文献

J-GLOBAL ID：202002219711642613   整理番号：20A2589264

局所エントロピー二重部分空間に基づくマルチモーダルプロセス故障検出【JST・京大機械翻訳】

Fault detection of multimodal processes based on local entropy double subspace

著者 (3件)： Guo Jinyu (沈陽化工大学信息工程学院,遼寧沈陽110142) ,  Liu Yuchao (沈陽化工大学信息工程学院,遼寧沈陽110142) ,  Li Yuan (沈陽化工大学信息工程学院,遼寧沈陽110142)
資料名： Kongzhi Lilun yu Yingyong  (Kongzhi Lilun yu Yingyong)
巻： 37  号： 9  ページ： 2020-2028  発行年： 2020年 
JST資料番号： W1473A  ISSN： 1000-8152  CODEN： KLYYEB  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： 局所エントロピー二重部分空間(LEDS)の多モードプロセス故障検出方法を,非Gauss工業プロセスの検出性能を改良するために提案した。局所確率密度推定を用いてデータの局所エントロピー行列を構築し,データの多モード特性を除去した。Kolmogorov-Smirnov(KS)を用いて、局所エントロピーデータ中の変数の正規分布特性を検証し、ガウス分布と非ガウス分布のデータに対して、PCAに基づくガウス部分空間とICAの非ガウス部分空間故障検出モデルを構築した。Bayesian意思決定を用いて,検出結果を故障確率の形式に変換し,その結果を最終統計情報に変換し,故障検出を行った。この方法を数値例と田納西-イスマン多モードプロセスに適用し,シミュレーション結果により,提案した方法が誤警報率が低い場合,故障検出率が最も高く,PCA,局所エントロピーPCA(LEPCA)及び局所エントロピーICA(LEICA)法より優れていることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *エントロピー ,  シミュレーション ,  意思決定 ,  故障率 ,  正規分布 ,  *故障検出 ,  確率密度 ,  多モード
準シソーラス用語： *部分空間 ,  検出能 ,  統計情報 ,  誤警報率 ,  工業プロセス , 【Automatic Indexing@JST】

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： エントロピー ,  部分空間 ,  マルチモーダル ,  プロセス ,  故障検出