Virtuální senzory a jejich aplikace

Abstract

Virtuální senzory jsou postupně se rozšiřující technikou v oblasti průmyslových měření. Jedná se o počítačové programy, které za pomoci dříve získaných dat poskytují další údaje podobně jako klasické hardwarové senzory. Tyto údaje získávají pomocí prediktivních modelů založených na metodách strojového učení jako jsou například neuronové sítě nebo support vector machines. Tato práce obsahuje především rešerši fungování, struktur a tvorby virtuálních senzorů. Dále popisuje strojové učení, rozdělení jeho algoritmů a seznamuje s metodami běžně využívanými v oblasti virtuálních senzorů. Ke konci autor popisuje jejich možný budoucí vývoj a směr dalších aplikací.Soft sensors are a gradually expanding technique in the field of industrial measurement. These sensors are computer programs that provide additional data using previously acquired data in a similar way to conventional hardware sensors. The additional data is obtained using predictive models based on machine learning methods such as neural networks or support vector machines. This work mainly includes a research on the function, structure and creation of soft sensors. It also describes machine learning, the distribution of its algorithms and introduces the methods commonly used in the field of virtual sensors. Towards the end, the author describes possible future development of soft sensors and the direction of further applications.