کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7104490 1460357 2016 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Distributed monitoring for large-scale processes based on multivariate statistical analysis and Bayesian method
ترجمه فارسی عنوان
نظارت توزیع شده برای فرآیند های بزرگ بر اساس تجزیه و تحلیل آماری چند متغیره و روش بیزی
کلمات کلیدی
نظارت توزیع شده، تجزیه و تحلیل آماری چند متغیره، روند بزرگ در مقیاس روش بیزی،
ترجمه چکیده
فرایندهای گسترده گیاه به طور گسترده ای مورد استفاده قرار گرفته و نظارت بر چنین فرایندهایی ضروری است. این کار بر روی ایجاد یک طرح مانیتورینگ توزیع شده با استفاده از تجزیه و تحلیل آماری چند متغیره و روش بیزی برای فرآیندهای صنعتی در مقیاس وسیع تمرکز دارد. اولا ضرورت نظارت توزیع شده توسط تحلیل نظری بر تاثیر تجزیه فرایند بر عملکرد مانیتورینگ فرایند آماری چند متغیره نشان داده شده است. دوم، یک روش تجزیه فرایند مبتنی بر عملکرد مبتنی بر الگوریتم بهینه سازی تصادفی ارائه شده است که هدف آن دستیابی به بهترین عملکرد مانیتورینگ امکان پذیر از جنبه تجزیه فرآیند است. بر اساس بلوک های به دست آمده، مانیتورهای محلی برای مشخص کردن رفتارهای فرایند محلی ایجاد شده اند و سپس سیستم تشخیص خطای بیزی برای شناسایی وضعیت فرآیندی اصلی کل فرایند ایجاد می شود. طرح نظارت توزیع شده توزیع شده بر روی یک مثال عددی و فرایند معیار تنس ایستمن استفاده می شود. نتایج مقایسه به برخی از روش های پیشرفته ترین نشان دهنده کارایی و امکان سنجی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی تکنولوژی و شیمی فرآیندی
چکیده انگلیسی
Large-scale plant-wide processes have become more common and monitoring of such processes is imperative. This work focuses on establishing a distributed monitoring scheme incorporating multivariate statistical analysis and Bayesian method for large-scale plant-wide processes. First, the necessity of distributed monitoring is demonstrated by theoretical analysis on the impact of process decomposition on multivariate statistical process monitoring performance. Second, a stochastic optimization algorithm-based performance-driven process decomposition method is proposed which aims to achieve the best possible monitoring performance from process decomposition aspect. Based on the obtained sub-blocks, local monitors are established to characterize local process behaviors, and then a Bayesian fault diagnosis system is established to identify the underlying process status of the entire process. The proposed distributed monitoring scheme is applied on a numerical example and the Tennessee Eastman benchmark process. Comparison results to some state-of-the-art methods indicate the efficiency and feasibility.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Process Control - Volume 46, October 2016, Pages 75-83
نویسندگان
, ,