In this study a data-driven soft-se

In this study a data-driven soft-sensor has been developed
for the on-line estimation of ethanol concentrations in batch
distillations plants, at both laboratory and industrial scales.
The soft-sensors applied in wine stills provided good prediction
accuracy of distillate ethanol concentration and even
better performance can be achieved using data pre-processing
procedures. From lab-scale validations, prediction
errors as little as ±0.6% v/v were observed. The soft-sensors
proved successful for industrial distillations too, although
prediction errors were higher (±1.6% v/v) since a less accurate
reference method was used. An important additional
advantage of the soft-sensor proposed here is that it can
reduce delays in ethanol measurements, which should in turn
improve automatic control loop performance.
For this application, and presumably also in other small
to medium scale distillation columns involving a reduced
number of separation stages, our results showed that static
neural network composition estimators have equivalent or
marginally better performance than dynamic estimators.
Even though neural networks are black-box models, static
estimators implicitly represent mixture thermodynamics
and are less dependent on the dynamics of any particular
distillation equipment. In essence this means static estima

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ ได้พัฒนาเซ็นเซอร์น้ำปรับปรุงข้อมูลสำหรับการประเมินความเข้มข้นของเอทานอลในชุดที่ง่ายดายพืช distillations ห้องปฏิบัติการและระดับอุตสาหกรรมเซ็นเซอร์น้ำอัดลมที่ใช้ในฟังก์ชั่นไวน์ให้ทายดีความถูกต้อง ของการกลั่นเอทานอลความเข้มข้น และแม้ประสิทธิภาพที่ดีขึ้นสามารถทำได้โดยใช้การประมวลผลข้อมูลก่อนขั้นตอนการ จากการตรวจสอบเครื่องชั่งห้องปฏิบัติการ คาดเดาข้อผิดพลาดเพียงเล็กน้อยที่ ±0.6% v/v ได้ดำเนินการ เซ็นเซอร์น้ำพิสูจน์แล้วว่าประสบความสำเร็จในอุตสาหกรรม distillations เกินไป แม้ว่าทำนายผิดพลาดมีสูง (±1.6% v/v) ตั้งแต่ถูกต้องน้อยกว่าใช้วิธีอ้างอิง มีความสำคัญเพิ่มเติมข้อดีของเซ็นเซอร์น้ำอัดลมที่นำเสนอที่นี่คือ ว่า มันสามารถลดความล่าช้าในเอทานอลวัด ซึ่งควรจะปรับปรุงประสิทธิภาพการทำงานวนรอบควบคุมอัตโนมัติสำหรับโปรแกรมประยุกต์นี้ และน่าจะยังอยู่ในขนาดเล็กอื่น ๆคอลัมน์กลั่นขนาดกลางที่เกี่ยวข้องกับการลดจำนวนขั้นตอนแยก ผลของเราที่แสดงให้เห็นว่าแบบคงที่estimators องค์ประกอบเครือข่ายประสาทได้เทียบเท่า หรือประสิทธิภาพดีกว่า estimators แบบไดนามิกแม้ เครือข่ายประสาทเป็นรุ่นกล่องดำ คงestimators นัยแสดงถึงส่วนผสมของอุณหพลศาสตร์และมีน้อยขึ้นอยู่กับการเปลี่ยนแปลงใด ๆ โดยเฉพาะอุปกรณ์กลั่น ในสาระสำคัญซึ่งหมายความว่า estima คง

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้ที่ขับเคลื่อนด้วยข้อมูลเซ็นเซอร์นุ่มได้รับการพัฒนา
สำหรับการประมาณค่าในสายของความเข้มข้นของเอทานอลในชุด
โรงกลั่นที่ทั้งสองเครื่องชั่งในห้องปฏิบัติการและอุตสาหกรรม.
เซ็นเซอร์นุ่มนำมาใช้ในการถ่ายภาพนิ่งไวน์ให้การคาดการณ์ที่ดี
ความถูกต้องของความเข้มข้นของเอทานอลที่กลั่น และแม้กระทั่ง
ประสิทธิภาพที่ดีขึ้นสามารถทำได้โดยใช้การประมวลผลข้อมูลก่อน
ขั้นตอน จากการตรวจสอบในห้องปฏิบัติการขนาดทำนาย
ข้อผิดพลาดน้อยที่สุดเท่าที่± 0.6% ปริมาตร / ปริมาตรถูกตั้งข้อสังเกต เซ็นเซอร์นุ่ม
พิสูจน์แล้วว่าประสบความสำเร็จในอุตสาหกรรมกลั่นเกินไปแม้ว่า
ข้อผิดพลาดการทำนายสูง (± 1.6% v / v) ตั้งแต่ความแม่นยำน้อยกว่า
วิธีการที่ใช้อ้างอิง เพิ่มเติมที่สำคัญ
ประโยชน์จากเซ็นเซอร์นุ่มเสนอที่นี่เป็นที่ที่จะสามารถ
ลดความล่าช้าในการวัดเอทานอลที่ควรในทางกลับกัน
การปรับปรุงประสิทธิภาพการควบคุมวงโดยอัตโนมัติ.
สำหรับโปรแกรมนี้และน่าจะยังอยู่ในขนาดเล็กอื่น ๆ
คอลัมน์กลั่นขนาดกลางที่เกี่ยวข้องกับการลด
จำนวน ขั้นตอนการแยกผลของเราแสดงให้เห็นว่าคง
ประมาณองค์ประกอบเครือข่ายประสาทเทียบเท่าหรือมี
ประสิทธิภาพที่ดีขึ้นเล็กน้อยประมาณกว่าแบบไดนามิก.
แม้ว่าเครือข่ายประสาทมีรูปแบบกล่องดำคงที่
ประมาณโดยปริยายเป็นตัวแทนของอุณหพลศาสตร์ส่วนผสม
และน้อยขึ้นอยู่กับการเปลี่ยนแปลงของด้านการ
กลั่น อุปกรณ์ ในสาระสำคัญที่นี้หมายถึง Estima แบบคงที่

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ได้พัฒนาเซ็นเซอร์ - นุ่ม
ค่าออนไลน์ของเอทานอลความเข้มข้นในชุด
กลั่นพืช ในระดับห้องปฏิบัติการอุตสาหกรรม .
อ่อนเซ็นเซอร์ใช้ในไวน์ภาพนิ่งให้ความถูกต้องการพยากรณ์กลั่นเอทานอลความเข้มข้นและดี

ได้ประสิทธิภาพที่ดีขึ้นสามารถทำได้โดยใช้การประมวลผลข้อมูล
ขั้นตอนจากแล็บมาตรา validations ข้อผิดพลาดการทำนาย
เล็กน้อยเป็น± 0.6 % v / v พบ . เซ็นเซอร์นุ่ม
พิสูจน์ความสำเร็จอุตสาหกรรมกลั่นด้วย ถึงแม้ว่า
ข้อผิดพลาดการทำนายต่ำกว่า ( ± 1.6 % v / v ) เนื่องจากวิธีการอ้างอิงที่ถูกต้อง
น้อยใช้ ที่สำคัญเพิ่มเติม
ประโยชน์จากเซ็นเซอร์อ่อนเสนอที่นี่คือมันสามารถ
ลดความล่าช้าในการวัดเอทานอล ซึ่งควรเปิด
ปรับปรุงประสิทธิภาพของลูปควบคุมอัตโนมัติ .
สำหรับโปรแกรมนี้และน่าจะยัง
ขนาดเล็กอื่น ๆขนาดกลางการกลั่นคอลัมน์ที่เกี่ยวข้องกับลด
หมายเลขของขั้นตอนการแยกผลของเราแสดงให้เห็นว่า Static
เครือข่ายประสาทองค์ประกอบประมาณได้เทียบเท่า หรือดีกว่าแบบไดนามิกประสิทธิภาพเล็กน้อย

ถึงแม้ว่าตัวประมาณ โครงข่ายประสาทเทียมแบบกล่องดำ แบบคงที่
วิธีการผสมโดยปริยายแทนอุณหพลศาสตร์
และน้อยขึ้นอยู่กับพลวัตของอุปกรณ์
การกลั่นโดยเฉพาะใด ๆ ในสาระสำคัญนี้หมายความว่า สถิตติม่า