NeuroModel \ensuremath{^{\mbox{\footnotesize\Pisymbol{psy}{226}}}} versie 1.4

ATLAN-tec


Overzicht

NeuroModel is een product van ATLAN-tec. Met NeuroModel ontwikkelt een procestechnoloog met behulp van kunstmatige neurale netwerken computermodellen van (delen van) productieprocessen. Het ontwikkelde neurale netwerk kan worden gebruikt om enerzijds het proces te analyseren, en anderzijds het proces optimaliserend aan te sturen. Dit leidt tot aanzienlijke kostenbesparingen doordat de vereiste productkwaliteit tegen lagere kosten gerealiseerd kan worden, doordat productuitval door kwaliteitsproblemen voorkomen wordt, en eventueel ook doordat op laboratoriumonderzoek bespaard kan worden.

Met behulp van een gering aantal meetpunten (verkregen uit experimenten en/of uit de routinematige procesvoering) ontwikkelt NeuroModel vrijwel automatisch een computermodel. NeuroModel is speciaal ontworpen om de problemen van de (chemische, petrochemische, farmacologische, voedingsmiddelen) procesindustrie op te lossen. Het voert automatisch de voorbewerkingen uit die nodig zijn voor het modelleren van productieprocessen. Een expertsysteem begeleidt de gebruiker bij het ontwikkelproces. Met behulp van NeuroModel kunnen zeer complexe processen met honderden variabelen snel gemodelleerd worden.

Belangrijke kenmerken van NeuroModel zijn het gepatenteerde SecurityNet algoritme en de daaruit voortvloeiende mogelijkheid van post-mortem Design of Experiments. SecurityNet geeft van iedere voorspelling van NeuroModel de nauwkeurigheid aan. Hiermee wordt voorkomen dat een proces bestuurd wordt vanuit onnauwkeurige voorspellingen.

De post-mortem design of experiments faciliteit zorgt ervoor dat het aantal experimenten dat nodig is om een nauwkeurig procesmodel te ontwikkelen minimaal is. Eerst ontwikkelt u een prototype procesmodel met behulp een zeer gering aantal meetpunten. Vervolgens laat u NeuroModel een lijst genereren van gebieden waarbinnen het model onnauwkeurig is. Met deze lijst kunnen experimenten voorbereid worden die zoveel mogelijk informatie opleveren ter verbetering van het prototype model.


Kenmerken


Automatische procesgeörienteerde voorbewerking

Speciale voorbewerking voor chemische procesdata. Met statistische technieken wordt de verdeling van de te gebruiken meetpunten onderzocht. Een cluster techniek vervangt redundante meetpunten door enkelvoudige typicals. Inconsistente meetpunten (bijvoorbeeld door kapotte sensoren) worden verwijderd.


Tijdsrelaties

Voor dode tijden kan gecorrigeerd worden door parameters in de tijd te verschuiven. Met behulp van een add-on kan een dynamisch stofstroom model ontwikkeld worden dat automatisch voor de meest complexe tijdsrelaties (buffervaten, mengprocessen) corrigeert.

Waarschuwingen

Als er problemen optreden die de ontwikkeling van een nauwkeurig procesmodel belemmeren, dan genereert NeuroModel waarschuwingen, en geeft het aan hoe de problemen opgelost kunnen worden.


Validatie, documentatie en veiligheid

Een ontwikkeld neuraal netwerk wordt grafisch en statistisch gevalideerd met behulp van meetpunten die niet voor de training zijn gebruikt.

Alle handelingen die verricht zijn tijdens het ontwikkelen van het neurale netwerk, alle resultaten en alle eventuele waarschuwingen worden automatisch in een rapport vastgelegd. Kerngegevens kunnen altijd, ook binnen het run-time draaiende neurale netwerk, geraadpleegd worden. Ieder ontwikkeld neuraal netwerk wordt voorzien van een uniek identificatienummer, waarin een code voor de dongle (beveiligingssleutel) bevat is. Omdat deze informatie onvervalsbaar is, en op alle momenten beschikbaar, is NeuroModel het enige neurale netwerk ontwikkel pakket dat gebruikt kan worden voor productieprocessen die onder toezicht staan van de Amerikaanse Food and Drug Administration (FDA).

Het ingebouwde SecurityNet algoritme geeft de nauwkeurigheid van de door NeuroModel gedane voorspellingen aan. Hierdoor kan worden gegarandeerd dat alleen nauwkeurige voorspellingen gebruikt worden voor bijvoorbeeld procesbesturing.


Data-mining

Met NeuroModel staan u een grote hoeveelheid technieken ter beschikking om uw productieproces te analyseren en optimale oplossingen voor de besturing te genereren.

Sensitivity analyse:
NeuroModel onderzoekt in de gehele ruimte die door de bereiken van de invoeren wordt bestreken welke invloed ieder invoer op alle uitvoeren heeft, en maakt hiervan een statistisch rapport. Zo kunt u snel zien welke parameters belangrijk zijn, en welke wellicht niet.

Figuur 1: Grafische representatie van het resultaat van een sensitivity analyse.
\includegraphics[width=15cm]{sensit.ps.gz}

Causaliteit:
Voor ieder punt in de ruimte die door de invoeren wordt bestreken kunt u tweedimensionale of driedimensionale grafieken maken van het verband tussen invoeren en uitvoeren. De modelnauwkeurigheid wordt aangegeven door een marge of met behulp van de kleur.

Figuur 2: Deze causaliteitsgrafiek laat het verband zien tussen de hardheid van margarine als functie van twee temperatuurparameters. De kleur geeft de nauwkeurigheid van de voorspellingen aan.
\includegraphics[width=15cm]{causal.ps.gz}

Excel add-in:
Een ontwikkeld neuraal netwerk kan als add-in formule ingebouwd worden in een Excel spreadsheet. Zo kunt u data-mining aan het neurale procesmodel doen met de functionaliteit die u met Excel ter beschikking heeft.
Design of experiments:
NeuroModel kan een gesorteerde lijst maken van de gebieden in de ruimte die door de bereiken van de invoeren wordt bestreken waarin de voorspellingen het minst nauwkeurig zijn. Hierdoor kan het model met minimale inspanning worden verbeterd.
Genetic optimizer GenOpt:
Met behulp van een genetisch algoritme wordt de ruimte die door de invoeren wordt bestreken afgezocht naar het optimale werkpunt voor het proces, gegeven de actuele randvoorwaarden, grondstofeigenschappen en andere constraints. Off-line kunt u hiermee een optimale receptuur bepalen; On-line kan NeuroModel automatisch de optimale procesvoortgang bij de gegeven proceshistorie berekenen.

Figuur 3: Genetische optimalisatie. Een genetisch algoritme genereert mogelijke recepturen voor het proces, rekening houdend met alle mogelijke beperkingen (constraints). Iedere receptuur wordt uitgeprobeerd in het neuromodel. De recepturen die het slechtst presteren worden verwijderd, de overige worden door het genetisch algoritme systematische gevarieerd en gecombineerd, en opnieuw uitgeprobeerd. Geleidelijk aan ontstaan er steeds betere recepturen.
\includegraphics[width=15cm]{genopt1.ps.gz}


On-line koppeling

NeuroModel kan, direct of indirect, aan ieder procesbesturingssysteem gekoppeld worden. Vaak wordt een indirecte koppeling geďmplementeerd, waarin NeuroModel in een aparte computer draait, die via speciale interfaces met het procesbesturingssysteem verbonden is. Hierdoor houdt het procesbesturingssysteem de supervisie, en kan NeuroModel op ieder moment geactiveerd of gedeactiveerd worden.

NeuroModel kan direct gekoppeld worden aan APC Professional (een object-geörienteerd besturingssysteem), aan fuzzyTECH (een fuzzy logic expertsysteem) en aan Prompt (een proces data management systeem).


Toepassingen

Virtuele sensor.
Voorspel meetwaarden of (tijdrovende) laboratoriumuitslagen vooraf. Corrigeer voor dreigende afwijkingen voordat deze daadwerkelijk optreden.
On-line diagnose van de procestoestand.
Voorbeeld: bewaak de toestand van katalysator door de werkelijke opbrengst met de voorspelde opbrengst te vergelijken.
Bewaak kwetsbare sensoren.
NeuroModel voorspelt het meetresultaat. Een discrepantie met het werkelijke meetresultaat is reden tot alarm.
Voorspel het procesresultaat.
Voorbeeld: voorspel de productvochtigheid van droogproces aan de hand van eigenschappen van de grondstoffen en energietoevoer. Vooral van belang voor processen met lange ``dode tijden''.
Modelondersteunde besturing.
Het proces wordt anticiperend geregeld aan de hand van de voorspellingen van NeuroModel inplaats van achteraf aan de hand van geconstateerde afwijkingen.
Receptuur ontwikkeling
met behulp van de Genetic Optimizer.
On-line correctie voor afwijkingen
met behulp van de on-line Genetic Optimizer.
Artefact suppressie.
Voorspel de waarde van een niet-relevante grootheid die een meting verstoort en corrigeer de meting hiervoor.
Training van operateurs.


Informatie

Wilt u meer informatie of praktijkvoorbeelden? Vul dan het Contactformulier in.



Huygen Intelligente Technologie
Abcoude