Neuronale Netze - Anwendungen in Chemie und Verfahrenstechnik

Präsentation zum Thema: "Neuronale Netze - Anwendungen in Chemie und Verfahrenstechnik"—  Präsentation transkript:

1 Neuronale Netze - Anwendungen in Chemie und Verfahrenstechnik
Frank Bärmann Bärmann Software F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

2 Anwendungsschwerpunkte
Rezeptur- Eigenschaftsbeziehungen im weitesten Sinne. Empirische Verfahrens- und Anlagenmodelle. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

3 Begründung für den Einsatz NNe
Lernen aus Daten. Modellierung beliebiger (nichtlinearer) Zusammenhänge möglich. NNe weisen die besten bekannten Modellierungs-eigenschaften auf (Barron 1994). In Unternehmensdatenbanken und Prozessleitsystemen stehen viele wertvolle Daten zur Verfügung. Durch moderne Softwaresimulatoren sind neuronale Netze einfach anwendbar. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

4 NN vom Standardtyp Zielgröße y Verbindungen mit Gewichten
Zwischenlayer Verbindungen mit Gewichten Einflußgrößen xi F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

5 Generalisierungsfähigkeit
Lerndaten Testdaten Generalisierungsfähigkeit Anzahl Lernschritte, Anzahl Neuronen mittlerer Fehler F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

6 Typische Fragestellungen bei Rezeptur- Eigenschaftsbeziehungen
Welche Eigenschaften wird eine gegebene Rezeptur besitzen? Wie wirken sich die Betriebsparameter Druck,Temperatur, Durchsatz etc. auf die Eigenschaften aus? Wie muß eine Rezeptur aussehen um ein vorgegebenes Eigenschaftsprofil zu erfüllen? F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

7 Vorgehensweise NN lernt den Zusammenhang zwischen Rezeptur und Eigenschaften aus Versuchs- bzw. Betriebsdaten. Anwender verfügt über eine Softwareumgebung zum Rezepturdesign am Bildschirm. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

8 Einsatzmöglichkeiten NNe für die Verfahrensanalyse
Aufdeckung von Zusammenhängen im Produktionsprozeß. Optimierung von Betriebspunkten. Meßdatenvalidierung, Softsensors. Fehlerdiagnose und Überwachung. Qualitätsoptimale Regelung. Steuerung. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

9 Vorteile einer empirischen Analyse
geringeres Prozeßverständnis notwendig. geringer Aufwand. vorurteilsfreie Modellierung. Veränderungen der Anlage leicht zu erfassen. Modellierung der Qualitätsgrößen. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

10 Anforderungen effiziente Datenvorverarbeitung.
geeignete Behandlung unvollständiger Datensätze. schnelle Lernalgorithmen. automatische Netzstrukturoptimierung. Berücksichtigung von Klassifikatoren. grafische Auswertemöglichkeiten. komfortable Benutzeroberfläche. Runtime-Module und integrierte Prognose- und Optimierungsmöglichkeiten. F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik

11 Weitere Informationen:
Prof. Dr. Frank Bärmann Bergiusstr. 14 D Düsseldorf Tel.: 0049 / (0) FAX 0049 / (0) F. Bärmann Bärmann Software Neuronale Netze in der chemischen Technik