文献

J-GLOBAL ID：201802244012036739   整理番号：18A0186584

化学プロセスのための効率的な小故障検出のための故障情報利用主成分部分空間構築【Powered by NICT】

Fault information-aided principal component subspace construction for efficient small fault detection for chemical processes

著者 (3件)： Wang Yang (School of Electric Engineering, Shanghai Dianji University, School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200240, China) ,  Jiang Qingchao (Key Laboratory of Advanced Control and Optimization for Chemical Processes of Ministry of Education, East China University of Science and Technology, Shanghai 200237, China) ,  Fu Jingqi (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 2608-2613  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： 主成分分析(PCA)は,化学プロセスのための故障検出のための広く使用されている;が,効率的な主成分(PC)選択は課題として残っている。PCAベース故障検出性能に及ぼすPC選択の影響は仮説検定の統計的フレームワーク内で解析した。効率的な化学プロセスモニタリングのためのベイズ融合法と統合した性能駆動断層関連PC(FRPC)部分空間構築を提案した。FRPC部分空間は遺伝的アルゴリズムに基づく性能駆動FRPC選択,PC選択面から各故障のための最良の可能な故障検出結果を達成するにより構築した。第二に,残留部分空間と同様に各FRPC部分空間で検討したプロセス測定。Bayes融合は全ての部分空間からの故障検出結果を統合した。提案した故障検出アプローチをシミュレーションした数値例とTennessee Eastmanプロセスで試験した。提案手法の有効性を実証した。Copyright 2018 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： *故障 ,  仮説検定 ,  主成分分析 ,  遺伝的アルゴリズム ,  *故障検出 ,  *情報利用 ,  *化学プロセス
準シソーラス用語： プロセス監視 ,  検出能 ,  *部分空間 , 【Automatic Indexing@JST】

分類 (2件)： 化学プロセスの測定,監視,計装  (XC02030Y) ,  化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (6件)： 化学プロセス ,  故障検出 ,  故障 ,  情報利用 ,  部分空間 ,  構築