Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: scukrzanie

Sortuj według:

Ogranicz wyniki do:

Subset selection for improved parameter identification in a bio-ethanol production process

López D., Barz T., Arellano-Garcia H., Wozny G., Villegas A., Ochoa S.

Czasopismo Techniczne. Mechanika

2012

R. 109, z. 1-M

137--147

A systematic approach for system identification is applied to experimental data of ethanol production from cellulose. Special attention is given to the identification of model parameters, which can be reliably estimated from available measurements. For this purpose, an identifiable parameter subset selection algorithm for nonlinear least squares parameter estimation is used. The procedure determines the parameters whose effects are unique and have a strong effect on the predicted (measurement variables) output variables. The system is described by a generic process model for the simultaneous saccharification and fermentation including three enzyme-catalyzed reactions. The process model is clearly over-parameterized. By applying the subset selection approach the parameter space is reduced to a reasonable subset, whose estimated parameters are still able to predict the experimental data accurately.

Systematyczne podejście do identyfikacji systemu stosowane jest wraz z doświadczalnymi danymi dotyczącymi wytwarzania etanolu z celulozy. Szczególną uwagę zwraca się na określanie parametrów modelu, które można wiarygodnie oszacować na podstawie ogólnodostępnych pomiarów. W tym celu zastosowano algorytm podzbioru parametru identyfikowalnego służący do nieliniowego szacowania parametrów metodą najmniejszych kwadratów. Procedura ta określa parametry, które dają niepowtarzalne efekty i wywierają silny wpływ na przewidywane zmienne zdolności produkcyjnej (zmienne pomiarów). System ten opisywany jest przez rodzajowy model procesu jednoczesnego scukrzania i fermentacji, wliczając w to trzy reakcje katalizowane enzymowo. Model procesowy jest nadmiernie sparametryzowany. Przy zastosowaniu opisywanego podejścia dana przestrzeń zostaje ograniczona do uzasadnionego podzbioru, którego szacowane parametry pozwalają nadal celnie przewidywać dane doświadczalne.

Klasyfikacja danych eksperymentalnych procesu scukrzania skrobi za pomocą sieci neuronowych typu SOM

Ciesielski K., Bryjak J., Zbiciński I.

Inżynieria Chemiczna i Procesowa

2001

T. 22, z. 3B

355--360

Celem niniejszej pracy była klasyfikacja danych procesu scukrzania skrobi z użyciem samoorganizujących się sztucznych sieci neuronowych (SSN). Przetestowano szereg konfiguracji SSN uzyskując wyraźny podział danych procesowych na 3 klasy obiektów odpowiadających różnym mechanizmom reakcji kontrolujących proces.

The aim of the work was the classification of the data of the process of starch saccharification by using the self-organising maps. Several configurations of the neural networks were tested obtaining an explicit division of process data into 3 classes of objects corresponding to different mechanisms of the reaction controlling the process.