文献

J-GLOBAL ID：201802254776047441   整理番号：18A1872938

監視ダッシュボードによる工業的高圧浸出プロセスの故障診断【JST・京大機械翻訳】

Fault Diagnosis for an Industrial High Pressure Leaching Process with a Monitoring Dashboard

著者 (4件)： Haasbroek Adriaan (Stone Three Mining, Somerset West, South Africa) ,  Strydom Johannes J. (Department of Process Engineering, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa) ,  McCoy John T. (Department of Process Engineering, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa) ,  Auret Lidia (Department of Process Engineering, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 51  号： 21  ページ： 117-122  発行年： 2018年 
JST資料番号： W3101A  ISSN： 2405-8963  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： 故障検出と診断は広く研究され,合成ベンチマークで実証されているが,産業応用の実証はほとんど存在しない。本論文では,標準的な統計的故障検出と診断法を用いて,産業ベースの金属精製所における故障条件の調査を行い,また,Intelli Senzo監視ダッシュボードを用いた。オフライン故障調査のためのワークフローを記述し,産業データについて実証し,注意深い記録保存,構造化アプローチ,および反復的調査ステップの必要性を強調した。潜在的伝搬経路は,同定された故障,関心のプロセス変数,および工学的仮説の間のリンクを確立し,研究を導き,運転プラントに対する修正作用の推奨を導く。断層の根本原因(漏れおよびチョーク供給弁)は,調査における潜在的原因として同定された。プラント要員は,プロセスデータ,統計技術,および工学知識を用いたこの構造化アプローチが,故障調査をスピードアップし,生産損失とプラントダウンタイムのコストを削減できることを確認した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障検出 ,  高圧 ,  *故障診断 ,  プロセス変数 ,  構造形成 ,  ベンチマーク ,  機械学習 ,  統計的推定 ,  プラント ,  *浸出 ,  停止時間 ,  ワークフロー ,  *故障
準シソーラス用語： プロセス監視 ,  *ダッシュボード , 【Automatic Indexing@JST】

著者キーワード (5件)： プロセスモニタリング ,  鉱物処理 ,  集光器 ,  機械学習 ,  統計的推論

分類 (2件)： 信頼性  (KB04040H) ,  化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (6件)： ダッシュボード ,  工業 ,  高圧 ,  浸出 ,  プロセス ,  故障診断