文献

J-GLOBAL ID：201802288226362453   整理番号：18A1349052

工業用ロータリーキルンにおける直接故障検出のためのカーネル化相対エントロピー【JST・京大機械翻訳】

Kernelized relative entropy for direct fault detection in industrial rotary kilns

著者 (4件)： Hamadouche Anis (Signals and Systems Laboratory, Institute of Electrical Engineering and Electronics, University M’hamed Bougara of Boumerdes, 35000 Boumerdes, Algeria) ,  Kouadri Abdelmalek (Signals and Systems Laboratory, Institute of Electrical Engineering and Electronics, University M’hamed Bougara of Boumerdes, 35000 Boumerdes, Algeria) ,  Bensmail Abderazak (Signals and Systems Laboratory, Institute of Electrical Engineering and Electronics, University M’hamed Bougara of Boumerdes, 35000 Boumerdes, Algeria) ,  Bensmail Abderazak (Ain El Kebira Cement Plant, Societe des Ciments de Ain El Kebira, 19400 Ain El Kebira, Algeria)
資料名： International Journal of Adaptive Control and Signal Processing  (International Journal of Adaptive Control and Signal Processing)
巻： 32  号： 7  ページ： 967-979  発行年： 2018年 
JST資料番号： T0731A  ISSN： 0890-6327  CODEN： IACPED  資料種別： 逐次刊行物 (A)
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： 本研究の目的は,検出のための多次元確率密度間の非類似性を反映する1次元信号を用いることである。修正Kullback-Leibler発散により,主成分分析ベース法におけるT2とSPEのような異なる部分空間における関連試験統計の正規性仮定または共同監視なしに,故障を直接検出できる。漸近高次元密度推定に関連する困難性を軽減するために,密度自身よりも密度比を推定した。これは,カーネル基底関数で密度比を近似することによって行うことができ,利用可能なデータから重みを学習することができる。開発したアルゴリズムは一般的であり,プロセス履歴データが利用できる限り,あらゆる産業システムに適用できる。事例研究として,このアルゴリズムを実際の回転炉に適用し,それはアルgeriaのAin El Kebaraのセメント製造工場の不可欠な部分である。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  回転炉 ,  *故障検出 ,  確率密度 ,  一次元 ,  事例研究 ,  高次元 ,  主成分分析 ,  基底関数
準シソーラス用語： *ロータリーキルン ,  部分空間 ,  非類似性 ,  セメント工場 ,  *カーネル化 , 【Automatic Indexing@JST】

著者キーワード (6件)： セメントロータリーキルン ,  変化点検出 ,  密度比 ,  FDI ,  カーネル法 ,  Kullback-Leibler

分類 (3件)： システム・制御理論一般  (IA02010H) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 工業 ,  ロータリーキルン ,  故障検出 ,  カーネル化 ,  相対エントロピー