独立成分分析とサポートベクターマシンを応用した統計的プロセス管理手法の開発

抄録

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。時間経過によりモデルの予測精度が劣化することを防ぐため、モデルを逐次更新する試みがなされているが、モデルを更新するデータに異常値が混入すると、モデルの予測性が低下するという問題がある。そこでこの問題の解決を目的として、ICAとSVMを組み合わせた新たな異常値検出手法の開発を行い、ソフトセンサーへ応用した。