search query: @instructor Sourander, Mauri / total: 8
reference: 6 / 8
« previous | next »
Author:Bergman, Samuli
Title:Liuottimen aromaattien poistoprosessin häiriöiden monitorointi
Monitoring of a dearomatization process
Publication type:Master's thesis
Publication year:2001
Pages:x + 137      Language:   fin
Department/School:Kemian tekniikan osasto
Main subject:Prosessien ohjaus ja hallinta   (Kem-90)
Supervisor:Jämsä-Jounela, Sirkka-Liisa
Instructor:Sourander, Mauri
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TKK  4779   | Archive
Abstract (fin): Ennakoimalla prosessihäiriöitä ja prosessilaitteiden rikkoontumista voidaan ehkäistä tuotteen laadun heikentymistä Ja huollon vaatimia tuotantokatkoksia.
Prosessien monitorointi- ja vikadiagnostiikkajärjestelmät ovat prosessin ohjauksen neuvoa-antavia tukijärjestelmiä, joiden avulla prosessissa esiintyvät häiriöt pyritään havaitsemaan ja paikallistamaan.
Tämän diplomityön tavoitteena oli kartoittaa, millaisia menetelmiä on sovellettu kemiallisten prosessien monitoroinnissa, ja vertailla eri menetelmien soveltuvuutta liuottimen aromaattisen poistoprosessin monitorointiin.

Työn kirjallisuusosassa on tarkasteltu kemiallisten prosessien vikadiagnostiikkaan ja monitorointiin käytettyjä menetelmiä.
Neuroverkot, sumea logiikka ja tilastolliset monimuuttujamenetelmät ovat korvaamassa vikadiagnostiikkaan perinteisesti käytetyt raja-arvotarkastelut ja kvantitatiiviset kausaaliset mallit.

Työn kokeellisessa osassa on vertailtu Kohosen itseorganisoituvien karttojen ja tilastollisten monimuuttujamenetelmien, pääkomponenttianalyysin ja PLS-menetelmän, soveltuvuutta liuottimen aromaattien poistoprosessin monitorointiin.
Monitorointimallien laadintaan tarvittu data kerättiin dynaamisella prosessisimulaattorilla.
Mallia muokattiin vastaamaan teollista dearomatisointiprosessia ja dataa kerättiin normaaleista operointitilanteista ja hairi6ista: vuodosta lämmönsiirtimessä, lämmönsiirtimen likaantumisesta ja katalyytin kanavoitumisesta reaktorissa.

Parhaassa PLS-mallissa oli kuusi selittävää ja neljä selitettävää muuttujaa.
Se pystyi havaitsemaan, että tilanne on epänormaali 53 prosentissa vuototapauksista, kuudessa prosentissa likaantumistapauksista ja 69 prosentissa kanavoitumistapauksista.
PLS-menetelmän etuna on, että malli pystyy havaitsemaan myös täysin uusia vikoja.

Itseorganisoituvat kartat laadittiin erikseen jokaiselle häiriölle.
Parhaiten tunnistettiin katalyytin kanavoituminen.
Pääkomponenttianalyysillä esikäsitelty 12 muuttujan kartta tunnisti 94,5 prosenttia kanavoitumistapauksista.
Samoilla muuttujilla laadittu PCA-esikäsitelty kartta tunnisti 78 prosenttia vuototapauksista.
Likaantumistapauksista tunnistettiin vain 42 prosenttia.
Itseorganisoituvien karttojen etuna on niiden visuaalisuus.
Prosessin tila nähdään selkeästi kaksiulotteiselta kartalta.
PCA-esikäsittely parantaa karttojen kykyä tunnistaa häiriöt, jos kartta on opetettu oikeilla muuttujilla.

Muuttujien valinnalla on keskeinen merkitys monitorointimallin kykyyn havaita ja tunnistaa häiriöt.
Oikeiden muuttujien valinta perustuu PCA-menetelmän lisäksi prosessituntemukseen.
Erityisen merkittäviä ovat laskennalliset muuttujat, jotka kuvaavat prosessin ilmiöitä.
ED:2002-01-11
INSSI record number: 18206
+ add basket
« previous | next »
INSSI