文献

J-GLOBAL ID：202202271263314319   整理番号：22A1040526

2段分類器切替可能なアルミニウム電解故障診断法【JST・京大機械翻訳】

A two-stage classifier switchable aluminum electrolysis fault diagnosis method

著者 (5件)： Gao Tianhao (School of Mechanical Engineering, Shenyang Jianzhu University, China) ,  Zhang Ke (School of Mechanical Engineering, Shenyang Jianzhu University, China) ,  Shi Huaitao (School of Mechanical Engineering, Shenyang Jianzhu University, China) ,  Zhao Jinbao (School of Mechanical Engineering, Shenyang Jianzhu University, China) ,  Li Jiejia (School of Information and Control Engineering, Shenyang Jianzhu University, China)
資料名： Transactions of the Institute of Measurement and Control  (Transactions of the Institute of Measurement and Control)
巻： 44  号： 8  ページ： 1708-1720  発行年： 2022年 
JST資料番号： E0581B  ISSN： 0142-3312  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： 従来のアルミニウム電解故障診断方法は,低い精度,小さな予測進捗,および高いCPU利用などの問題があり,企業においてそれらの人気を低くする。上記の問題に狙いを定めて,切り替え可能な2レベル分類器による故障診断方式を設計した。入力データは,第1レベルアルゴリズムによって最初に判断した。もし故障がないならば,結果は直接出力になるであろう。電解セルに故障が存在するならば,データは特定の故障診断のために第2レベルネットワークに転送されるであろう。第1の水準は,単純な構造と良い2クラス分類効果によるランダムフォレストアルゴリズムに基づき,改良カッキーアルゴリズムによって最適化した。2番目のレベルは改良DBN-DNN(Deep Beliefニューラルネットワーク-Deepニューラルネットワーク)アルゴリズムに基づいており,訓練法を与える。実験結果は,この方式が種々の状況に従って異なるアルゴリズムの間でスイッチすることができ,計算資源を節約して,コンピュータが複数の電解セルを監視でき,投資コストを減らすことができることを示した。さらに,精度と予測の進歩は著しく改善され,アルミニウム電解企業における故障診断システムの普及を促進した。Copyright The Author(s) 2021 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 ,  最適化 ,  投資 ,  *故障診断 ,  ニューラルネットワーク ,  電解槽 ,  コンピュータ
準シソーラス用語： ランダムフォレスト ,  計算資源 ,  *アルミニウム電解 ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (5件)： アルミニウム電解 ,  故障診断 ,  深層学習 ,  カッコウ探索 ,  ランダムフォレスト

分類 (2件)： システム同定  (IA02040O) ,  変圧器  (NB08020Q)

タイトルに関連する用語 (4件)： 分類器 ,  切替 ,  アルミニウム電解 ,  故障診断