Einsatz adaptiver Lernverfahren zur Regelung industrieller Verbrennungsprozesse
Seiten
2015
TU Ilmenau Universitätsbibliothek (Verlag)
978-3-86360-114-0 (ISBN)
TU Ilmenau Universitätsbibliothek (Verlag)
978-3-86360-114-0 (ISBN)
- Titel leider nicht mehr lieferbar
- Artikel merken
In dieser Arbeit wird dargestellt, wie lernfähige Prozessmodelle zum Verbessern der Prozessführung in industriellen Verbrennungsanlagen beitragen. Dazu werden die Bestandteile eines solchen Verbrennungsprozesses dargestellt und erläutert warum konventionelle Regelungsverfahren Teile davon nicht beherrschen können. Lernfähige Modelle könnten bessere Ergebnisse erzielen, scheitern aber an Besonderheiten der Verbrennungsprozesse. Es werden drei Verbesserungen erarbeitet die den Einsatz dieser Verfahren trotzdem ermöglichen: die automatische Bereinigung des Datensatzes um Ausreißer, die kontinuierliche Anpassung an Veränderungen des Prozesses und die Sicherstellung der funktionalen Sicherheit.
Das wesentliche Herausstellungsmerkmal der Arbeit ist der unmittelbare praktische Bezug zu realen Prozessen. Die vorgestellten Verfahren wurden auf verschiedenen Anlagen über Monate erprobt. Es werden Lösungsmöglichkeiten aufgezeigt, die eine erhebliche Verbesserung der Prozessführung erreichen. In dieser Arbeit wird dargestellt, wie lernfähige Prozessmodelle zum Verbessern der Prozessführung in industriellen Verbrennungsanlagen beitragen. Dazu werden die Bestandteile eines solchen Verbrennungsprozesses dargestellt und erläutert warum konventionelle Regelungsverfahren Teile davon nicht beherrschen können. Lernfähige Modelle könnten bessere Ergebnisse erzielen, scheitern aber an Besonderheiten der Verbrennungsprozesse. Es werden drei Verbesserungen erarbeitet die den Einsatz dieser Verfahren trotzdem ermöglichen: die automatische Bereinigung des Datensatzes um Ausreißer, die kontinuierliche Anpassung an Veränderungen des Prozesses und die Sicherstellung der funktionalen Sicherheit.
Das wesentliche Herausstellungsmerkmal der Arbeit ist der unmittelbare praktische Bezug zu realen Prozessen. Die vorgestellten Verfahren wurden auf verschiedenen Anlagen über Monate erprobt. Es werden Lösungsmöglichkeiten aufgezeigt, die eine erhebliche Verbesserung der Prozessführung erreichen.
Das wesentliche Herausstellungsmerkmal der Arbeit ist der unmittelbare praktische Bezug zu realen Prozessen. Die vorgestellten Verfahren wurden auf verschiedenen Anlagen über Monate erprobt. Es werden Lösungsmöglichkeiten aufgezeigt, die eine erhebliche Verbesserung der Prozessführung erreichen. In dieser Arbeit wird dargestellt, wie lernfähige Prozessmodelle zum Verbessern der Prozessführung in industriellen Verbrennungsanlagen beitragen. Dazu werden die Bestandteile eines solchen Verbrennungsprozesses dargestellt und erläutert warum konventionelle Regelungsverfahren Teile davon nicht beherrschen können. Lernfähige Modelle könnten bessere Ergebnisse erzielen, scheitern aber an Besonderheiten der Verbrennungsprozesse. Es werden drei Verbesserungen erarbeitet die den Einsatz dieser Verfahren trotzdem ermöglichen: die automatische Bereinigung des Datensatzes um Ausreißer, die kontinuierliche Anpassung an Veränderungen des Prozesses und die Sicherstellung der funktionalen Sicherheit.
Das wesentliche Herausstellungsmerkmal der Arbeit ist der unmittelbare praktische Bezug zu realen Prozessen. Die vorgestellten Verfahren wurden auf verschiedenen Anlagen über Monate erprobt. Es werden Lösungsmöglichkeiten aufgezeigt, die eine erhebliche Verbesserung der Prozessführung erreichen.
Erscheint lt. Verlag | 1.4.2015 |
---|---|
Verlagsort | Ilmenau |
Sprache | deutsch |
Maße | 148 x 210 mm |
Gewicht | 500 g |
Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
Technik ► Elektrotechnik / Energietechnik | |
Schlagworte | Automatisierung • Künstliche Intelligenz • Müllverbrennung • Neuroinformatik • Neuroinformatik, Regelungstechnik, künstliche Intelligenz, Automatisierung, Müllverbrennung, Zementherstellung • Regelungstechnik • Zementherstellung |
ISBN-10 | 3-86360-114-9 / 3863601149 |
ISBN-13 | 978-3-86360-114-0 / 9783863601140 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2024)
REDLINE (Verlag)
20,00 €
dem Menschen überlegen – wie KI uns rettet und bedroht
Buch | Hardcover (2023)
Droemer (Verlag)
24,00 €