Semi-automatic parametrization of dynamic models using plant data

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorLiikala, Teemu
dc.contributor.advisorSaarela, Ville
dc.contributor.authorHyvönen, Sanna
dc.contributor.schoolKemian tekniikan korkeakoulufi
dc.contributor.supervisorJämsä-Jounela, Sirkka-Liisa
dc.date.accessioned2017-10-30T07:54:36Z
dc.date.available2017-10-30T07:54:36Z
dc.date.issued2017-10-03
dc.description.abstractThe aim of this thesis was to develop a new methodology for estimating parameters of NAPCON ProsDS dynamic simulator models to better represent data containing several operating points. Before this thesis, no known methodology had existed for combining operating point identification with parameter estimation of NAPCON ProsDS simulator models. The methodology was designed by assessing and selecting suitable methods for operating space partitioning, parameter estimation and parameter scheduling. Previously implemented clustering algorithms were utilized for the operating space partition. Parameter estimation was implemented as a new tool in the NAPCON ProsDS dynamic simulator and iterative parameter estimation methods were applied. Finally, lookup tables were applied for tuning the model parameters according to the state. The methodology was tested by tuning a heat exchanger model to several operating points based on plant process data. The results indicated that the developed methodology was able to tune the simulator model to better represent several operating states. However, more testing with different models is required to verify general applicability of the methodology.en
dc.description.abstractTämän diplomityön tarkoitus oli kehittää uusi parametrien estimointimenetelmä NAPCON ProsDS -simulaattorin dynaamisille malleille, jotta ne vastaisivat paremmin dataa useista prosessitiloista. Ennen tätä diplomityötä NAPCON ProsDS -simulaattorin malleille ei ollut olemassa olevaa viritysmenetelmää, joka yhdistäisi operointitilojen tunnistuksen parametrien estimointiin. Menetelmän kehitystä varten tutkittiin ja valittiin sopivat menetelmät operointiavaruuden jakamiselle, parametrien estimoinnille ja parametrien virittämiseen prosessitilan mukaisesti. Aikaisemmin ohjelmoituja klusterointialgoritmeja hyödynnettiin operointiavaruuden jakamisessa. Parametrien estimointi toteutettiin uutena työkaluna NAPCON ProsDS -simulaattoriin ja estimoinnissa käytettiin iteratiivisia optimointimenetelmiä. Lopulta hakutaulukoita sovellettiin mallin parametrien hienosäätöön prosessitilojen mukaisesti. Menetelmää testattiin virittämällä lämmönvaihtimen malli kahteen eri prosessitilaan käyttäen laitokselta kerättyä prosessidataa. Tulokset osoittavat että kehitetty menetelmä pystyi virittämään simulaattorin mallin vastaamaan paremmin dataa useista prosessitiloista. Kuitenkin tarvitaan lisää testausta erityyppisten mallien kanssa, jotta voidaan varmistaa menetelmän yleinen soveltuvuus.fi
dc.ethesisidAalto 9627
dc.format.extent69 + 19
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/28461
dc.identifier.urnURN:NBN:fi:aalto-201710307307
dc.language.isoenen
dc.locationP1fi
dc.programmeMaster's Programme in Chemical, Biochemical and Materials Engineeringfi
dc.programme.majorChemical Engineeringfi
dc.programme.mcodeCHEM3027fi
dc.subject.keyworddata miningen
dc.subject.keywordparameter estimationen
dc.subject.keywordcluster analysisen
dc.subject.keyworddynamic simulationen
dc.titleSemi-automatic parametrization of dynamic models using plant dataen
dc.titleDynaamisten mallien puoliautomaattinen parametrisointi käyttäen laitosdataafi
dc.typeG2 Pro gradu, diplomityöfi
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_Hyvönen_Sanna_2017.pdf
Size:
5.77 MB
Format:
Adobe Portable Document Format