文献

J-GLOBAL ID：202102229514314089   整理番号：21A0578583

ポンプ故障検出と分離のためのスパースオートエンコーダベースの教師なし方式【JST・京大機械翻訳】

A Sparse Autoencoder-Based Unsupervised Scheme for Pump Fault Detection and Isolation

著者 (4件)： Liang Xiaoxia (School of Engineering, London South Bank University, London SE1 0AA, UK) ,  Duan Fang (School of Engineering, London South Bank University, London SE1 0AA, UK) ,  Bennett Ian (Technology Manager Services, Shell Research Ltd., Floor 21, London Shell Centre, London SE1 7NA, UK) ,  Mba David (Faculty of Computing, Engineering and Media, De Montfort University, Leicester LE1 9BH, UK)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 19  ページ： 6789  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ポンプは石油化学プロセスにおける最も重要な機械の1つである。このような部品の条件監視と初期段階での故障の検出は,生産ラインのダウンタイムを減らし,プラントの安全性,効率および信頼性を改善するのに重要である。本論文は,教師なし機械学習法,スパースオートエンコーダ(SAE)に基づく故障検出と分離方式を開発し,産業多変量データに関するモデルを評価する。Mahalanobis距離(MD)を用いて,モニタリングと正常状態の間の残留出力の統計的差を計算し,システム全体の健康指標として使った。さらに,故障隔離は,再構成ベースの二次元寄与マップによって達成され,そこでは,より大きな寄与を有する変数が検出した故障の原因となる。提案した方式の有効性を実証するために,2つの事例研究を,石油と石油化学工場におけるポンプシステムからの多変量データセットに基づいて実行した。古典的主成分分析(PCA)法を,提案方法と比較し,そして,結果は,SAEがPCAより故障検出に関してより良く機能し,そして,効果的に異常変数を分離でき,それにより,検出故障の根本原因を効果的に追跡することができた。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *故障 ,  信頼性 ,  石油 ,  プラント ,  石油化学 ,  *故障検出 ,  再構成 ,  二次元 ,  停止時間 ,  事例研究 ,  生産ライン ,  主成分分析
準シソーラス用語： 故障隔離 ,  Mahalanobis距離 ,  多変量データ , 【Automatic Indexing@JST】

著者キーワード (5件)： スパースオートエンコーダ ,  教師なし学習 ,  多変量データ ,  故障検出 ,  ポンプ

分類 (3件)： 信頼性  (KB04040H) ,  プロセス制御  (IC03040B) ,  人工知能  (JE08000Z)

引用文献 (40件)：

• Azadeh, A.; Ebrahimipour, V.; Bavar, P. A pump FMEA approach to improve reliability centered maintenance procedure: The case of centrifugal pumps in onshore industry. In Proceedings of the 6th WSEAS International Conference on FLUID MECHANICS (FLUIDS09), Ningbo, China, 10-12 January 2009; pp. 38-45.
• Isermann, R. Process fault detection based on modeling and estimation methods-A survey. Automatica 1984, 20, 387-404.
• Isermann, R. Fault-Diagnosis Systems: An Introduction from Fault Detection to Fault Tolerance; Springer Science & Business Media: Berlin, Germany, 2006.
• Das, A.; Maiti, J.; Banerjee, R.N. Process monitoring and fault detection strategies: A review. Int. J. Qual. Reliab. Manag. 2012, 29, 720-752.
• Antzoulakos, D.L.; Rakitzis, A.C. The modified r out of m control chart. Commun. Stat. Comput. 2008, 37, 396-408.

タイトルに関連する用語 (2件)： 故障検出 ,  教師