文献

J-GLOBAL ID：201202272363927723   整理番号：12A1612652

マルチモデルSDKPCAを基とするバッチプロセスのための弱故障監視

Weak fault monitoring method for batch process based on multi-model SDKPCA

著者 (4件)： WANG Ya-jun (Coll. of Information Sci. and Engineering, Northeastern Univ., No. 11, Lane 3, WenHua Road, HePing District ...) ,  WANG Ya-jun (Coll. of Electronics & Information Engineering, Liaoning Univ. of Technol., Jinzhou-121001, Liaoning Province, CHN) ,  JIA Ming-xing (Coll. of Information Sci. and Engineering, Northeastern Univ., No. 11, Lane 3, WenHua Road, HePing District ...) ,  MAO Zhi-zhong (Coll. of Information Sci. and Engineering, Northeastern Univ., No. 11, Lane 3, WenHua Road, HePing District ...)
資料名： Chemometrics and Intelligent Laboratory Systems  (Chemometrics and Intelligent Laboratory Systems)
巻： 118  ページ： 1-12  発行年： 2012年08月15日 
JST資料番号： E0150B  ISSN： 0169-7439  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 工業生産では,大部分のバッチプロセスは本来動的並びに非線形的特徴を有している。この種のバッチプロセスの製品の品質一貫性と安全運転を確保するために,多経路主成分分析(MPCA),バッチ動的カーネル主成分分析(BDKPCA)を含む多くの多変量統計解析が最近開発された。しかし,これらの方法は初期条件での大きな変動により弱故障を効果的に検出できない。弱故障は不十分な初期条件での変動に隠れてしまうからである。弱故障の検出性能の改良のため,本稿では多モデル単一動的カーネル主成分分析(M-SDKPCA)と呼ぶ新しい非線形動的バッチプロセス監視法を提案した。この多モデル法はBDKPCAを基としている。本法はまずSDKPCAを構築するために各段階の各バッチデータのためにカーネルPCA(KPCA)と自己回帰移動平均外因性(ARMAX)時系列モデルを統合する。次いでSDKPCAモデルでのロードマトリックス類似性により階層的クラスタが得られる。種々段階で,多重モデル構造がクラスタ数の変化と共に構築される。本稿で提案した監視法を半回分ペニシリン製造のベンチマークで故障検出に適用した。オフライン解析とオンラインバッチ監視で,提案法はMKPCA及びBDKPCAより優れた性能を示す。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *故障検出 ,  *システムモデル ,  *バッチ処理 ,  工業生産 ,  品質 ,  運転 ,  *主成分分析 ,  多変量解析 ,  初期条件 ,  非線形力学 ,  監視 ,  自己回帰モデル ,  時系列 ,  クラスタ化 ,  ペニシリン類 ,  半回分操作 ,  データ処理
準シソーラス用語： *マルチモデル ,  *バッチプロセス ,  安全運転 ,  カーネル主成分分析 ,  非線形動特性 ,  プロセス監視 ,  階層的クラスタリング ,  ペニシリン ,  オフライン処理 ,  オンライン監視

分類 (2件)： 化学一般その他  (CA01060X) ,  化学プロセスの測定,監視,計装  (XC02030Y)

タイトルに関連する用語 (4件)： マルチモデル ,  バッチ ,  プロセス ,  故障