کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
688893 1460377 2015 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Improving classification-based diagnosis of batch processes through data selection and appropriate pretreatment
ترجمه فارسی عنوان
بهبود تشخیص مبتنی بر طبقه بندی از فرایندهای دسته ای از طریق انتخاب داده ها و پیش پیشگیری مناسب
کلمات کلیدی
فرآیندهای دسته ای، تشخیص گسل / انزوا، کنترل فرایند، مدل سازی ریاضی، طبقه بندی گسل،
ترجمه چکیده
نتایج نشان می دهد که با استفاده از روش انتخاب داده پیشنهادی حتی با تعداد کم تعداد دسته های معیوب آموزش با بهره گیری از دانش در مورد ماهیت گسل های قابل تشخیص که در پیش پردازش داده ها وجود دارد، می توان عملکرد طبقه بندی خوبی را بدست آورد. این مدرک مفهومی را برای تشخیص دسته بندی مبتنی بر طبقه بندی فراهم می کند و اهمیت ترکیب بینش فرایند را در ساخت ابزار نظارت و ارزیابی فرایندهای داده محور نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی تکنولوژی و شیمی فرآیندی
چکیده انگلیسی
The results demonstrate that a good classification performance can be achieved with the proposed data selection method even with a low number of faulty training batches by exploiting knowledge on the nature of the to-be-diagnosed faults in the data pretreatment. This provides a proof of concept for classification-based batch diagnosis and demonstrates the importance of incorporating process insight in the construction of data-driven process monitoring and diagnosis tools.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Process Control - Volume 26, February 2015, Pages 90-101
نویسندگان
, , , ,