增加過程知識(隱藏變量的估計)
更高的自動化水平,使操作員可以將精力集中在更重要的任務上
控制策略的擴展范圍,用于優(yōu)化例如特定能耗
工廠模型
目標函數(shù)
狀態(tài)估計器
一種求解約束優(yōu)化問題的算法
模塊可幫助工程師通過歷史過程數(shù)據(jù),快速建立和配置反映生產質量和生產過 程關系的神經網絡模型。NeurOn-Line 與現(xiàn)有的控制系統(tǒng)一同工作,以便給予操作員對控制過程和 產品質量實時的監(jiān)測。它的實時神經網絡和優(yōu)化能力能夠得到符合經濟目標的控制決策。

探測和響應可能導致神經網絡進行非正確分析的異常數(shù)據(jù),通過對真實和預測的結果的比較,確認傳感器,通過神經網絡預測的結果探測錯誤和異常的過程,實時地給予操作員建議,告訴他們如何對通過神經網絡分析探測到的異常情況做最好的處理。