کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6854288 1437410 2018 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Evolving model identification for process monitoring and prediction of non-linear systems
ترجمه فارسی عنوان
شناسایی مدل تکامل برای نظارت بر فرآیند و پیش بینی سیستم های غیر خطی
کلمات کلیدی
شناسایی مبتنی بر ابر، سیستم فازی تکامل یافته، نظارت بر فرآیند، تنسی استمن مدل، گیاه چیلر آب
ترجمه چکیده
در این مقاله، مسئله شناسایی مدل برای نظارت بر فرآیند های غیر خطی با استفاده از مدل های فازی تحول پذیرفته می شود. برای اطمینان از کیفیت بالای تولید و مطابقت با نیازهای اقتصادی، فرایندهای صنعتی به طور فزاینده ای در ساختار و درجه ی اتوماسیون خود، پیچیده می شوند. بنابراین، سیستم های در حال تحول، به دلیل ماهیت داده ها و سازگاری آنها، ابزار مفید برای مدل سازی چنین فرآیندهای پیچیده و غیر خطی هستند. در این مقاله شناسایی مدل های فازی مبتنی بر ابر در حال توسعه برای اهداف نظارت بر فرآیند پردازش می شود. علاوه بر این، بخش تکامل یافته الگوریتم با افزودن برخی از مکانیسم های جدید ابر مدیریت بهبود یافت. برای ارزیابی روش پیشنهادی دو فرآیند متفاوت، اما هر دو پیچیده و غیرخطی مورد استفاده قرار گرفتند. اولین مدل یک مدل فرایند ارزیابی تنسی استثنای شبیه سازی شده است، در حالی که دومین کارخانه واقعی آب چیلر است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
شناسایی مدل تکامل برای نظارت بر فرآیند و پیش بینی سیستم های غیر خطی
چکیده انگلیسی
This paper tackles the problem of model identification for monitoring of non-linear processes using evolving fuzzy models. To ensure a high production quality and to match the economic requirements, industrial processes are becoming increasingly complicated in both their structure and their degree of automation. Therefore, evolving systems, because of their data-driven and adaptive nature, appear to be a useful tool for modeling such complex and non-linear processes. In this paper the identification of evolving cloud-based fuzzy models is treated for process monitoring purposes. Moreover, the evolving part of the algorithm was improved with the inclusion of some new cloud-management mechanisms. To evaluate the proposed method two different processes, but both complex and non-linear, were used. The first one is a simulated Tennessee Eastman benchmark process model, while the second one is a real water-chiller plant.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Engineering Applications of Artificial Intelligence - Volume 68, February 2018, Pages 214-221
نویسندگان
, , , ,