Searching historical data segments for process identification in feedback control loops

مدل های ریاضی فرایندهای پویا اغلب برای ارزیابی، تشخیص و بهبود عملکرد اجرای حلقه در صنایع فرایند ضروری هستند. نمونه های داده شده جمع آوری شده در عملیات روزانه حلقه های کنترل بازخورد ممکن است بخش های داده ای مناسب برای شناسایی فرآیند را برای به دست آوردن مدل های ریاضی محصور کنند. این مقاله یک روش جدید برای جستجوی بخش هایی از داده ها پیشنهاد می کند. معیار جستجو این است که خروجی مرجع و فرآیند در یک حلقه کنترل بازخورد باید تغییرات بزرگی را تجربه کند. آزمون فرضیه ها برای پیدا کردن موقعیت های متغیر بخش های داده با توزیع های احتمالی مختلف مورد سوء استفاده قرار گرفته و برای بررسی اینکه آیا خروجی مرجع و فرآیند باعث تغییر قابل توجهی در داخل یک بخش داده یا بین دو بخش مجاور می شود، بهره برداری می شود. مثالهای شبیه سازی و صنعتی برای نشان دادن اثربخشی روش پیشنهادی ارائه شده است.