文献

J-GLOBAL ID：202002218413362482   整理番号：20A0537126

プロセスシステムにおける故障検出と追跡のための論理ベース確率ネットワークモデル【JST・京大機械翻訳】

Logic-based probabilistic network model to detect and track faults in a process system

著者 (4件)： Tahoon Amr Ibrahim (Centre of Advanced Process Safety (CAPS), Chemical Engineering Department, Universiti Teknologi Petronas, Perak Darul Ridzuan, Malaysia) ,  Rusli Risza (Centre of Advanced Process Safety (CAPS), Chemical Engineering Department, Universiti Teknologi Petronas, Perak Darul Ridzuan, Malaysia) ,  Khan Faisal (Centre for Risk, Integrity and Safety Engineering (C-RISE), Faculty of Engineering and Applied Science, Memorial University, St John’s, Newfoundland and Labrador, Canada) ,  Zainal Abidin Mardhati (Centre of Advanced Process Safety (CAPS), Chemical Engineering Department, Universiti Teknologi Petronas, Perak Darul Ridzuan, Malaysia)
資料名： Process Safety Progress  (Process Safety Progress)
巻： 39 Suppl S1  ページ： e12110  発行年： 2020年 
JST資料番号： E0767B  ISSN： 1066-8527  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： プロセスシステムは,操作変数と複雑な制御ループの間のより高い依存性のために複雑になっている。主成分分析(PCA)は複雑なプロセスシステムの次元を低減するために広く使われているが,Bayesネットワーク(BN)は操作変数間の関係をモデル化するためにますます使用されている。本論文は,プロセスシステムの故障条件を研究するために論理ベースのアプローチを通してこれらの2つの方法(BNとPCA)を統合した。蒸留パイロットプラントを用いて統合アプローチを試験した。プロセス監視データをPCAを用いて解析し,異常変数を同定したが,BNはデータ駆動学習を用いて開発した。BNノードにおける可変依存性を最尤推定により学習した。提案した手法の結果を論理ベースの完全BNモデルに対して比較した。本研究は,提案した論理ベースPCA-BNアプローチが故障検出の信頼性を改善することを観察した。一方,論理ベースの完全BNは,ユニットを通しての故障伝搬経路のより良い理解を提供し,それは,検出された故障を追跡し,故障させるのを助ける。Copyright 2020 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： 蒸留 ,  パイロットプラント ,  信頼性 ,  *故障検出 ,  学習 ,  最尤法 ,  *プロセスシステム ,  *故障 ,  主成分分析
準シソーラス用語： 伝搬経路 ,  データ駆動 ,  プロセス監視 ,  信念ネットワーク ,  制御ループ ,  *確率ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： Bayesネットワーク ,  故障検出 ,  論理ベースモデル ,  主成分分析

分類 (2件)： 安全管理  (KB06000D) ,  生産に関する問題一般  (YA01081G)

タイトルに関連する用語 (6件)： プロセス ,  故障検出 ,  追跡 ,  論理 ,  確率ネットワーク ,  モデル