長時間短期記憶(LSTM)を用いた動的位置決め信頼性指数(DP-RI)計算のための動的位置決めサブシステムの信頼性のリアルタイム予測【JST・京大機械翻訳】

Fernandez Charles; Bhushan Kumar Shashi; Lok Woo Wai; Norman Rosemary; Kr. Dev Arun

文献

J-GLOBAL ID：202102228820372518 整理番号：21A2496101

長時間短期記憶(LSTM)を用いた動的位置決め信頼性指数(DP-RI)計算のための動的位置決めサブシステムの信頼性のリアルタイム予測【JST・京大機械翻訳】

Real-Time Prediction of Reliability of Dynamic Positioning Sub-Systems for Computation of Dynamic Positioning Reliability Index (DP-RI) Using Long Short Term Memory (LSTM)

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A2496101&from=J-GLOBAL&jstjournalNo=A0478C") }}

著者 (5件)： , , , ,
資料名：
号： OMAE2020 ページ： Null 発行年： 2020年
JST資料番号： A0478C 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)

本研究では,動的位置決め信頼性指数(DP-RI)の計算のための動的位置決め(DP)サブシステムの信頼性の予測のために,Long Short Termメモリ(LSTM)を用いたフレームワークを提案した。DPシステムは,多様な制御機能を実行するための参照システム,DP制御システム,Thruster/Proplicationシステム,電力システム,電気システム,および環境システムのような多くのサブシステムの間の統合の有意水準と複雑である。提案したフレームワークは,DPサブシステムの信頼性を計算する数学的計算手法と,モデル性能と精度の評価のためのサブシステムレベルでの信頼性を予測するためのデータ駆動手法を含む。フレームワーク結果は,広い範囲のデータアベイラビリティの下で優れた性能を示し,リアルタイム非線形最適化のための低い計算負荷を保証した。サブシステム内の個々のセンサ配置に基づくDPサブシステムの数学的定式化のための提案アーキテクチャの3つの主成分,サブシステムの信頼性の計算,および信頼性の予測のための最適化LSTM深層学習アルゴリズムがある。最初に,サブシステムの信頼性のための数学的定式化を,サブシステム内の各個々の装置アイテムのセンサの直列/並列配置に基づいて決定した。第二に,サブシステムの信頼性の計算を,容器の複雑な操作の間の統合方式を通して達成した。第3に,アルゴリズムにおける積分誤差を最小にしながら,サブシステムの信頼性を予測するために,新規最適化LSTMネットワークを構築した。本論文では,モデル性能への洞察を与え,既存のリスク評価方法論に対して検証するために,モックアップおよび実世界データによる最先端のアドバイザイ意思決定ツールを用いて,数値シミュレーションをセットアップした。さらに,様々なレベルのデータアベイラビリティに対して提案モデルの効率と安定性を解析した。結論として,提案モデルの予測精度は,他のモデル結果と比較して,スケーラブルでより高い。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

システム設計・解析 , 信頼性

, , , , , , , ,

前のページに戻る