文献

J-GLOBAL ID：201802229413475808   整理番号：18A1981780

非線形プロセスのオンラインモニタリングのためのJITLベース確率的主成分分析

A JITL-Based Probabilistic Principal Component Analysis for Online Monitoring of Nonlinear Processes

著者 (2件)： Wang Ziyang (State Key Lab of Industrial Control Technology, Institute of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University) ,  Liang Jun (State Key Lab of Industrial Control Technology, Institute of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University)
資料名： Journal of Chemical Engineering of Japan  (Journal of Chemical Engineering of Japan)
巻： 51  号： 10  ページ： 874-889(J-STAGE)  発行年： 2018年 
JST資料番号： S0629A  ISSN： 0021-9592  CODEN： JCEJAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 現代の工業プロセスにおける変数間には,非線形情報と強い相関とが存在する。典型的線形プロセスモニタリング法として,確率的主成分分析(PPCA)はプロセスデータの間の非線形情報を捉えることができない。本論文では,この問題に対処し,実時間性能を改善するために,新しいジャストインタイム学習に基づくPPCA(JITL-PPCA)法を提案した。JITL-PPCAにおいて,改良JITLアプローチと最小二乗サポートベクトル回帰(LSSVM)モデルを組み込むことによって,オンライン局所モデル構造を最初に非線形特徴を抽出するために設計した。次に,残りの線形残差を最終プロセス監視と故障検出のためにPPCAスキームに入力した。シミュレーションした数値事例と実際の工業プロセス事例を用いて,提案した方法の性能と有効性を評価した。提案したJITL-PPCA法の有効性がモニタリング結果で示された。(翻訳著者抄録)

シソーラス用語： *監視 ,  オンラインシステム ,  *かんばん方式 ,  実時間処理 ,  方法論 ,  *主成分分析 ,  サポートベクトルマシン ,  構造物 ,  特徴抽出 ,  非線形系 ,  故障検出 ,  シミュレーション ,  数値解法 ,  モデリング ,  限界 ,  事例研究
準シソーラス用語： *オンラインモニタリング ,  *ジャストインタイム ,  プロセス監視 ,  モデル構造物 ,  確率的方法 ,  管理限界 ,  最小二乗サポートベクターマシン ,  数値化

著者キーワード (8件)： 局所モデリング ,  確率的主成分分析 ,  プロセスモニタリング ,  ジャストインタイム学習 ,  局所モデリング ,  確率的主成分分析 ,  プロセスモニタリング ,  ジャストインタイム学習

分類 (2件)： 化学プロセスの測定,監視,計装  (XC02030Y) ,  化学プラント一般  (XB02010Z)

引用文献 (30件)：

• Bontempi, G., H. Bersini and M. Birattari; “The Local Paradigm for Modeling and Control: From Neuro-Fuzzy to Lazy Learning,” Fuzzy Sets Syst., 121, 59-72 (2001)
• Chen, Q., R. Wynne, P. Goulding and D. Sandoz; “The Application of Principal Component Analysis and Kernel Density Estimation to Enhance Process Monitoring,” Control Eng. Pract., 8, 531-543 (2000)
• Chen, Q., U. Kruger and A. T. Leung; “Regularised Kernel Density Estimation for Clustered Process Data,” Control Eng. Pract., 12, 267-274 (2004)
• Chen, T., E. Martin and G. Montague; “Robust Probabilistic PCA with Missing Data and Contribution Analysis for Outlier Detection,” Comput. Stat. Data Anal., 53, 3706-3716 (2009)
• Cheng, C. and M. S. Chiu; “Nonlinear Process Monitoring Using JITL-PCA,” Chemometr. Intell. Lab., 76, 1-13 (2005)

タイトルに関連する用語 (4件)： 非線形プロセス ,  オンラインモニタリング ,  確率 ,  主成分分析