Resumen

Con el fin de resolver los problemas de acoplamiento fuerte, no linealidad y mecanismo complejo en los procesos de ingeniería del mundo real, la construcción de sensores blandos con un excelente rendimiento y robustez se ha convertido en la cuestión central en los procesos industriales. En este artículo, proponemos un nuevo modelo de sensor blando basado en una red neuronal de Elman mejorada (NN de Elman) e introducimos un método de preprocesamiento de datos variable en el modelo de sensor blando. La red neuronal de Elman mejorada emplea un mecanismo de red local de realimentación y feedforward a través de la capa de contexto para reflejar con precisión las características dinámicas del modelo de sensor blando, que tiene la superioridad de aproximar los sistemas de retardo y la adaptación de las características variables en el tiempo. El método de preprocesamiento de datos variables propuesto adopta la combinación de mapeo isométrico (ISOMAP) con incrustación lineal local (LLE), que mantiene eficazmente la estructura de vecindad y la distancia mutua global del conjunto de datos para eliminar los ruidos y la redundancia de datos. El modelo de sensor blando basado en la NN de Elman mejorada con un método de preprocesamiento de datos variable mediante la combinación de ISOMAP y LLE se aplica en la práctica a la sinterización y granulación para estimar la temperatura en el proceso de calcinación del horno rotatorio. Comparando varios métodos convencionales de modelos de sensores blandos, los resultados indican que el método propuesto tiene un rendimiento de generalización y una robustez más excelentes. Se ha mejorado la precisión de la predicción del modelo y la capacidad anti-interferencia, lo que proporciona un método eficaz y prometedor para la aplicación en procesos industriales.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:método de preprocesamiento de datos variables, modelo de sensor blando, elman nn, nuevo modelo de sensor blando, proceso de calcinación en horno rotatorio, varios métodos convencionales de modelo de sensor blando, excelente rendimiento de generalización, mecanismo de red feedforward, distancia mutua global, elman nn mejorado
• Keywords:variable data preprocessing method, soft sensor model, elman nn, new soft sensor model, rotary kiln calcining process, several conventional soft sensor model methods, excellent generalization performance, feedforward network mechanism, global mutual distance, improved elman nn