Chẩn đoán bất thường trong hệ bồn nước sử dụng thuật toán kernel pca

I H C QU C GIA TP HCM TR NGă I H C BÁCH KHOA - - HU NH DUY AN CH Nă OÁNăB TăTH S NG TRONG H B NăN C D NG THU T TOÁN KERNEL PCA ABNORMAL DIAGNOSING FOR WATER TANK SYSTEM USING KERNEL PCA ALGORITHM Chuyên ngành: K thu tăđi u n t đ ng hóa Mã s : 8520216 LU NăV NăTH CăS TP H CHÍ MINH, tháng 06 n m 2022 CỌNGăTRÌNHă TR Cán b h NGă C HOÀN THÀNH T I I H C BÁCH KHOA ậ HQGă-HCM ng d n khoa h c : TS Nguy n Tr ng Tài Cán b ch m nh n xét : PGS.TS Nguy n T năL y Cán b ch m nh n xét : TS Ph m Vi tăC Lu năv năth căs ăđ c b o v t iăTr ngă ng i h căBáchăKhoa,ă HQGăTp.ăHCMă ngày 24 tháng 06 n mă2022 Thành ph n H iăđ ngăđánhăgiáălu năv năth căs ăg m: (Ghi rõ h , tên, h c hàm, h c v c a H iăđ ng ch m b o v lu năv năth căs ) Ch t ch: PGS.TS Hu nh Thái Hoàng Ph n bi n 1: PGS.TS Nguy n T năL y Ph n bi n 2: TS Ph m Vi tăC y viên: TS.ă ng ng Xuân Ba Th ăkỦ:ăTS Nguy n Hoàng Giáp Xác nh n c a Ch t ch H iăđ ngăđánhăgiáăLVăvàăTr ngành sau lu năv năđưăđ CH T CH H Iă NG ng Khoa qu n lý chuyên c s a ch a (n u có) TR NG KHOA I N- I N T TR I H C QU C GIA TP.HCM NGă I H C BÁCH KHOA C NG HÒA Xà H I CH NGH AăVI T NAM c l p - T - H nh phúc NHI M V LU NăV NăTH CăS H ătênăh căviên:ăHu nhăDuyăAn MSHV:2070152 Ngày, tháng, năm sinh: 08/02/1997 N i sinh: B n Tre Chuyên ngành: K ăThu tă i uăKhi năvàăT ă I TÊNă ngăHóaă Mưs : 8520216 TÀI: CH Nă OÁNăB TăTH NG TRONG H TH NG B NăN CS D NG THU T TOÁN KERNEL PCA (ABNORMAL DIAGNOSING FOR WATER TANK SYSTEM USING KERNEL PCA ALGORITHM) II NHI M V VÀ N I DUNG: - Nh n d ng h th ng ph c v cho giám sát phát hi n h th ng có l i Tìm hi uăcácăph ngăphápăch năđốnăl i h th ng s d ng n n t ng s h c (PCA KPCA) m ng ANN (Artificial Neural Network) Xây d ng mơ hình th c t , phát tri n ng d ngăđi u n, giám sát ch n đoánăb tăth ng cho h th ng III NGÀY GIAO NHI M V : 14/02/2022 IV NGÀY HOÀN THÀNH NHI M V : 06/06/2022 V CÁN B H NG D N: TS Nguy n Tr ng Tài Tp HCM, ngày 06 tháng 06 n m 2022 CÁN B H NG D N (H tên ch ký) TR CH NHI M B MỌNă ẨOăT O (H tên ch ký) NG KHOA I N- I N T (H tên ch ký) Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài L I C Mă N Sau trình h c t p nghiên c u t i tr bên c nh vi căđ c b iăd ngă i h c Bách Khoa TP H Chí Minh, ng ki n th c chun ngành s đ ngăhànhăvàăgiúpăđ t q th y cô b n bè nh ngăđ c ân trân quí mà b năthânăemăđưănh năđ c t iăđây L iă đ u tiên, em xin chân thành c mă nă t t c quý Th y Cô thu că Khoaă i n ậ i n T tr ngă i h c Bách Khoa TP H ChíăMinhăđưătruy n d y vàăh em nh ng ki n th c trân q su t q trình h c t p t iătr ng d n cho ng Trongăđó, em xin g i l i c mă năchân thành đ n th y Nguy n Tr ngăTàiăđưăt n tình h ng d n giúpăđ em su t trình th c hi n lu n Bên c nhăđóăemăc ngăxină g i l i c mă năđ n t t c tác gi c a tài li uăemăđưăthamăkh o Vì ki n th c b n thân cịn h n ch , trình th c hi n lu năv năs không tránh kh i nh ng thi u sót, kính mong nh nă đ c nh ng ý ki nă đóngă gópă t quý th y Tp H Chí Minh, ngày 06 tháng 06 n m 2022 H c viên Hu nh Duy An H c viên: Hu nh Duy An v MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài TÓM T TăLU NăV N Lu năăv năti n hành kh o sát xây d ngăph ngăphápă căl ng tham s h th ng phi n nhi uăđ u vào nhi uăđ u (MIMO system) nh m xây d ng mơ hình giám sát tr ng thái h th ng Bên c nhăđó,ăđ tài cịn đ xu tăph theoă ph ngăphápăch năđoánăb tăth ng h th ng d a ngă phápă s (PCA KPCA) mơ hình m ng ANN (Artificial Neural Network) nh m m c tiêu k t h pă uăđi m riêng c a m i mơ hình M t mơ hình phi n nhi uăđ u vào nhi uăđ uăraăđ c xây d ng kh oăsátăđ c tính m t th i gian dài nh m thu th p m t cách đ yăđ xác thông tin h th ng Lu năv nă thi t k m t ng d ng nh m u n, giám sát, thu th p d li u,ă n, giám sát phát hi n b tăth căl ng tham s h phi ngăđangăx y v i h phi n,ăquaăđóăgiúpăchoăvi c giám sát, v n hành kh c ph c s c d dàng, nhanh ch ngăh n.ăLu năv năcó ng d ng ki n th c l pătrìnhăđi u n cho PLC, l p trình HMI, m ng truy n thông công nghi p OPC UA, l p trình Matlab thi t k ng d ng Matlab AppDesigner c ngănh ăki n trúc m ng ANN ABSTRACT In the thesis, a MIMO Nonlinear parameters estimation is proposed to monitor process operation states This study conduct to investigate and build up abnormal diagnosing method based on conventional statistic algorithm (PCA and KPCA) and Artificial Neural Network thanks to advantages of each kind A MIMO non-linear model created and investigated in long time to collect enough information about system The thesis design an application to control, mornitor, collect data and diagnose status of system aiming to improve the effectiveness of operation, mornitoring and troubleshooting problems on time Thesis applies knowledge of programming control for PLC, industrial communication network OPC UA, Matlab programming, designing mornitoring interface on Matlab as well as Artificial Neural Network architecture H c viên: Hu nh Duy An vi MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài L IăCAMă OAN CỌNGăTRỊNHă TR NGă C HOÀN THÀNH T I I H C BÁCH KHOA TP H CHÍ MINH Tơiăxinăcamăđoanăđâyălàăcơngătrìnhănghiênăc u c a riêng d h c c a th y TS Nguy n Tr ng Tài, n i dung vàăph th c nghi m trongăđ tài trung th căvàăch aăđ tr is h ng d n khoa ngăpháp nghiên c u, k t qu c công b b t k hình th c căđây Nh ng s li u b ng bi u ph c v cho vi c phân tích, nh năxét,ăđánhă giáăđ c tác gi thu th p t mơ ph ng th c nghi m b n thân h c viên th c hi n Ngoài ra, trình th c hi n lu năv nănày,ăh c viên có tham kh o m t s tài li u vàăv năb n trongăvàăngoàiăn c, t t c đ u có ghi c th N u phát hi n có b t k gian l n h c viên xin ch u hoàn toàn trách nhi m v n i dung lu năv năc a Tr ngă i h c Bách khoa thành ph H ChíăMinhăkhơngăliênăquanăđ n nh ng vi ph m tác quy n, b n quy n gây q trình th c hi n (n u có) TP H Chí Minh, ngày 06 tháng 06 n mă2022 H c viên Hu nh Duy An H c viên: Hu nh Duy An vii MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài M CăL C L I C Mă N v TÓM T T LU NăV N .vi L IăCAMă OAN vii T ng quan 1.1 T ng quan 1.2 Tình hình nghiên c uătrongăvƠăngoƠiăn 1.3 M cătiêuăđ tài c 2.ăC ăs lí thuy t 2.1ăC ăs toán h c, phân bi t hai thu t toán PCA KPCA , ng d ng ch năđoánăvƠăphátăhi n l i h th ng .4 2.1.1 Thu t toán PCA (Principal Component Analysis) .4 2.1.2 Thu t toán KPCA (Kernel Principal Component Analysis) 2.1.3 So sánh k t qu phát hi n l i c a thu t toán PCA KPCA .15 ng d ng thu t toán KPCA phát hi n l i cho h th ng b năn 2.2 căđ n 18 2.2.1 Xây d ngămơăhìnhătốnăvƠăch ngătrìnhămơăph ng Matlab Simulink 18 2.2.2 K t qu mô ph ng h th ng x y l i 19 2.3 Mơ hình phân lo i nhi u l p ng d ng ANN softmax regression 21 2.3.1 Xây d ngăỦăt 2.3.2 Logistic regression softmax regression 23 2.3.3 C ăs xây d ng b phân lo i l i h th ng .26 2.4 ng 21 C u trúc mơ hình phi n thu tătoánăđ quiă 2.4.1 căl ng tham s 26 C u trúc mơ hình phi n 26 H c viên: Hu nh Duy An viii MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă 2.4.2 Thu tătoánăđ quiă căl GVHD: TS Nguy n Tr ng Tài ng tham s h th ng 27 2.5 Matlab App designer .30 2.6 TIA PORTAL 31 2.7 Chu n truy n thông công nghi p OPC/UA 31 2.8 Mơ hình b năn c d ki n thành ph n h th ng 32 Gi i pháp xây d ng h th ng giám sát c nh báo l i cho h th ng b năn c32 3.1 Mơ hình th c nghi m thành ph n h th ng 32 3.1.1 PLC S7-1200 33 3.1.2 Module tín hi u anolog SM 34 3.1.3 Bi n t n Shihlin SS2-021-0.75K 34 3.1.4 Radar measurement Time-of-Flight Micropilot FMR51 36 3.1.5ăMáyăb măPanasonicăGP-129JXK .36 3.1.6 relay bán d n SSR .37 3.1.7ăPT100_385ă3ăWireă(Rosemount™ă644ăTemperatureăTransmitter) 38 3.2 Thu th p d li u th c t đ ti năhƠnhă căl ng tham s h m c h nhi tăđ .39 3.3.ă ánhăgiáăb tham s căl ng th c nghi m ch y song song h th ng th c t mơ hình nh n d ng 39 3.4 H th ng giám sát c nh báo l i h th ng dùng mơ hình th c t 41 3.4.1 Thi t k b u năPIDăđi u n năđ nh m c nhi tăđ 41 3.4.2 Thi t l p chu n giao ti p OPC-UA truy n nh n d li u gi a PLC Matlab .43 3.4.3 Xây d ng, tinh ch nh mơ hình KPCA phù h p v iăđ căđi m h th ng 46 3.4.4 Xây d ng mơ hình ANN v i l p ng d ng hàm Softmax cho trình hu n luy n .47 K t qu th c nghiêm .52 4.1ă căl ng thông s h th ngăvƠăđánhăgiáăsaiăs .52 H c viên: Hu nh Duy An ix MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài 4.1.1ă i v iăđ iăl ng m 4.1.2ă i v iăđ iăt ng nhi tăđ : 55 c 52 4.2 Mô ph ng l i h th ng,ăđánhăgiáăđ xác c a mơ hình ch n đoán 59 4.2.1ă i v iăđ iăt ng m 4.2.2ă i v i h nhi tăđ .63 c .59 K t lu n 66 nhăh ng phát tri n c a lu năv n 67 TÀI LI U THAM KH O 68 H c viên: Hu nh Duy An x MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài Hình 4.13 D li u n áp u n nhi t đ c) K t qu căl ng tham s h th ng: cl Hình 4.14 K t qu H c viên: Hu nh Duy An 57 ng tham s h th ng MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài K t qu ch y h th ng v i t p d li uăđánhăgiá: Hình 4.15 K t qu đánh giá t p d li u Giáătrungăbìnhăbìnhăph ngăsaiăs MSE = 0.25 K t qu u n năđ nh nhi tăđ v i b u n PID ch y song song v i h th ng th c t : Hình 4.16 K t qu đánh giá ch y song song v i h th ng th c t Nh n xét: - K t qu đánhăgiáăh th ng s d ng t p d li u thu th pătr ch y năđ nh v i b u n PID có s t - căđóăvàăk t qu ngăđ ng v i Sai s h th ng không l n (MSE = 0.25) , sai l ch xu t phát t đ xác c a t p d li u m t s nguyên nhân sau: nhi uăđ ng c m bi n, b u năPIDăch aăcóăđ n c b n H c viên: Hu nh Duy An năđ nh cao, ch u nhăh ng ng u nhiên c a m c th iăđi m khác 58 MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă - GVHD: TS Nguy n Tr ng Tài Tuy nhiên vi c nh n d ng h th ng có nhi uăđ ng l n th c t khơng địiăh iăđ xác q cao mơ hình KPCA cho phép l a ch ng gây l i nh tăđ nhăc ngănh ămơăhìnhăANNăch năđốnăl i ch d aătheoăđápă ng h th ng th c 4.2 Mô ph ng l i h th ng,ăđánhăgiáăđ xác c a mơ hình ch n đoánă 4.2.1ă i v iăđ iăt ng m c a) Khi h th ngăđi u n m c ch t l ng u ki năbìnhăth ng, thu t tốn KPCA khơng phát hi n có l i: Hình 4.17 áp ng m c n H c viên: Hu nh Duy An 59 c ho t đ ng bình th ng MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă Hình 4.18 K t qu ch n đốn l i t GVHD: TS Nguy n Tr ng Tài ng ng Nh n xét: - Mơ hình KPCA cho kh n ngăphátăhi n l i t t l a ch n vùng an toàn cho h th ng - B phân l p cho k t qu đúngăkhiăh th ng khơng có l i b)ăKhiăđ t ng t ng tăđi n cung c păchoăb m: Hình 4.19 áp ng h th ng ng t b m đ t ng t H c viên: Hu nh Duy An 60 MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài Mơ hình KPCA phát hi n l iăđ ng th i b phân l p l i cho k t qu nh n d ng l i nh ăsau: Hình 4.20 K t qu ch n đoán l i t ng ng Nh n xét: - Mơ hình KPCA phát hi n l i bi năđ ng c a h th ngătheoăxuăh dù sai s v n - ng khác m c cho phép B phân lo i l i cho k t qu ch năđốnăl i xác c) Khi kh iăđ ng h th ng đ c c păđi nănh ngăb măkhơngăho tăđ ng: Hình 4.21 áp ng h th ng b m không ho t đông nh ng đ H c viên: Hu nh Duy An 61 c c p n MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài Mơ hình KPCA phát hi n l iăđ ng th i b phân l p l i cho k t qu nh n d ngănh ăsau: Hình 4.22 K t qu ch n đoán l i t ng ng Nh n xét: - Mơ hình KPCA phát hi n l i bi năđ ng c a h th ngătheoăxuăh dù sai s v n - ng khác m c cho phép B phân lo i l i cho k t qu ch năđốnăl i xác H c viên: Hu nh Duy An 62 MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă 4.2.2ă GVHD: TS Nguy n Tr ng Tài i v i h nhi tăđ a) Khi nhi tăđ m căđ c trì gi i h n cho phép, mơ hình KPCA khơng báo l i: Hình 4.23 áp ng h th ng ho t đ ng bình th Hình 4.24 K t qu ch n đoán l i t ng ng ng Nh n xét: - Mơ hình KPCA cho kh n ngăphátăhi n l i t t l a ch n vùng an toàn cho h th ng - B phân l p cho k t qu đúngăkhiăh th ng khơng có l i H c viên: Hu nh Duy An 63 MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă b) Duy trì h th ng năđ nh m GVHD: TS Nguy n Tr ng Tài c, ti n hành ng tăđi n relay bán d n SSR: Hình 4.25 áp ng h th ng SSR m t n đ t ng t Mơ hình KPCA phát hi n l i b phân lo i l i cho k t qu nh ăsau: Hình 4.26 K t qu ch n đốn l i t H c viên: Hu nh Duy An 64 ng ng MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài Nh n xét: - Mơ hình KPCA phát hi n l i bi năđ ng c a h th ngătheoăxuăh dù sai s v n - ng khác m c cho phép B phân lo i l i cho k t qu ch năđốnăl i xác k t h p c thành ph n m c nhi tăđ c) Khi h th ng gia nhi tăđ c kích ho tănh ngăSSRăkhơngăho tăđ ng: Hình 4.27 áp ng h th ng SSR đ H c viên: Hu nh Duy An 65 c c p n nh ng không ho t đ ng MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă GVHD: TS Nguy n Tr ng Tài Mơ hình KPCA phát hi n l i b phân lo i l i cho k t qu nh ăsau: Hình 4.28 K t qu ch n đốn l i t ng ng Nh n xét: - Mô hình KPCA phát hi n l i bi năđ ng c a h th ngătheoăxuăh dù sai s v n - ng khác m c cho phép B phân lo i l i cho k t qu ch năđốnăl i xác k t h p c hai thành ph n m c nhi tăđ K t lu n  ánhăgiáăchung : k t qu th c nghi m cho th y r ng h th ng giám sát có th phát hi n l p xác l i x y B phân lo i ng d ng d ng m ng ANN cho k t qu đ xác c a phân l p cao (trên 90%) Mơ hình ch năđốnăl i s xác có nhi u d li u thơng tin c a h th ngăđ ng Ch ng h n n uăchúngătaăcóăđ yăđ cácăphépăđoăt c m bi n, s l ng l i có th đ cm r ng cho mơ hình phân l p thay th mơ hình KPCA Vì r ng m c dù KPCA có th phát hi n đ c h u h t l iăkhácănhauănh ngănh ăđưăch ng minh xác ph thu c r t l n vào t p d li u m u hayămơăhìnhăđưăđ ph nătrênăđ c nh n d ngătr c đó.ăTrongăkhiăđ i v i mơ hình ANN-Softmax có kh n ngăch năđốnăl i thơng qua đ căđi măhayăxuăh ng c a bi năđ ng t h th ng.ăTuyănhiênănhìnăchungăđ i v i m t h th ng m i b tă kìăvàăch aăcóănhi u thơng tin v vi c H c viên: Hu nh Duy An 66 k t h p gi a MSHV:2070152 Lu năv năth căs ăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăăă ph ngăphápăs m ng ANN s m tăph tình tr ng an tồn có b tăth nhăh nhăh - GVHD: TS Nguy n Tr ng Tài ngăánăđ m b o cho h th ng ng x y ng phát tri n c a lu năv n ng phát tri năchoăđ tài: Phát tri n thu t toán nh n d ng cho h th ng phi năđ t ngăđ xác cho mơ hình nh n d ng Ví d có th áp d ng k t h p m ng ANN c nh n d ng ch năđoánăb t th - ng Phát tri n thu tătốnăđi u n thích nghi cho h th ngăcóăđ tr bi n đ ng l n - Trang b thêm c m bi n cho h th ng:ăl uăl ng, áp su t,ădòngăđi n,ầă nh măt ngătínhăđaăd ngăvàăđ xác l p l i c th H c viên: Hu nh Duy An 67 MSHV:2070152 Lu năv năth căs ăăăăă GVHD: TS Nguy n Tr ng Tài TÀI LI U THAM KH O [1] H.ăGharahbagheri,ăS.ăA.ăImtiaz,ăandă F.ăKhan,ă ắRootă CauseăDiagnosisăofăProcessă FaultăUsingăKPCAăandă BayesianăNetwork.”ă Industrial & Engineering Chemistry Research, vol 56, no 8, pp 2054-2070, 2017, doi: 10.1021/acs.iecr.6b01916 [2] R T SamuelăandăY.ăCao,ăắNonlinearăprocessăfaultădetectionăandăidentificationăusingă kernelă PCAă andă kernelă densityă estimation.” Systems Science & Control Engineering, vol 4, no 1, pp 165-174, 2016, doi: 10.1080/21642583.2016.1198940 [3] T H Huynh, Class lecture, Topic:ă ắSystemă Identification,” Department Of Control Engineering & Automation, Ho Chi Minh City University of Technology, Viet nam, 2020 [4] Y.ăZhang,ăắEnhancedăstatisticalăanalysisăofănonlinearăprocessesăusingăKPCA,ăKICAă andăSVM.” Chemical Engineering Science, vol 64, no 5, pp 801-811, 2009, doi: 10.1016/j.ces.2008.10.012 [5] S W Choi, C Lee, J.-M Lee, J H Park, and I.-B.ă Lee,ă ắFaultă detectionă andă identificationă ofă nonlineară processesă basedă onă kernelă PCA.” Chemometrics and Intelligent Laboratory Systems, vol 75, no 1, pp 55-67, 2005, doi: 10.1016/j.chemolab.2004.05.001 [6] J.ăHuangăandăX.ăYan,ăắRelatedăandăindependentăvariableăfaultădetectionăbasedăonă KPCAă andă SVDD.” Journal of Process Control, vol 39, pp 88-99, 2016, doi: 10.1016/j.jprocont.2016.01.001 [7] M.ăMansouri,ăM.ăNounou,ăH.ăNounou,ăandăN.ăKarim,ăắKernelăPCA-based GLRT forănonlinearăfaultădetectionăofăchemicalăprocesses.” Journal of Loss Prevention in the Process Industries, vol 40, pp 334-347, 2016, doi: 10.1016/j.jlp.2016.01.011 [8] V H Nguyen and J.-C.ă Golinval,ă ắFaultă detectionă basedă onă Kernelă Principală Componentă Analysis.” Engineering Structures, vol 32, no 11, pp 3683-3691, 2010, doi: 10.1016/j.engstruct.2010.08.012 [9] Y.ăXie,ăX.ăChen,ăandăJ.ăZhao,ăắAdaptiveăand Online Fault Detection Using RPCA Algorithmă ină Wirelessă Sensoră Networkă Nodes.” 2012 Second International Conference on Intelligent System Design and Engineering Application, 2012, doi: 10.1109/isdea.2012.735 H c viên: Hu nh Duy An 68 MSHV:2070152 Lu năv năth căs ăăăăă [10] GVHD: TS Nguy n Tr ng Tài L.ăRusinov,ăN.ăVorobiev,ăandăV.ăKurkina,ăắFault diagnosis in chemical processes andăequipmentăwithăfeedbacks.” Chemometrics and Intelligent Laboratory Systems, vol 126, pp 123-128, 2013, doi: 10.1016/j.chemolab.2013.03.015 [11] F.ă Destroă etă al.,ă ắAă hybridă frameworkă foră processă monitoring:ă Enhancingă datadrivenă methodologiesă withă stateă andă parameteră estimation.” Journal of Process Control, vol 92, pp 333-351, 2020, doi: 10.1016/j.jprocont.2020.06.002 [12] Y.-J Park, S.-K S Fan, and C.-Y.ă Hsu,ă ắAă Reviewă onă Faultă Detectionă andă Processă Diagnosticsă ină Industrială Processes.” Processes, vol 8, no 9, p 1123, 2020, doi: 10.3390/pr8091123 [13] R.ăTan,ăJ.ăR.ăOttewill,ăandăN.ăF.ăThornhill,ăắMonitoringăStatisticsăandăTuningăofă Kernel Principal Component Analysis With Radial Basis Function Kernels.” IEEE Access, vol 8, pp 198328-198342, 2020, doi: 10.1109/access.2020.3034550 [14] V H Nguyen and J.-C.ă Golinval,ă ắFaultă detectionă basedă onă Kernelă Principală Componentă Analysis.” Engineering Structures, vol 32, no 11, pp 3683-3691, 2010, doi: 10.1016/j.engstruct.2010.08.012 [15] F.ă Destro,ă P.ă Facco,ă S.ă Garcíaă Moz,ă F.ă Bezzo,ă andă M.ă Barolo,ă ắAă hybridă framework for process monitoring: Enhancing data-driven methodologies with state andăparameterăestimation.” Journal of Process Control, vol 92, pp 333-351, 2020, doi: 10.1016/j.jprocont.2020.06.002 [16] M.ăNavi,ăM.ăR.ăDavoodi,ăandăN.ăMeskin,ăắSensorăFaultăDetectionăandăIsolationăofă anăIndustrialăGasăTurbineăUsingăPartialăKernelăPCA.” IFAC-PapersOnLine, vol 48, no 21, pp 1389-1396, 2015, doi: 10.1016/j.ifacol.2015.09.719 [17] R.ă T.ă Samuelă andă Y.ă Cao,ă ắNonlineară processă faultă detectionă andă identificationă usingă kernelă PCAă andă kernelă densityă estimation.” Systems Science & Control Engineering, vol 4, no 1, pp 165-174, 2016, doi: 10.1080/21642583.2016.1198940 [18] F.ă Harrou,ă M.ă N.ă Nounou,ă H.ă N.ă Nounou,ă andă M.ă Madakyaru,ă ắStatisticală faultă detection using PCA-basedăGLRăhypothesisătesting.” Journal of Loss Prevention in the Process Industries, vol 26, no 1, pp 129-139, 2013, doi: 10.1016/j.jlp.2012.10.003 [19] T Ait-Izem, M.-F.ă Harkat,ă M.ă Djeghaba,ă andă F.ă Kratz,ă ắOnă theă applicationă ofă interval PCA to process monitoring: A robust strategy for sensor FDI with new H c viên: Hu nh Duy An 69 MSHV:2070152 Lu năv năth căs ăăăăă GVHD: TS Nguy n Tr ng Tài efficientă controlăstatistics.” Journal of Process Control, vol 63, pp 29-46, 2018, doi: 10.1016/j.jprocont.2018.01.006 [20] M A Márquez-Veraă etă al.,ă ắAdaptiveă thresholdă PCAă foră faultă detectionă andă isolation.” Journal of Robotics and Control (JRC), vol 2, no 3, 2021, doi: 10.18196/jrc.2364 [21] F.ăBencheikh,ăM.ăHarkat,ăA.ăKouadri,ăandăA.ăBensmail,ăắNewăreduced kernel PCA foră faultă detectionă andă diagnosisă ină cementă rotaryă kiln.” Chemometrics and Intelligent Laboratory Systems, vol 204, p 104091, 2020, doi: 10.1016/j.chemolab.2020.104091 [22] P.ă Peng,ă W.ă Zhang,ă Y.ă Zhang,ă Y.ă Xu,ă H.ă Wang,ă andă H.ă Zhang,ă ắCostă sensitive active learning using bidirectional gated recurrent neural networks for imbalanced faultă diagnosis.” Neurocomputing, vol 407, pp 232-245, 2020, doi: 10.1016/j.neucom.2020.04.075 [23] H.ă Wuă andă J.ă Zhao,ă ắDeepă convolutională neurală networkă modelă basedă chemicală process faultădiagnosis.” Computers & Chemical Engineering, vol 115, pp 185- 197, 2018, doi: 10.1016/j.compchemeng.2018.04.009 H c viên: Hu nh Duy An 70 MSHV:2070152 Lu năv năth căs ăăăăă GVHD: TS Nguy n Tr ng Tài LÝ L CH TRÍCH NGANG H Tên: Hu nh Duy An Ngày sinh: 08/02/1997 N iăSinh:ăt nh B n Tre a ch : 205, Phú Thu n, Châu Hịa, Gi ng Trơm, B n Tre QUÁ TRÌNH ÀO T O: 2015-2019: Theo h căđ i h c t iătr ngă i h c Công Nghi p Tp.HCM,ăkhoaăC ă Khí, chun ngành Cơng Ngh K Thu tăC ă i n T 2020-2022: Theo h c th căs ăt iătr ngă i h c Bách Khoa Tp.HCM,ăkhoaă i n ậ i n T , chuyên ngành K Thu t i u Khi n Và T H c viên: Hu nh Duy An 71 ng Hóa MSHV:2070152 ... t toán PCA (Principal Component Analysis) .4 2.1.2 Thu t toán KPCA (Kernel Principal Component Analysis) 2.1.3 So sánh k t qu phát hi n l i c a thu t toán PCA KPCA .15 ng d ng thu t toán. .. Tình hình nghiên c u? ?trong? ?vƠăngoƠiăn 1.3 M cătiêuăđ tài c 2.ăC ăs lí thuy t 2.1ăC ăs toán h c, phân bi t hai thu t toán PCA KPCA , ng d ng ch n? ?đoán? ?vƠăphátăhi n... ngăHóaă Mưs : 8520216 TÀI: CH Nă OÁNăB TăTH NG TRONG H TH NG B NăN CS D NG THU T TOÁN KERNEL PCA (ABNORMAL DIAGNOSING FOR WATER TANK SYSTEM USING KERNEL PCA ALGORITHM) II NHI M V VÀ N I DUNG: - Nh