Аннотация:
Решается задача повышения точности оценки показателя качества выходного продукта промышленного фракционатора за счет применения адаптивного виртуального анализатора с кластеризацией. Предлагаемый адаптивный виртуальный анализатор позволяет подстроить параметры модели к изменившимся характеристикам технологического процесса и сформировать обучающую выборку так, чтобы она содержала актуальные наблюдения всех возможных режимов работы технологической установки. Проведено сравнение и показано преимущество предложенного адаптивного виртуального анализатора с кластеризацией в сравнении с адаптивным виртуальным анализатором «движущегося окна».