Advisory System for Operators of Complex Industrial Processes Exteded by Diagnostic Functions

dc.contributor.authorPuchr, Ivan
dc.contributor.authorHerout, Pavel
dc.date.accessioned2022-01-31T11:00:23Z
dc.date.available2022-01-31T11:00:23Z
dc.date.issued2019
dc.description.abstractOperátoři průmyslových procesů obvykle nuceni zvládnout značnou složitost těchto procesů. Musejí správně nastavit všechny příslušné parametry, aby byl zajištěny výkonnostní a kvalitativní požadavky. Tento náročný úkol je navíc komplikován stále se měnícími okolními podmínkami. Pravděpodobnostní poradní systém byl vyvinut jako podpůrný nástroj pro tyto operátory. Systém zpracovává data z historie a shrnuje všechny dostupné informace o řízeném procesu do mixu pravděpodobnostních funkcí hustoty. S pomocí Bayesianovské statistiky porovnává poradní systém data z historie se současným stavem řízeného procesu a poskytuje doporučující informace, jak lze změnit stávající nastavení řízeného procesu tak, aby bylo dosaženo žádoucího výkonu při dosažení očekávané kvality.cs
dc.description.abstract-translatedOperators of industrial processes face the complexity of the process usually. They have to set all appropriate parameters correctly to ensure requested performance and quality of production. This demanding task is additionally complicated by permanent changing of ambient conditions. A probabilistic advisory system was developed as a support tool for operators. The advisory system processes historical data, and concentrates the information about process behavior into a mixture of probability density functions. With the help of Bayesian statistics, the advisory system compares historical information to the actual working point of the process and generates advisory information on how to change current process settings in order to reach requested performance and quality of production.en
dc.format8 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier.citationPUCHR, I. HEROUT, P. Advisory System for Operators of Complex Industrial Processes Exteded by Diagnostic Functions. Journal of Engineering and Applied Sciences, 2019, roč. 14, č. 11, s. 3506-3513. ISSN: 1819-6608cs
dc.identifier.doi10.36478/JEASCI.2019.3506.3513
dc.identifier.issn1819-6608
dc.identifier.obd43926074
dc.identifier.uri2-s2.0-85109144203
dc.identifier.urihttp://hdl.handle.net/11025/46648
dc.language.isoenen
dc.publisherAsian Research Publishing Networken
dc.relation.ispartofseriesJournal of Engineering and Applied Sciencesen
dc.rights© Medwell Journalsen
dc.rights.accessopenAccessen
dc.subjectporadní systémcs
dc.subjectBayesianovská statistikacs
dc.subjectmix pravděpodobnostních funkcí hustotycs
dc.subjectKullback-Leibler divergencecs
dc.subjectdiagnostikacs
dc.subjectválcovací stolicecs
dc.subject.translatedadvisory systemen
dc.subject.translatedBayesian statisticsen
dc.subject.translatedmixture of probability density functionsen
dc.subject.translatedKullback-Leibler divergenceen
dc.subject.translateddiagnosticsen
dc.subject.translatedrolling millsen
dc.titleAdvisory System for Operators of Complex Industrial Processes Exteded by Diagnostic Functionsen
dc.title.alternativePoradní systém pro operátory komplexních průmyslových procesů rozšířený o diagnostické funkcecs
dc.typečlánekcs
dc.typearticleen
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen

Files