Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Application of Production Rule in Intelligent Collaboration System of Information Appliances Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

74. Multi-Phase Kernel Based Adaptive Soft Sensor Approach for Fed-Batch Processes

verfasst von : Kun Chen, Yi Liu

Erschienen in: Proceedings of 2013 Chinese Intelligent Automation Conference

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

An adaptive soft sensor, multi-phase kernel based regression (MPKR) method, is proposed for online modelling of fed-batch processes. By introducing the multi-phase kernel and online phase estimation, the proposed MPKR can handle the multi-stage nature of fed-batch processes to achieve an accurate model. Simulation on biomass concentration online prediction in penicillin fermentation indicates that MPKR can obtain a promising accuracy and robust results compared to traditional kernel regression method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Experimental Research of Vortex Street Oil–Gas–Water Three-Phase Flow Base on Wavelet
Nächstes Kapitel Application of Ultrasonic Phased Array Testing Technology on Ladle Trunnion
Literatur
1.
Alford J (2006) Bioprocess control: advances and challenges. Comput Chem Eng 30:10–12CrossRef
2.
Dochain D (2003) State and parameter estimation in chemical and biochemical processes: a tutorial. J Process Control 13(8):801–818MathSciNetCrossRef
3.
Yu J, Qin SJ (2009) Multiway Gaussian mixture model based multiphase batch process monitoring. Ind Eng Chem Res 48(18):8585–8594MathSciNetCrossRef
4.
Kadlec P, Gabrys B, Strandt S (2009) Data-driven soft sensors in the process industry. Comput Chem Eng 33(4):795–814CrossRef
5.
Yao Y, Gao FR (2009) A survey on multistage/multiphase statistical modeling methods for batch processes. Annu Rev Control 33(2):172–183MathSciNetCrossRef
6.
Gonzaga JCB, Meleiro LAC, Kiang C, Maciel Filho R (2009) ANN-based soft-sensor for real-time process monitoring and control of an industrial polymerization process. Comput Chem Eng 33(1):43–49CrossRef
7.
Schölkopf B, Smola AJ (2002) Learning with kernels. The MIT Press, Cambridge
8.
Suykens JAK, Van Gestel T, De Brabanter J (2002) Least squares support vector machines. World Scientific, SingaporeMATHCrossRef
9.
Bach FR, Lanckriet GRG, Jordan MI (2004) Multiple kernel learning, conic duality and the SMP algorithms. In: Proceedings of ICML 2004
10.
Lanckriet GRG, Bie TD, Cristianini N, Jordan MI, Nobel WS (2004) A statistical framework for genomic data fusion. Bioinformatics 20:2626–2635CrossRef
11.
Gonen M, Alpaydin E (2008) Localized multiple kernel learning. In: Proceedings of ICML 2008
12.
Yang JJ, Li YN, Tian YH, Duan LY, Gao W (2009) Group-sensitive multiple kernel learning for object categorization. In: Proceedings of ICCV 2009
13.
Birol G, Ündey C, Cinar A (2002) A modular simulation package for fed-batch fermentation: penicillin production. Comput Chem Eng 26(11):1553–1565CrossRef
14.
Postaire JG, Vasseur C (1982) A fast algorithm for nonparametric probability density estimation. IEEE Trans Pattern Analy Mach Intell 4(6):663–666CrossRef
Metadaten
Titel
Multi-Phase Kernel Based Adaptive Soft Sensor Approach for Fed-Batch Processes
verfasst von
Kun Chen
Yi Liu
Copyright-Jahr
2013
Verlag
Springer Berlin Heidelberg
Buch
Proceedings of 2013 Chinese Intelligent Automation Conference

Print ISBN: 978-3-642-38459-2

Electronic ISBN: 978-3-642-38460-8

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-3-642-38460-8_74

Neuer Inhalt

    Bildnachweise