Iterative latent variable based tuning technique for multiparameter systems

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorHyötyniemi, Heikki
dc.contributor.authorHalmevaara, Kalle
dc.contributor.departmentPuunjalostustekniikan osastofi
dc.contributor.schoolTeknillinen korkeakoulufi
dc.contributor.schoolHelsinki University of Technologyen
dc.contributor.supervisorHyötyniemi, Heikki
dc.date.accessioned2020-12-04T18:24:00Z
dc.date.available2020-12-04T18:24:00Z
dc.date.issued2004
dc.description.abstractTeollisuusprosessien uudenaikainen instrumentointi on kasvattanut saatavilla olevan mittaustiedon määrää räjähdysmäisesti. Samaan aikaan tietokoneiden noussut laskentakapasiteetti on mahdollistanut suurten informaatiomäärien tehokkaan hyödyntämisen. Näiden kehitysaskelten seurauksena voidaan systeemitekniikan alalla soveltaa uusia lähestymistapoja. Prosessien dynaamisten simuIointimallien muuttuessa yhä tarkemmiksi ja luotettavammiksi simulointia voidaan käyttää työkaluna automaatioprojektin eri työvaiheissa konseptisuunnittelusta aina käyttöönottoon ja tuotannon aikaiseen kunnossapitoon asti. Huomattavaa osaa teollisuudessa käytetyistä säätimistä ei ole viritetty toimimaan parhaalla mahdollisella tavalla ajan ja tehokkaiden työkalujen puutteen vuoksi. Tällä on vaikutuksensa tuotannon kannattavuuteen. Optimaalisesta ratkaisevasti poikkeava viritys saattaa näkyä esimerkiksi lopputuotteen laadun vaihteluina, raaka-aineiden tehokkaan hyödyntämisen heikkoutena tai tuotantolaitoksen päästöjen kasvuna. Säätöpiirit on perinteisesti viritetty yksi säädin kerrallaan. Tällöin säätöpiirien väliset ristikkäisvaikutukset eivät tule otetuiksi huomioon eikä lopputulos siten ole koko laitoksen toiminnan kannalta paras mahdollinen. Lisäksi tällainen virittäminen on työlästä ja aikaa vievää. Tilastolliset monimuuttujaregressiomenetelmät ovat tehokas työväline kohinaista ja kolineaarista mittaustietoa käsiteltäessä. Nämä menetelmät perustuvat siihen tausta-ajatukseen, että moniulotteisten mittaussignaalien sisältämä relevantti informaatio voidaan esittää matalammassa dimensiossa niin sanottujen latenttimuuttujien avulla. Latenttimuuttujat ovat lineaarikombinaatioita alkuperäisistä muuttujista ja niiden määrittämiseksi on useita menetelmiä. Käyttämällä sopivasti valittuja latenttimuuttujia regressiomallin estimoinnissa vältytään mallitukseen ja mallilla ennustamiseen liittyviltä numeerisilta ongelmilta. Tässä työssä testataan iteratiivista säätimien viritysmenetelmää, joka perustuu staattisen, stokastisen mallin identifioimiseen viritettävien parametrien ja prosessin tavoiteltua toimintaa kuvaavien laatusuureiden välille. Mallia käytetään osoittamaan optimaalinen suunta viritettävien parametrien päivitykselle. Viritysmenetelmän ideana on toistaa simulointi- ja parametripäivitysaskelia ja löytää tilastollisessa mielessä optimaalinen ratkaisu parametrien arvoiksi. Työn pääpaino on viritysmenetelmän kehittämisessä ja testaamisessa, johon käytetään dynaamista voimalaitossimulointimallia. Testeissä saatiin arvokasta kokemusta menetelmän implementointia ajatellen ja virityksen kohteena olleen voimalaitosmallin toimintaa onnistuttiin parantamaan merkittävästi.fi
dc.format.extent93+17
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/91482
dc.identifier.urnURN:NBN:fi:aalto-2020120450317
dc.language.isoenen
dc.programme.majorSysteemitekniikkafi
dc.programme.mcodeAS-74fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordcontroller tuningen
dc.subject.keywordsäätöpiirien viritysfi
dc.subject.keyworddynamic simulationen
dc.subject.keyworddynaaminen simulointifi
dc.subject.keyworditerative optimizationen
dc.subject.keyworditeratiivinen optimointifi
dc.subject.keywordmultivariate regressionen
dc.subject.keywordmonimuuttujaregressiomenetelmätfi
dc.titleIterative latent variable based tuning technique for multiparameter systemsen
dc.titleIteratiivinen latenttimuuttujalähestymistapaa noudattava viritystekniikka moniparametrisille systeemeillefi
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis
local.aalto.digiauthask
local.aalto.digifolderAalto_21159
local.aalto.idinssi21283
local.aalto.openaccessno

Files