Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,323,213

 Phân tích và ứng dụng phương pháp học máy để chuẩn đoán lỗi cho chu trình sản xuất công nghiệp
Tác giả hoặc Nhóm tác giả: Ngoc-Hoang Tran
Nơi đăng: Journal of Technical Education Science; Số: 1859-1272;Từ->đến trang: 107-114;Năm: 2020
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Bài viết này đề xuất một giao thức ứng dụng của quá trình chuẩn đoán trong một máy phản ứng của một quy trình phức tạp. Bằng cách sử dụng Kỹ thuật học tập Bayes, giao thức này được đào tạo bằng cách học cơ sở dữ liệu sản xuất lịch sử để chuẩn đoán nguyên nhân thất bại của lò phản ứng này trong quá trình sản xuất. Ứng dụng trong lĩnh vực tự động hóa, mô hình đề xuất được cấu trúc tự động từ trích xuất dữ liệu được thu thập trực tiếp từ các cảm biến. Dựa trên thuật toán Tối đa hóa kỳ vọng trong học máy, chúng tôi cho thấy kết quả của mô hình này là phân loại và cũng để xác định nguyên nhân gốc rễ của vấn đề trôi dạt trong một mô phỏng kịch bản cụ thể. Do đó, đóng góp chính của chúng tôi để hỗ trợ máy công cụ bảo trì để tăng kỹ thuật vòng đời.
ABSTRACT
This paper proposes an application protocol of diagnosis process in a reactor machine of a complex process. By using Bayes Learning Technique, this protocol is trained by learning historical production database in order to diagnosis the failure cause of this reactor in production process. Application in automation field, the model propose is structured automatically from collected data extract directly from sensors. Based on Expectation Maximization algorithm in machine learning, we show that the result of this model is to classify and also to identify the root causes of drift problem in a specific scenario simulation. Therefore, our key contribution to support maintenance tool machine for increasing life-cycle engineering.
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn