「DCE soft sensor」を現場で使えるように機能を追加しました!オンライン予測およびオンラインモデル更新

シェアする

「DCE soft sensor」に機能を追加しましたので報告します!

追加した機能は、現場で 「DCE soft sensor」 を使うための機能でして、

  • csv ファイルから説明変数 X データを読み込んで目的変数 Y の値を予測
  • csv ファイルから X と Y のデータを読み込んでモデル更新 (データベース更新)

です。新しい DCE soft sensor はこちらからダウンロードをお願いします。

https://datachemeng.com/wp-content/uploads/dce_soft_sensor.zip

まず DCE soft sensor の基本的な使い方に関してはこちらをご覧ください。

ちょっとソフトセンサーを試してみたいという方へ、プログラミング不要で実行できるアプリ「DCE soft sensor」を作りました。ご自由にお使いください
ソフトセンサーを試してみたい、プラントのデータを使ってソフトセンサーで推定してみたら、どれくらいの誤差で推定できるのか確認してみたい、という...

アップデートした DCE soft sensor の起動画面はこんな感じです。

起動画面は、前回と変わっていません。さらに、最初の設定や、「Modelling and prediction」 のクリック、その後の解析内容や結果の表示・保存については、変更ありません。

追加の機能は、そのあとです。

dce_soft_sensor.exe があるフォルダに、「prediction」という名前のフォルダがあり、その中に new_samples.csv という csv ファイルがあります。この csv ファイルを更新すると、このファイルにある X のデータから Y の値を予測したり、X と Y のデータを用いてモデルやトレーニングデータを更新したりします。プラントや装置で測定されたデータを csv ファイルにすることで、そのデータから Y の値を予測したり、データを用いて (適応型) ソフトセンサーの予測精度を高く維持したりできるわけです。

サンプルデータセット time_series_data.csv に対応する new_samples.csv は下図のように設定します。

特徴量の名前 (y, x1, x2, x3, x4, x5) は、time_series_data.csv と new_samples.csv とでまったく同じにしてください。new_samples.csv の 1 列目の時刻は、0 からはじまる必要はありませんが、1 ずつ大きくなるようなデータセットにしてください。なお Y が測定されていない時刻については、前回に測定された値と同じ値を入れてください。

Modelling and prediction」 をクリックしてソフトセンサーのモデル構築や、データベース・モデルを更新しながらのテストデータの Y の予測をして、ウィンドウに結果が表示されます。そうなると DCE soft sensor では、テストデータの最後のサンプルを予測した後の、最新版のトレーニングデータ・モデルになっています。

この後に、「prediction」フォルダの new_samples.csv ファイルが更新されると (別の new_samples.csv ファイルで上書きしたり、ファイルの内容を書き換えたりすると)、new_samples.csv を読み込み、new_samples.csv の一番下の (時間的に最も新しい) X の値に対応する Y の値を (適応型) ソフトセンサーで予測します。予測した結果は 「results」 フォルダの estimated_y_new_sample_[手法名].csv として保存されます (MWGPR の場合は estimated_y_new_sample_MWGPR.csv, LWPLS の場合は estimated_y_new_sample_LWPLS.csv です)。

DCE soft sensor における最初の設定で X の時間遅れ変数を設定した場合は、予測するときも 同じ X の時間遅れ変数が考慮されます。そのため、new_samples.csv には、予測したい時刻の X の値だけでなく、少なくとも最大の時間遅れ分の時間のデータを入れておいてください。

prediction」フォルダの new_samples.csv ファイルが更新されるたびに、そのファイルを読み込んで Y の値を予測し、estimated_y_new_sample_[手法名].csv として保存します。さらに、new_samples.csv における、一番下の時刻における Y の値が直近の値から更新されると、その Y と X のデータを用いて、トレーニングデータを更新したり (LWPLS)、モデルを更新したり (MWGPR) します。ここでも DCE soft sensor における最初の設定における Window size (MWGPR) や Max sample size (LWPLS) が考慮されます。ただし、Y の測定時間の遅れ Measurement delay in Y は考慮されないため、トレーニングデータやモデルを更新するための new_samples.csv ファイルにおける一番下の時刻は、測定が終了した時刻ではなく、サンプリングした時刻にしてください (Y の測定時間の遅れがある場合は、Y の値を予測する new_samples.csv と、トレーニングデータやモデルを更新するための new_samples.csv は別に準備したほうがよいかもしれません)。

最後に、DCE soft sensor を終了するときは、右上の × ボタンではなく 「Quit」 ボタンをクリックしてください

以上が本アプリの説明になります。ぜひご活用いただき、ぜひ現場で (適応型) ソフトセンサーを活用していただければと思います。

以上です。

質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。

シェアする

フォローする