文献

J-GLOBAL ID：201902268164175632   整理番号：19A1489678

産業4.0のための二次元オンライン根-原因寄与グラフに基づく改良警報可視化システム【JST・京大機械翻訳】

Improved Alarm Visualization System Based on Two-Dimensional Online Root-cause Contribution Graph for Industry 4.0

著者 (4件)： Luo Yi (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  He Yanlin (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Lin Chongyang (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China) ,  Zhu Qunxiong (College of Information Science and Technology, Beijing University of Chemical Technology, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICNSC  ページ： 116-120  発行年： 2019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： プロセス産業は急速な発展の期間に入り,産業安全性は産業4.0の企業テーマである。産業4.0の発展により,大量のプロセスデータの生成はプロセス監視のための研究基盤を提供する。データ駆動プロセス監視アルゴリズムは,通常条件のデータを分析することによって,プロセスの異常値を鋭く見つける。従来の警報法と主成分分析(PCA)寄与グラフ法とは異なり,本論文で提案した二次元オンライン根-原因寄与グラフ(2D-ORCG)は,従来のPCA法に基づいている。本論文で提案したオンラインルートにより情報を捕捉することにより,提案した。動的データに基づく寄与分析は,システムの安定性に影響を及ぼす重要な変数をより効果的に捉えることができ,異なる時間で異なる変数を正確に捉えることもできる。伝統的な二次元分散グラフ法と比較して,2D-ORCG法の有効性をTennessee Eastmanプロセス(TEP)上で実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  安全性 ,  *警報 ,  主成分分析 ,  *二次元 ,  図式解法 ,  有効性 ,  異常値 ,  アルゴリズム
準シソーラス用語： データ駆動 ,  プロセス監視 ,  可視化システム ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 産業 ,  オンライン ,  根 ,  原因 ,  グラフ ,  警報 ,  可視化システム