کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6864435 1439542 2018 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Root cause diagnosis of quality-related faults in industrial multimode processes using robust Gaussian mixture model and transfer entropy
ترجمه فارسی عنوان
ریشه باعث تشخیص خطاهای مرتبط با کیفیت در فرایندهای چندمتغیر صنعتی با استفاده از مدل ترکیبی قوی گاوسی و انتروپی انتقال می شود
ترجمه چکیده
فرایندهای پیچیده صنعتی مدرن اغلب به علت عوامل مختلف مانند استراتژی های تولید متفاوت، تغییرات مواد اولیه و ترکیبات و غیره، اغلب حالت های عملیاتی متعددی دارند. در این مقاله یک تکنیک یا راه حل معیوب تشخیص خطا مرتبط با کیفیت برای فرایندهای چند منظوره صنعتی مطرح شده است . روشهای مختلف جایگزین روشهای تشخیص خطا مبتنی بر دادهها، بیشتر به تشخیص ریشهها متمرکز شده است. طرح جدید مربوط به مسئله شناسایی خطای مربوط به کیفیت با یک مدل مخلوط قوی گاووس و تغییر فاصله ماهالانوبیس است. سپس یک شاخص سهم ترکیبی گاوسکی مبتنی بر استنتاج بیزی برای تحلیل متغیرهای احتمالی ریشه طراحی شده است. در عین حال ترکیبی از آنتروپی انتقال و انتقال مستقیمی از روشهای استخراج مبتنی بر آنتروپی مبتنی بر آنتروپی برای تشخیص ریشه های گسل های مربوط به کیفیت پیشنهاد شده است. در نهایت، کل چارچوب پیشنهادی برای یک کارخانه چند مرحله ای واقعی کار می کند که در آن عملکرد و اثربخشی بیشتر از داده های صنعت واقعی نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Modern complex industrial processes often have multiple operating modes due to various factors, such as different manufacturing strategies, alterations of feedstock and compositions, etc. In this paper, a practical technology or solution of quality-related fault diagnosis is put forward for industrial multimode processes. Different from traditional data-based fault diagnosis methods, the alternative approach is focused more on root cause diagnosis. The new scheme addresses the quality-related fault detection issue with a developed robust Gaussian mixture model and modified Mahalanobis distance. Then, a Bayesian inference-based robust Gaussian mixture contribution index is designed to analyze the potential root-cause variables. Meanwhile, a combination of transfer entropy and direct transfer entropy-based cause and effect extraction methodologies is proposed for root cause diagnosis of quality-related faults. Finally, the whole proposed framework is applied to a real industrial multimode finishing mill process, where the performance and effectiveness are further demonstrated from real industrial data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 285, 12 April 2018, Pages 60-73
نویسندگان
, , ,