文献

J-GLOBAL ID：201702273390206874   整理番号：17A1645526

故障同定バッチプロセスのための改善されたカーネル指数判別分析【Powered by NICT】

An improved kernel exponential discriminant analysis for fault identification of batch process

著者 (4件)： Wang Ruixuan (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029) ,  Wang Jing (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029) ,  Zhou Jinglin (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029) ,  Wu Haiyan (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DDCLS  ページ： 16-21  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： カーネル指数判別分析(KEDA)を用いた改良型バッチプロセスの故障同定法を提案し,相違度に基づく性能指数は故障分類を同定した。本手法はカーネル技術と指数関数的判別分析法の両方の利点を持つ。提案KEDA法は非線形,小サンプルサイズデータを扱う強力な能力を示し,分類性能の顕著な改善を有していた。故障同定への実際の応用の間に,正常なデータモデルと既知の故障に対する故障データモデルの両方は,歴史的データに基づいて確立した。オンライン測定データは,これらのモデルに供給電流動作状態を同定することである,すなわち,正常または故障条件,故障のタイプが起こるか,あるいは新しい故障は,最後に,提案した方法は,典型的なペニシリン発酵プロセスに適用し,シミュレーション結果は,提案したKEDAアルゴリズムの有効性と故障分類における良好な性能を示すようである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データモデル ,  アルゴリズム ,  ペニシリン発酵 ,  *バッチ処理 ,  性能指数 ,  *故障 ,  指数関数 ,  *判別分析 ,  シミュレーション ,  電流
準シソーラス用語： オンライン ,  小サンプルサイズ ,  故障分類 , 【Automatic Indexing@JST】

分類 (3件)： 信頼性  (KB04040H) ,  化学プロセスの解析  (XC01030R) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 故障 ,  同定 ,  バッチプロセス ,  カーネル ,  指数 ,  判別分析