Błędy i korekcja błędów modeli w aplikacjach przemysłowych

W referacie omówiono zagadnienia związane ze stosowaniem modeli procesów w aplikacjach przemysłowych, zwłaszcza odnoszące się do błędów modeli, ich zmienności w czasie i możliwości korekcji. Przedstawiono algorytm korekcji wyjść neuronowych modeli zanieczyszczeń emitowanych przez kotły energetyczne, który został zastosowany w wirtualnym analizatorze spalin. Algorytm minimalizuje błąd wartości średniej i wartości skutecznej. Przedstawiono wyniki wieloletniej eksploatacji analizatora świadczące o skuteczności opisanego algorytmu oraz obrazujące wielkość i charakter zmian właściwości modelowanych procesów przemysłowych Przedstawiono modyfikację algorytmu, która umożliwia jego stosowanie w przypadkach, gdy modele są źródłami sygnałów wzorcowych w zadaniach diagnozowania korzystających z metody residuów. Wskazano warunki stosowania algorytmu.

The article presents issues concerning the applicability of process models under industrial conditions. It focuses on model errors, their time variability, and their ability to introduce necessary corrections. It presents an algorithm dedicated to output error corrections for neural net models applied to assess contamination produced by power plant boilers. This model has been successfully applied to the virtual exhaust analyser. This algorithm reduces the mean value and effective value errors. The article presents the results of long term (xxx years) application of this model. It focuses on its efficiency while deployed to large-scale variable industrial processes. Variability of processes under consideration may be large; therefore, it has to be taken into account while planning to deploy models of this kind. For that reason, an algorithm modification was developed in order to make this art of models applicable to the cases where models themselves may be a source of master signals for tasks such as technical diagnostics based on the residual method. Although the group of processes successfully covered by this approach is limited, it is wide enough to make it practically viable. Important advantages of this algorithm are its simplicity of practical deployment and its long-term stable work without human operator's intervention.