Fault detection for a class of industrial processes based on recursive multiple models

روشهای نظارت بر فرآیند چندگانه سنتی اغلب نتایج رضایتبخش برای فرآیندهای چند حالت را تحت نظر می گذارند که فرآیندها زمان نامحدود هستند. با این حال، برای برخی از فرآیندهای پتروشیمی مانند کوره ترک خوردگی اتیلن، فرایند زمانی به عنوان کوک کردن در لوله های کوره متفاوت است. برای حل این مشکل، این مطالعه یک روش نظارت بازگشتی چند بعدی را پیشنهاد می کند. الگوریتم خوشه ای مبتنی بر هوش محاسباتی برای جدا کردن حالت های عملیاتی مختلف مورد استفاده قرار می گیرد. سپس، تجزیه و تحلیل مولفه اصلی بازگشتی هسته برای کاهش ابعاد داده های فرایند متغیر زمان و استخراج مولفه های غیر خطی اصلی به صورت مجزا استفاده می شود. علاوه بر این، توصیف پشتیبانی از بردار پشتیبانی برای ساخت مدل ها استفاده می شود، زیرا داده های فرایند غیر غایی است. در نهایت، آمار مربوطه برای شناسایی خطای فرآیند ساخته می شود. عملکرد این روش از طریق مطالعه موردی ترک خوردن اتیلن در یک کارخانه پتروشیمی ارزیابی می شود.