Ítem


Case-based diagnosis of batch processes based on latent structures

The aim of this thesis is to present a methodological approach for the automatic monitoring of batch processes based on a combination of statistical models and machine learning methods. The former is used to model the process based on the relationships among the different monitored variables throughout time, while the latter is used to improve the diagnosis capabilities of the system. Statistical methods do not relate faulty observations with its root cause (they only list the subset of variables whose behaviour has been altered) and they lack of learning capabilities. By using case-based reasoning (CBR) for the diagnosis, faulty observations can be associated with more significant information (like causes). Statistical models also provide a new representation of the observations, on an orthogonal basis, that improves the use of the distance-based approaches of the CBR, giving a better performance

L’objectiu d’aquesta tesi és la de presentar un mètode automàtic per al monitoratge dels processos per lots basat en la combinació de models estadístics i mètodes d’aprenentatge automàtic. El primer s’utilitza per modelar el procés mitjançant les relacions més significatives entre les variables mesurades al llarg del temps, mentre que el segon s’utilitza per millorar la capacitat de diagnosi del sistema. Els mètodes estadístics no relacionen una observació amb falla amb l’origen d’aquesta al mateix temps que no tenen capacitat d’aprenentatge. El fet d’utilitzar raonament basat en casos per a la diagnosi permet relacionar les observacions amb falla amb informació més significativa (com seria la causa de la falla). Els models estadístics també proporcionen una nova representació de les observacions, en una base ortogonal, que facilita l’aplicabilitat dels mètodes basats en distàncies del raonament basat en casos, tot millorant-ne els resultats obtinguts

Universitat de Girona

Altres contribucions: Universitat de Girona. Departament d’Enginyeria Elèctrica, Electrònica i Automàtica
Autor: Berjaga Moliné, Xavier
Data: 14 novembre 2013
Resum: The aim of this thesis is to present a methodological approach for the automatic monitoring of batch processes based on a combination of statistical models and machine learning methods. The former is used to model the process based on the relationships among the different monitored variables throughout time, while the latter is used to improve the diagnosis capabilities of the system. Statistical methods do not relate faulty observations with its root cause (they only list the subset of variables whose behaviour has been altered) and they lack of learning capabilities. By using case-based reasoning (CBR) for the diagnosis, faulty observations can be associated with more significant information (like causes). Statistical models also provide a new representation of the observations, on an orthogonal basis, that improves the use of the distance-based approaches of the CBR, giving a better performance
L’objectiu d’aquesta tesi és la de presentar un mètode automàtic per al monitoratge dels processos per lots basat en la combinació de models estadístics i mètodes d’aprenentatge automàtic. El primer s’utilitza per modelar el procés mitjançant les relacions més significatives entre les variables mesurades al llarg del temps, mentre que el segon s’utilitza per millorar la capacitat de diagnosi del sistema. Els mètodes estadístics no relacionen una observació amb falla amb l’origen d’aquesta al mateix temps que no tenen capacitat d’aprenentatge. El fet d’utilitzar raonament basat en casos per a la diagnosi permet relacionar les observacions amb falla amb informació més significativa (com seria la causa de la falla). Els models estadístics també proporcionen una nova representació de les observacions, en una base ortogonal, que facilita l’aplicabilitat dels mètodes basats en distàncies del raonament basat en casos, tot millorant-ne els resultats obtinguts
Format: application/pdf
Altres identificadors: Gi. 1713-2013
http://hdl.handle.net/10803/126303
Accés al document: http://hdl.handle.net/10256/8654
Llenguatge: eng
Editor: Universitat de Girona
Drets: ADVERTIMENT. L’accés als continguts d’aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d’investigació i docència en els termes establerts a l’art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l’autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s’autoritza la seva reproducció o altres formes d’explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d’un lloc aliè al servei TDX. Tampoc s’autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
Matèria: Batch processes monitoring
Monitoratge de processos per lots
Monitorización de procesos por lotes
Principal component analysis
Anàlisi de components principals
Análisis de componentes principales
Case-based reasoning
Raonament basat en casos
Razonamiento basado en casos
Case-based diagnosis
Diagnosi basada en casos
Diagnosis basada en casos
Wastewater treatment plants
Plantes de depuració d’aigües
Plantas de depuración de aguas
Injection moulding process
Procés d’injecció en motlles
Proceso de inyección por moldes
62 - Enginyeria. Tecnologia
Títol: Case-based diagnosis of batch processes based on latent structures
Tipus: info:eu-repo/semantics/doctoralThesis
Repositori: DUGiDocs

Matèries

Autors