Core Concepts
본 연구에서는 상태 상호작용을 통해 연결된 일반적인 비선형 공정을 위한 확장 가능하고 효율적인 파티션 기반 분산 확장 칼만 필터 방법을 제안한다. 이를 통해 대규모 복잡 공정의 실시간 전체 상태 추정을 가능하게 한다.
Abstract
본 논문에서는 대규모 비선형 공정을 위한 파티션 기반 분산 상태 추정 방법을 제안한다.
먼저 선형 전체 정보 추정 설계를 분산 프레임워크 내에서 수식화한다. 이를 바탕으로 분산 칼만 필터 알고리즘의 해석적 솔루션을 도출한다.
이후 이를 비선형 상황으로 확장하여 제안하는 분산 확장 칼만 필터 방법을 수립한다. 일반적인 비선형 공정에 대한 추정 오차 동역학의 안정성을 엄밀히 증명한다.
화학 공정 사례와 145개 상태 변수를 가진 폐수 처리 공정 사례를 통해 제안 방법의 효과성과 이론적 결과의 타당성을 입증한다.
Stats
제안된 분산 확장 칼만 필터 방법은 일반적인 비선형 공정의 실시간 전체 상태 추정을 가능하게 한다.
화학 공정 사례와 145개 상태 변수를 가진 폐수 처리 공정 사례를 통해 제안 방법의 효과성을 입증하였다.
Quotes
"본 연구에서는 상태 상호작용을 통해 연결된 일반적인 비선형 공정을 위한 확장 가능하고 효율적인 파티션 기반 분산 확장 칼만 필터 방법을 제안한다."
"제안된 분산 확장 칼만 필터 방법은 일반적인 비선형 공정의 실시간 전체 상태 추정을 가능하게 한다."