه داده‌ي آزمون، خطاي جذر ميانگين مربع خطا (RMSE) را به ترتيب 0/3191 و 0/0174 براي جزء A و جزء E گزارش مي‌دهد. مدل LIV پيشنهادي، خطاي پيش‌بيني (RMSE) براي غلظت جزء E را نسبت به روش‌هاي كمينه مربعات جزئي (PLS) و كمينه مربعات جزئي دروني پويا (DiPLS) به ترتيب به ميزان 98/18 % و 97/6 % كاهش داده است.