ТЕХНИЧЕСКИЕ НАУКИ. Машиностроение
С.А. Самотылова, О.О. Рябая, А.Ю. Торгашов
САМОТЫЛОВА СВЕТЛАНА АЛЕКСАНДРОВНА – аспирант кафедры технологий промышленного производства Инженерной школы (Дальневосточный федеральный университет, Владивосток). Суханова ул., 8, Владивосток, 690950. E-mail: samotylova.sa@gmail.com
РЯБАЯ ОЛЬГА ОЛЕГОВНА – магистрант кафедры технологий промышленного производства Инженерной школы (Дальневосточный федеральный университет, Владивосток). Суханова ул., 8, Владивосток, 690950.
E-mail: olgaryabaya@mail.ru
ТОРГАШОВ АНДРЕЙ ЮРЬЕВИЧ – доктор технических наук, профессор кафедры технологий промышленного производства Инженерной школы (Дальневосточный федеральный университет, Владивосток). Суханова ул., 8, Владивосток, 690950. E-mail: andrei.torgashov@mail.ru
Сравнительный анализ методов построения прогнозирующих моделей технологических объектов
Рассматривается задача идентификации прогнозирующих моделей с использованием методов наименьших квадратов, робастной и гребневой регрессий. Модели применимы для технологических процессов стабилизации бензина каталитического крекинга и производства метил-трет-бутилового эфира. Показано, что метод робастной регрессии с весовой функцией и метод наименьших квадратов дают возможность получить прогнозирующие модели, наилучшим образом описывающие исследуемые технологические процессы.
Ключевые слова: прогнозирующие модели, технологический объект, идентификация, газоразделение, стабилизация, бензин, метил-трет-бутиловый эфир, регрессионные методы.
Samotylova S., Ryabaya O., Torgashov A.
The comparative analysis of the methods of making prognostic models
of technological units
The paper deals with the issue of the identification of prognostic models with the use of least squares, robust regression, and ridge regression. The models may be used in technological processes to stabilise catalytic cracking benzene and produce methyl tert-butyl ether. It has been demonstrated that the method of robust regression with a weight function ω6 and that of least squares make it possible to obtain prognostic models which describing best the corresponding technological processes under research.
Key words: prognostic models, technological unit, identification, gas separation, stabilisation, benzene, methyl tert-butyl ether, regression method.
