ソフトセンサー入門 - 基礎から実用的研究例まで

著者名：船津公人/金子弘昌

コロナ社（2021/05発売）

• ISBN：9784339066333

内容説明

「ソフトセンサー」とは，コンピュータ上で何らかの処理を行うプログラムや手続きを意味するソフトウェア的なセンサーである。本書では，ソフトセンサー実装にあたって留意すべき課題の解決の道筋を体系的に解説。関係者必携の書。

目次

1.　プロセスの監視・制御（プロセス管理）

2.　ソフトセンサー
2.1　ソフトセンサーとは
2.2　ソフトセンサーのモデル構築方法
2.3　ソフトセンサーの適用先・実例
2.4　ソフトセンサーの役割
2.5　ソフトセンサーの運用までの流れ
2.6　ソフトセンサー解析の具体例
2.6.1　ダイナミックシミュレーションデータの解析
2.6.2　実際のプラントにおける運転データの解析

3.　ソフトセンサーの問題点・課題点
3.1　データ収集
3.2　データ前処理
3.3　モデル構築
3.4　モデル解析
3.5　モデル運用

4.　ソフトセンサーの研究例
4.1　モデルの劣化，モデルのメンテナンス
4.1.1　適応型モデル
4.1.2　適応型モデルの性能確認
4.1.3　適応型モデルの特徴
4.1.4　プロセス特性が急激に変化する際の対応
4.1.5　適応型モデルの選択
4.1.6　モデルの劣化要因を考慮したソフトセンサーモデルの構築
4.2　適応型ソフトセンサーのためのデータベース管理
4.3　モデルの適用範囲を考慮したソフトセンサー設計
4.3.1　異常値検出モデルを用いたソフトセンサー設計
4.3.2　モデルの適用範囲内判定モデルを用いたソフトセンサー設計
（ポリマー重合プラントにおけるトランジション終了判定およびポリマー物性予測）
4.4　プロセス変数の選択，動特性の考慮
4.4.1　GAVDS　　法
4.4.2　非線形GAVDS法
4.5　ソフトセンサーモデルの予測誤差の推定
4.5.1　ソフトセンサーモデルとの距離に基づく予測誤差の推定
4.5.2　時間差分モデルのアンサンブル予測による予測誤差の推定
4.5.3　アンサンブル予測による予測誤差の推定
4.5.4　データ密度による予測誤差の推定
4.6　ノイズ処理
4.7　外れ値検出
4.8　ソフトセンサーを活用した異常検出

5.　ケモメトリックス
5.1　データセットの表現
5.2　前処理
5.3　3シグマ法
5.4　Hampel identifier
5.5　Savitzky-Goley（SG）法
5.6　主成分分析（Principal Component Analysis, PCA）
5.7　独立成分分析（Independent Component Analysis, ICA）
5.8　最小二乗法による線形重回帰分析
5.9　Partial Least Squares（PLS）法
5.10　Support Vector Machine（SVM）法
5.11　Support Vector Regression（SVR）法
5.12　Online SVR（OSVR）法
5.13　Least Absolute Shrinkage and Selection Operator（LASSO）法
5.14　Stepwise法による変数選択
5.15　Genetic Algorithm-based PLS（GAPLS）法
5.16　Genetic Algorithm-based WaveLength Selection（GAWLS）法
5.17　k-Nearest Neighbor（k-NN）法
5.18　One-Class SVM（OCSVM）法
5.19　各種統計量
　
引用・参考文献
索引