Softwarebasierte Sensoren für die Bestimmung der Trockensubstanz in der Zuckerindustrie

Messgeräte zur Bestimmung des Trockensubstanzgehalts sind im Allgemeinen teuer und fehlerbehaftet, so dass die Untersuchung und Entwicklung softwarebasierter Sensoren für diese Messgröße von Interesse ist. Vier Verfahren für die Entwicklung eines solchen Sensors zur Bestimmung des Trockensubstanzgehaltes (% TS) in der Zuckerindustrie wurden untersucht. Im konkreten Fall wurde der Trockensubstanzgehalt des Saftes nach der Verdampfanlage berechnet. Das erste Verfahren basiert auf indirekten Messungen und nutzt physikalisch-chemischen Eigenschaften. Das zweite verwendet neuronale Netze, bei denen die Eingangsdaten manuell ausgewählt werden, basierend auf einer Korrelationsuntersuchung der Variablen der Verdampfanlage. Das dritte Verfahren nutzt neuronale Netze, deren Eingangsdaten Werte sind, die mittels Hauptkomponentenanalyse (PCA) berechnet wurden. Das letzte Verfahren verwendet eine Berechnung, die auf PLS(Partial Least Squares)-Regression beruht. Diese Arbeit erklärt, vergleicht und analysiert die erzielten Ergebnisse, die anhand realer Daten aus einer Zuckerfabrik gewonnen wurden.