文献

J-GLOBAL ID：201902230633706067   整理番号：19A0539994

改良部分最小二乗法に基づくマルチモードプロセス故障検出方法【JST・京大機械翻訳】

Multi-modal process fault detection method based on improved partial least squares

著者 (4件)： Li Yuan (沈陽化工大学信息工程学院,沈陽,110142) ,  Wu Haoyu (沈陽化工大学信息工程学院,沈陽,110142) ,  Zhang Cheng (沈陽化工大学数理系,沈陽,110142) ,  Feng Liwei (沈陽化工大学数理系,沈陽,110142)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： 12  ページ： 3601-3606  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のデータ駆動方式部分最小二乗法(PLS)に存在する多モードデータ故障検出の不都合な問題に対して、新しい故障検出方法-局所近隣標準化(LNS)に基づくPLS(LNS-PLS)を提案した。最初に,LNS方式を用いて,オリジナルデータをガウス化し,次に,PLSの監視モデルを確立し,そして,T2および平方予測誤差(SPE)の制御限界を決定した。次に,試験データと同様にLNS規格化処理を行い,試験データのPLS監視指標を計算し,プロセス監視と故障検出を行い,PLSにおける多モードを処理できない問題を解決した。提案方法を数値例とペニシリン生産プロセスに適用し、その測定結果を主成分分析(PCA)、K最近傍(KNN)、PLSなどの方法と比較した。実験結果は,提案した方式の故障検出効果がPLS,KNN,PCAより優れていて,この方法が分類と多モードプロセスの故障検出において高精度であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  生産プロセス ,  主成分分析 ,  予測誤差 ,  *故障検出 ,  標準化 ,  ペニシリン類 ,  *部分最小二乗法 ,  多モード ,  高精度 ,  プロセス監視 ,  試験データ ,  データ駆動 ,  改変 ,  抗細菌薬 ,  抗微生物薬 ,  薬物

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 部分最小二乗法 ,  マルチモード ,  プロセス ,  故障 ,  検出方法