文献

J-GLOBAL ID：202202258789276766   整理番号：22A0927434

工業プロセスにおける故障診断のための教師付き畳込み自動エンコーダベース故障関連特徴学習【JST・京大機械翻訳】

Supervised convolutional autoencoder-based fault-relevant feature learning for fault diagnosis in industrial processes

著者 (8件)： Yu Feng (Department of Information Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Yu Feng (The State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819, China) ,  Liu Jianchang (Department of Information Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Liu Jianchang (The State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819, China) ,  Liu Dongming (Department of Information Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Liu Dongming (The State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819, China) ,  Wang Honghai (Department of Information Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Wang Honghai (The State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang 110819, China)
資料名： Journal of the Taiwan Institute of Chemical Engineers  (Journal of the Taiwan Institute of Chemical Engineers)
巻： 132  ページ： Null  発行年： 2022年 
JST資料番号： W3224A  ISSN： 1876-1070  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 畳込み自動符号器(CAE)は教師なし特徴学習法であり,多変量故障診断において優れた性能を示す。しかしながら,CAEは,抽出特徴が,予訓練段階における教師なし自己再構成により,常に故障タイプに関係することを保証することができない。この問題を解決するため,新しい特徴学習法,教師つき畳込みオートエンコーダ(SCAE)を提案して,ネットワークを事前訓練し,内部空間情報と故障情報を含む代表的特徴を学習した。SCAEでは,プロセスサンプルと対応するラベルを,生サンプルを符号化する多層符号化によって再構成する。一方,ネットワークを適合させるラベル情報を防ぐために,最小差変換関数を損失関数に導入した。得られた故障関連特徴を,異なる故障タイプの間で明らかに識別することができた。訓練された予訓練ネットワークは,分類性能を改善するための微調整のためのより適切な事前定義パラメータを提供する。提案方法の有効性を,連続撹拌槽反応器(CSTR)プロセスとTennessee Eastman(TE)プロセスによって評価した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *学習 ,  *故障 ,  損失関数 ,  ネットワーク ,  分類 ,  *故障診断 ,  符号器 ,  再構成 ,  多層 ,  有効性 ,  連続撹拌槽反応器 ,  *生産工程 ,  機械学習
準シソーラス用語： *工業プロセス ,  多変量 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みオートエンコーダ ,  深層学習 ,  故障関連特徴 ,  故障診断

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (8件)： 工業 ,  プロセス ,  故障診断 ,  教師 ,  畳込み ,  エンコーダ ,  故障 ,  学習