文献

J-GLOBAL ID：201802278846771885   整理番号：18A0186468

正準変数トレンド解析を用いた動的プロセスの故障予測【Powered by NICT】

Dynamic process fault prediction using canonical variable trend analysis

著者 (4件)： Hu Yongping (College of Information and Control Engineering, China University of Petroleum, Qingdao, China) ,  Deng Xiaogang (College of Information and Control Engineering, China University of Petroleum, Qingdao, China) ,  Cao Yuping (College of Information and Control Engineering, China University of Petroleum, Qingdao, China) ,  Tian Xuemin (College of Information and Control Engineering, China University of Petroleum, Qingdao, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 2015-2020  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： 故障予測技術である重大なプロセス故障を避けるために重要である。本論文では,初期故障を持つ動的工業プロセスの故障予測に関係しており,正準変数傾向解析(CVTA)に基づく故障予測手法を提案した。提案した方法では,正準変量分析(CVA)アルゴリズムは最初にプロセス動力学を解析し,非相関潜在特徴,正準変数を抽出するために適用した。さらに,採用した正準変数の歴史的および将来値,正準変数の時系列予測モデルを導く間の関係をモデル化することであるサポートベクトルマシン。予測正準変数に基づいて,全体的なモニタリング統計はプロセス状態の変化を予測するために使用した。連続撹はん槽反応器(CSTR)システムに関するシミュレーションは,提案した方法が効果的に初期故障の傾向を示すことができることを示した。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： サポートベクトルマシン ,  アルゴリズム ,  連続撹拌槽反応器 ,  モデリング ,  初期故障 ,  *故障
準シソーラス用語： 時系列予測 ,  非相関 ,  工業プロセス ,  *故障予知 ,  *動的プロセス ,  *傾向解析 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： トレンド解析 ,  動的プロセス ,  故障予測