PHƯƠNG PHÁP CHẨN ĐOÁN LỖI CHO HỆ THỐNG PHI TUYẾN ỨNG DỤNG THUẬT TOÁN KPCA VÀ MẠNG NƠ-RON NHÂN TẠO

Tóm tắt

Bài báo đề xuất phương pháp phát hiện và chẩn đoán lỗi quá trình công nghệ đa biến phức tạp. Ở phương pháp này, các lỗi hệ thống được phát hiện dựa theo những sai lệch giữa đáp ứng từ hệ thống thực tế và dữ liệu tiêu chuẩn. Phép phân tích thành phần chính sử dụng mặt nạ (Kernel Principal analysis hay KPCA) kết hợp với bộ phân lớp được xây dựng dựa trên mô hình mạng nơ-ron nhân tạo (ANN) giúp nhanh chóng phát hiện và phân loại lỗi trong quá trình chẩn đoán hệ thống. Trong nghiên cứu này, hệ thống bồn khuấy liên tục có gia nhiệt được khảo sát để kiểm chứng cho phương pháp đề xuất. Hệ thống được mô hình hóa và mô phỏng, kết quả mô phỏng chứng minh phương pháp chẩn đoán lỗi có khả năng phát hiện và phân loại lỗi với độ chính xác trên 85%.

Title

NON-LINEAR SYSTEM FAULT DIAGNOSIS METHOD BASED ON KPCA AND ANN CLASSIFIER

Abstract

This study proposes a method of fault detecting and diagnosing for the technological process based on real-time system responds. In this method, the system faults are detected based on the errors between standard data and real-time process responses. The Kernel Principal Component Analysis (KPCA) combining with ANN model is utilized to detect and classify immediately errors during fault diagnostic process. In this research, the method is verified on Stirred-Tank Heating Process. The system is modelized and simulated, all results prove that the proposed method could detect and classify faults with more than 85% in accuracy.