文献

J-GLOBAL ID：202202218447000868   整理番号：22A0706301

1クラスSVMとNN置換アルゴリズムを用いた処理システムのための自律故障診断と根本原因解析【JST・京大機械翻訳】

Autonomous Fault Diagnosis and Root Cause Analysis for the Processing System Using One-Class SVM and NN Permutation Algorithm

著者 (4件)： Arunthavanathan Rajeevan (Centre for Risk, Integrity, and Safety Engineering (C-RISE), Faculty of Engineering and Applied Science, Memorial University of Newfoundland, Canada) ,  Khan Faisal (Mary Kay O’Connor Process Safety Center, Artie McFerrin Department of Chemical Engineering, Texas A&M University, Texas, United States) ,  Ahmed Salim (Centre for Risk, Integrity, and Safety Engineering (C-RISE), Faculty of Engineering and Applied Science, Memorial University of Newfoundland, Canada) ,  Imtiaz Syed (Centre for Risk, Integrity, and Safety Engineering (C-RISE), Faculty of Engineering and Applied Science, Memorial University of Newfoundland, Canada)
資料名： Industrial & Engineering Chemistry Research  (Industrial & Engineering Chemistry Research)
巻： 61  号： 3  ページ： 1408-1422  発行年： 2022年 
JST資料番号： C0385C  ISSN： 0888-5885  CODEN： IECRED  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： 産業4.0のこの時代において,完全自律性である故障検出と診断法を開発する継続的な努力がある。これらの方法は自己学習であり,ヒト介入はほとんど無い。本論文では,複雑な処理システムにおける検出故障の根本原因の自律診断のための方法論を提案した。この方法論は,新たに遭遇する故障を検出し,分類するステップから成り,既知の故障を分類し,検出した故障条件の根本原因を見つける。1クラスサポートベクトルマシン(SVM)モデルを,非ラベル故障を検出するためにフレームワークで用いて,ニューラルネットワークを故障分類と根本原因解析のために使用する。開発した方法論は,新しい故障条件を検出し,診断することによって故障データベースを自己更新できる。分類故障条件に対する変数の寄与を抽出するために,ニューラルネットワークフレームワークに置換アルゴリズムを適用した。また,Spearmanの順位相関法を用いて,データ相関と因果関係を調べ,正当化した。提案したフレームワークを連続撹拌槽加熱器とベンチマークTennessee Eastmanプロセスを用いて試験した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *故障 ,  データベース ,  加熱器 ,  *故障診断 ,  ニューラルネットワーク ,  ヒト ,  撹拌槽 ,  故障検出 ,  工程 ,  モデル ,  *成因 ,  ベンチマーク
準シソーラス用語： 自己学習 ,  故障分類 ,  *根本原因 , 【Automatic Indexing@JST】

分類 (1件)： 化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (9件)： クラス ,  SVM ,  置換 ,  アルゴリズム ,  処理システム ,  自律 ,  故障診断 ,  根本原因 ,  解析