Soft sensor design based on PLS with hybrid inner model

내적 조합 모델 PLS를 이용한 소프트 센서 설계

It takes quite a long time for an analyzer, such as gas chromatography, to measure a bulk property of a system, which prevents on-line measurements. Also, the cost of installation and maintenance is very high. Consequently, some other means is needed for on-line measurements of properties and the development of soft sensors based on process variables like temperature and pressure is of great interest. In the field of gas industry, the development of a soft sensor which makes indirect on-line measurements of gas compositions and flow rate, is in progress. In this paper, we proposed a hybrid inner model PLS which improved the prediction performance by taking into account the data structure, as an empirical modeling algorithm. When applied to a design of a soft sensor of a distillation tower, the hybrid inner model PLS showed better prediction performance than other methods.

온라인 가스 크로마토그래피와 같은 실시간 분석기기는 데이터 채취 및 분석과정의 시간이 오래 걸려 측정 신뢰성이 낮으며 또한 설치 및 보수비용이 많이 들어서, 실제 가스 산업 공정에서는 온도, 압력과 같은 공정의 운전 변수들을 이용하여 간접적으로 가스의 성분 및 양을 감지하는 소프트 센서에 관한 연구가 활발하게 진행 중이다. 본 연구에서는 데이터 기반 소프트 센서의 설계에 있어서 공정 데이터가 갖는 패턴을 잘 반영하여 추정 능력을 높이는 내적 조합모델 PLS를 제안하고, 이를 산업체의 농도 추정 목적으로 적용하였다. 제안된 PLS모델은 기존에 제시된 모델들보다 뛰어난 추정 능력을 보였다.