Statistical process monitoring of a multiphase flow facility

水准点(测量) 过程(计算) 统计过程控制 故障检测与隔离 计算机科学 工程类 在制品 过程控制 可靠性工程 数据挖掘 工业工程 实时计算 人工智能 操作系统 运营管理 大地测量学 执行机构 地理
作者
Cristobal Ruiz-Cárcel,Yi Cao,David Mba,Liyun Lao,Raphael T. Samuel
出处
期刊:Control Engineering Practice [Elsevier]
卷期号:42: 74-88 被引量:189
标识
DOI:10.1016/j.conengprac.2015.04.012
摘要

Industrial needs are evolving fast towards more flexible manufacture schemes. As a consequence, it is often required to adapt the plant production to the demand, which can be volatile depending on the application. This is why it is important to develop tools that can monitor the condition of the process working under varying operational conditions. Canonical Variate Analysis (CVA) is a multivariate data driven methodology which has been demonstrated to be superior to other methods, particularly under dynamically changing operational conditions. These comparative studies normally use computer simulated data in benchmark case studies such as the Tennessee Eastman Process Plant (Ricker, N.L. Tennessee Eastman Challenge Archive, Available at 〈http://depts.washington.edu/control/LARRY/TE/download.html〉 Accessed 21.03.2014). The aim of this work is to provide a benchmark case to demonstrate the ability of different monitoring techniques to detect and diagnose artificially seeded faults in an industrial scale multiphase flow experimental rig. The changing operational conditions, the size and complexity of the test rig make this case study an ideal candidate for a benchmark case that provides a test bed for the evaluation of novel multivariate process monitoring techniques performance using real experimental data. In this paper, the capabilities of CVA to detect and diagnose faults in a real system working under changing operating conditions are assessed and compared with other methodologies. The results obtained demonstrate that CVA can be effectively applied for the detection and diagnosis of faults in real complex systems, and reinforce the idea that the performance of CVA is superior to other algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
老实如松完成签到,获得积分10
刚刚
wwwteng呀发布了新的文献求助10
1秒前
sayuli5完成签到,获得积分10
1秒前
乐正鑫完成签到,获得积分10
2秒前
2秒前
乐陶陶关注了科研通微信公众号
2秒前
123发布了新的文献求助10
4秒前
韶孤容完成签到,获得积分10
4秒前
哔哔发布了新的文献求助10
4秒前
哭泣青烟完成签到 ,获得积分10
4秒前
亮liang发布了新的文献求助10
5秒前
5秒前
Zhang发布了新的文献求助10
6秒前
7秒前
wwwteng呀完成签到,获得积分10
9秒前
汉堡包应助呆呆的猕猴桃采纳,获得10
11秒前
周虹发布了新的文献求助10
11秒前
深情的迎海完成签到,获得积分10
12秒前
论文顺利发布了新的文献求助30
12秒前
风中听枫发布了新的文献求助10
14秒前
大个应助miao采纳,获得10
15秒前
小蘑菇应助诗和远方的,采纳,获得10
15秒前
15秒前
痴情的机器猫完成签到,获得积分10
18秒前
哔哔完成签到,获得积分10
19秒前
19秒前
小马完成签到,获得积分10
23秒前
领导范儿应助55555采纳,获得10
24秒前
情怀应助yangderder采纳,获得10
25秒前
25秒前
打打应助郭阳采纳,获得10
26秒前
鸡爪完成签到,获得积分10
27秒前
慕青应助许起眸采纳,获得10
28秒前
无花果应助xx采纳,获得10
29秒前
小米发布了新的文献求助10
30秒前
纷纭完成签到,获得积分10
32秒前
melon完成签到 ,获得积分10
33秒前
野原小龙虾完成签到,获得积分10
35秒前
三度和弦发布了新的文献求助10
36秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3252365
求助须知:如何正确求助?哪些是违规求助? 2895103
关于积分的说明 8285269
捐赠科研通 2563865
什么是DOI,文献DOI怎么找? 1391939
科研通“疑难数据库(出版商)”最低求助积分说明 651991
邀请新用户注册赠送积分活动 629208