Nhăh ng phát trin ca lu năv n

Một phần của tài liệu Chẩn đoán bất thường trong hệ bồn nước sử dụng thuật toán kernel pca (Trang 82 - 86)

4 .1ă căl ng thông sh th ngăvƠăđánhăgiáăsaiăs

6. nhăh ng phát trin ca lu năv n

nhăh ng phát tri năchoăđ tài:

- Phát tri n các thu t toán nh n d ng cho h th ng phi tuy năđ t ngăđ chính xác cho mơ hình nh n d ng. Ví d có th áp d ng k t h p m ng ANN trong c nh n d ng và ch năđoánăb t th ng.

- Phát tri n các thu tătốnăđi u khi n thích nghi cho h th ngăcóăđ tr và bi n đ ng l n.

- Trang b thêm các c m bi n cho h th ng:ăl uăl ng, áp su t,ădòngăđi n,ầă nh măt ngătínhăđaăd ngăvàăđ chính xác khi cơ l p l i c th .

H c viên: Hu nh Duy An 68 MSHV:2070152

TÀI LI U THAM KH O

[1] H.ăGharahbagheri,ăS.ăA.ăImtiaz,ăandăF.ăKhan,ăắRootăCauseăDiagnosisăofăProcessă FaultăUsingăKPCAăandăBayesianăNetwork.”ăIndustrial & 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: [3]

10.1080/21642583.2016.1198940.

T. H. Huynh, Class lecture, Topic:ă ắSystemă Identification,” Department Of

Control Engineering & Automation, Ho Chi Minh City University of Technology,

[4] [5] [6] [7] [8] [9] Viet nam, 2020. Y.ăZhang,ăắEnhancedăstatisticalăanalysisăofănonlinearăprocessesăusingăKPCA,ăKICAă andăSVM.” Chemical Engineering Science, vol. 64, no. 5, pp. 801-811, 2009, doi: 10.1016/j.ces.2008.10.012.

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.

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.

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. 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.

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 69 MSHV:2070152 [10] 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 Destroăetă al.,ă ắAă hybridă frameworkă foră processă monitoring:ă Enhancingă data-

drivenă 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

H c viên: Hu nh Duy An 70 MSHV:2070152

efficientăcontrolăstatistics.” Journal of Process Control, vol. 63, pp. 29-46, 2018, doi: 10.1016/j.jprocont.2018.01.006.

[20] M. A. Márquez-Veraăetă 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 ắCostăsensitive 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 71 MSHV:2070152

LÝ L CH TRÍCH NGANG

H và 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 Cơng 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 ng Hóa.

Một phần của tài liệu Chẩn đoán bất thường trong hệ bồn nước sử dụng thuật toán kernel pca (Trang 82 - 86)

Tải bản đầy đủ (PDF)

(86 trang)