化学情報学における諸問題の解決を目的とした新規多変量データ解析手法の開発

开发新的多元数据分析方法来解决化学信息学中的各种问题

• 批准号: 09J01337
• 负责人: 金子 弘昌
• 金额: $ 1.34万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-09J01337/
• 关键词: 化学工学; 機会学習; 統計数学; ソフトセンサー; 物性推算; プラント管理; ファウリング; 適用範囲; 機械学習

化学プラントにおいては、測定困難なプロセス変数を推定する手法として、ソフトセンサーが広く用いられている。ソフトセンサーとして、プラントにおいてオンラインで測定されている複数のプロセス変数(説明変数)からある目的変数を推定するモデルが構築されているが、すべての説明変数が目的変数に影響を及ぼすとは限らないため、変数選択を行う試みがなされている。一方、説明変数がある時間遅れを伴って目的変数に寄与していると考えられるが、その時間遅れを正確に求めることは困難である。そこで本研究では、最適な説明変数とその動特性の選択を行う手法を開発すること目的とした。そして我々はソフトセンサーで用いるプロセスデータと同様に、変数間の相関が強いスペクトルデータを扱う分野における波長領域選択手法に着目した。その一つがgenetic algorithm-based wavelength selection(GAWLS)法である。これらの波長領域選択手法をプロセスデータへ応用することで新規なソフトセンサー手法を開発し、高い予測性能と解釈の容易さを同時に達成するモデルの構築を目指した。実際の蒸留塔で測定されたデータを用いて従来手法とモデリング結果や予測結果を比較することで、本手法により少ない変数領域で妥当なモデルを構築可能であることを確認した。さらに本研究では、変数間に非線型性が存在する場合においても適切な変数領域選択と予測精度の高いモデル構築を同時に達成することを目的として、GAWLSと非線型回帰分析手法の一つであるsupport vector regression(SVR)を組み合わせた新規な変数領域選択手法を開発した。この提案手法をGAWLS-SVR法と呼ぶ。本手法の有効性を確認するため、シミュレーションデータを用いた解析を行った。隣接する変数間の相関の強いXとyの間に非線型性がある場合において解析を行った結果、提案手法であるGAWLS-SVR法を用いることで、非線型性を考慮した適切な変数選択が達成され、精度と予測性能の高いモデル構築が可能であることを確認した。

软传感器广泛应用于化工厂来估计难以测量的过程变量。作为软传感器，构建模型来根据工厂中在线测量的多个过程变量（解释变量）来估计目标变量，但并非所有解释变量都会影响目标变量，因此，已经尝试进行变量选择。 。另一方面，虽然人们认为解释变量对目标变量的贡献存在一定的时滞，但准确确定该时滞却很困难。因此，本研究的目的是开发一种选择最佳解释变量及其动态特征的方法。然后，我们重点关注处理变量之间具有强相关性的光谱数据的领域中的波长区域选择方法，类似于软传感器中使用的过程数据。其中之一是基于遗传算法的波长选择（GAWLS）方法。通过应用这些波长范围选择方法来处理数据，我们开发了一种新的软传感器方法，旨在构建一个同时实现高预测性能和易于解释的模型。通过将建模和预测结果与使用实际蒸馏塔中测量的数据的传统方法进行比较，我们证实该方法可以用少量变量构建有效的模型。此外，本研究使用GAWLS和非线性回归分析方法，目的是即使在变量之间存在非线性的情况下，也能同时实现适当的变量区域选择和模型构建，并且具有较高的预测精度。我们开发了一种结合支持向量回归的新变量区域选择方法。 （SVR）。这种提出的方​​法称为 GAWLS-SVR 方法。为了证实该方法的有效性，我们利用模拟数据进行了分析。通过分析 X 和 y 之间存在非线性（相邻变量之间具有很强相关性）的情况，我们发现通过使用所提出的方法 GAWLS-SVR，我们能够选择考虑非线性的适当变量。实现了这一目标，证实可以构建具有高精度和预测性能的模型。

项目成果

Construction of High Predictive Fouling Models Using Statistical Methods

使用统计方法构建高预测污垢模型

• 发表时间: 2009
• 期刊: Heat Exchanger Fouling and Cleaning-the 2009 proceedings 8
• 作者: Kaneko H;Inasawa S;Inokuchi H;Funatsu K
• 通讯作者: Funatsu K

Support vector regressionを応用した変数領域選択手法の開発

应用支持向量回归的可变区域选择方法的开发

• 发表时间: 2012
• 作者: 金子弘昌;船津公人
• 通讯作者: 船津公人

高精度ソフトセンサーの開発とプロセス管理への応用

高精度软传感器开发及其在过程控制中的应用

• 发表时间: 2010
• 期刊: 化学工学
• 作者: 金子弘昌;船津公人
• 通讯作者: 船津公人

ソフトセンサーモデルの予測性能および適用範囲の検証

软测量模型的预测性能和适用性验证

• 发表时间: 2011
• 作者: H.Kaneko;K.Funatsu;岡澤晋;山本康裕;梅本詩織・任仙光・村田亜沙子・福澄岳雄・原田恭枝・笹岡眞一・和崎隆博・中谷和彦;金子弘昌
• 通讯作者: 金子弘昌

新規アンサンブル予測手法を用いたソフトセンサーの開発および予測誤差の推定

软传感器的开发和使用新的集合预测方法估计预测误差

• 发表时间: 2011
• 期刊: 第11回計測自動制御学会制御部門大会
• 作者: 金子弘昌;船津公人
• 通讯作者: 船津公人