Comparison of Three Approaches to On-line Prediction of a Fluctuating Periodic Disturbance

Ettler, Pavel

Full metadata record

DC pole	Hodnota	Jazyk
dc.contributor.author	Ettler, Pavel
dc.date.accessioned	2020-03-09T11:00:25Z	-
dc.date.available	2020-03-09T11:00:25Z	-
dc.date.issued	2019
dc.identifier.citation	ETTLER, P. Comparison of Three Approaches to On-line Prediction of a Fluctuating Periodic Disturbance. In: Proceedings of the 2019 22nd International Conference on Process Control (PC19). Strbske Pleso, Slovakia: IEEE, 2019. s. 262-267. ISBN 978-1-72813-758-2.	en
dc.identifier.isbn	978-1-72813-758-2
dc.identifier.uri	2-s2.0-85072511656
dc.identifier.uri	http://hdl.handle.net/11025/36642
dc.description.abstract	Byly porovnány tři přístupy k predikci poruch založené na matematickém modelování, strojovém učení a heuristickém přístupu. Porovnání bylo provedeno na úloze predikce periodických chyb válcovací síly při válcování za studena, kde chyby jsou způsobené excentricitou válců. Spolehlivý prediktor poruch natrénovaný na prázdné válcovně je snadno využitelný při následné snaze o minimalizaci následků excentricity během válcování kovových pásů v okamžiku, kdy je obtížné rozlišit mezi několika zdroji variací válcovací síly. Všechny tři metody prokázali svoji užitečnost, ačkoliv se liší jak v kvalitě predikce, tak v množství potřebné informace při inicializaci.	cs
dc.format	6 s.	cs
dc.format.mimetype	application/pdf
dc.language.iso	en	en
dc.publisher	IEEE	en
dc.relation.ispartofseries	Proceedings of the 2019 22nd International Conference on Process Control (PC19)	en
dc.rights	Plný text je přístupný v rámci univerzity přihlášeným uživatelům.	cs
dc.rights	© IEEE	en
dc.subject	Periodické poruchy	cs
dc.subject	identifikace modelu	cs
dc.subject	odhad parametrů	cs
dc.subject	predikce založená na modelu	cs
dc.subject	neuronová síť	cs
dc.subject	válcovna	cs
dc.subject	excentricita válce	cs
dc.title	Comparison of Three Approaches to On-line Prediction of a Fluctuating Periodic Disturbance	en
dc.type	konferenční příspěvek	cs
dc.type	conferenceObject	en
dc.rights.access	restrictedAccess	en
dc.type.version	publishedVersion	en
dc.description.abstract-translated	The task to predict a fluctuating periodic disturbance-variation of the rolling force in a cold rolling mill which is caused by the eccentricity of rolls-was selected for comparison of three approaches to prediction which include an explicit mathematical modelling, machine learning and a heuristic approach. Reliable disturbance predictor trained on the empty rolling mill is well utilizable in the possible consequent effort to minimize eccentricity effects during rolling of metal strips when it is difficult to distinguish among several sources of the rolling force variation. All three methods proved their applicability although they differ both in prediction quality and in amount of necessary initial information.	en
dc.subject.translated	Periodic disturbance	en
dc.subject.translated	model identification	en
dc.subject.translated	parameter estimation	en
dc.subject.translated	model-based prediction	en
dc.subject.translated	neural network	en
dc.subject.translated	machine learning	en
dc.subject.translated	rolling mill	en
dc.subject.translated	roll eccentricity	en
dc.identifier.doi	10.1109/PC.2019.8815379
dc.type.status	Peer-reviewed	en
dc.identifier.obd	43928865
dc.project.ID	SGS-2019-020/Rozvoj a využití kybernetických systémů identifikace, diagnostiky a řízení 4	cs
dc.project.ID	EF17_048/0007267/InteCom: VaV inteligentních komponent pokročilých technologií pro plzeňskou metropolitní oblast	cs
Vyskytuje se v kolekcích:	Konferenční příspěvky / Conference Papers (KKY) OBD

Soubory připojené k záznamu:

Soubor	Velikost	Formát
clanek_PC19_E.pdf	274 kB	Adobe PDF	Zobrazit/otevřít Vyžádat kopii

Zobrazit minimální záznam Zobrazit statistiky

Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/36642

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání

navigace