Repositorio Académico Institucional

Conocimiento Aplicado para la Innovación y el Desarrollo

Mostrar el registro sencillo del ítem

Estimation of State Variables in Semiautogenous Mills by Means of a Neural Moving Horizon State Estimator

dc.contributor.authorCarvajal, Karina
dc.contributor.authorGonzalo Acuña
dc.date.accessioned2020-09-14T15:23:54Z
dc.date.available2020-09-14T15:23:54Z
dc.date.issued2007
dc.identifier.citationInternational Symposium on Neural Networks, 2007. Part of the Lecture Notes in Computer Science book series (LNCS, volume 4491)
dc.identifier.urihttps://hdl.handle.net/20.500.12740/15730
dc.description.abstractA method of moving horizon state estimation (MHSE) including a recurrent neural network as the dynamic model is used as an estimator of the filling level of the mill for a semiautogenous ore grinding process. The results are compared to those of a simple neural network acting as an estimator. They show the advantages of the Neural-MHSE, especially concerning robustness under large perturbations of the state variables (index of agreement > 0.9), which would favor its application to industrial scale processes.
dc.rightsAtribución-SinDerivadas 3.0 Chile (CC BY-ND 3.0 CL)
dc.rights.urihttps://creativecommons.org/licenses/by-nd/3.0/cl/
dc.source.urihttp://link.springer.com/chapter/10.1007%2F978-3-540-72383-7_146
dc.subjectROOT MEAN SQUARE
dc.subjectRECURRENT NEURAL NETWORK
dc.subjectRESIDUAL STANDARD DEVIATION
dc.subjectSOFTWARE SENSOR
dc.subjectFILLING LEVEL
dc.subject.otherRED NEURONAL RECURRENTE
dc.subject.otherMEDIA CUADRÁTICA
dc.titleEstimation of State Variables in Semiautogenous Mills by Means of a Neural Moving Horizon State Estimator
dc.typeArtículo de Revista
dc.relation.vriphttp://link.springer.com/chapter/10.1007%2F978-3-540-72383-7_146
dc.unidadInformática
dc.databaseScopus


Archivos en el ítem

ArchivosTamañoFormatoVer

No hay archivos asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-SinDerivadas 3.0 Chile (CC BY-ND 3.0 CL)
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-SinDerivadas 3.0 Chile (CC BY-ND 3.0 CL)

Mi biblioteca

Suscripción

Reciba las novedades y nuevas incorporaciones a las colecciones del Repositorio Digital

Suscribirse