首页> 外文会议>Branchentreff der Mess und Automatisierungstechnik >Entwicklung selbstlernender datenbasierter Verfahren zur Uberwachung und Diagnose von Industrieanlagen - Anwendung der dynamischen Hauptkomponentenanalyse an einem Massentransportsystem
【24h】

Entwicklung selbstlernender datenbasierter Verfahren zur Uberwachung und Diagnose von Industrieanlagen - Anwendung der dynamischen Hauptkomponentenanalyse an einem Massentransportsystem

机译:基于自学习数据的监测和诊断工业设备的发展 - 动态主要成分分析在大众运输系统中的应用

获取原文

摘要

In der Anlagenindustrie geniessen datengestutzte Verfahren zur Uberwachung und Fehlerdiagnose eine sehr hohe Akzeptanz. Der Vorteil datengestutzter, statistischer Verfahren zur Fehlerdiagnose fusst auf einem algebraischen Modell, dass direkt aus den Prozessmessdaten und ohne spezifische regelungstechnische Kenntnisse gewonnen werden kann. Ein Nachteil dieser Realisierung ist bisher oft, dass die Prozessdynamik nicht genugend berucksichtigt wird. Motiviert durch die Ergebnisse des gemeinsamen BMBF-Projektes wurden neue intelligente, statistische Verfahren zur Uberwachung und Fehlerdiagnose entwickelt und untersucht. In diesem Beitrag werden selbstlernende datenbasierte Verfahren zur Fehlererkennung und Diagnose vorgestellt und diskutiert. Den Schwerpunkt bilden innovative Erkenntnisse der theoretischen Untersuchung sowie die Implementierung, Simulation und Realisierung der neuen Verfahren unter industriellen Bedingungen am Beispiel eines komplexen Massentransportsystems.
机译:在工厂行业中,用于监测和故障诊断的数据镶嵌工艺享受非常高的验收。可以直接从过程测量数据和没有特定控制技术知识的代数模型上对代数模型进行数据呼吸诊断公司的统计方法的优点。这一实现的缺点是迄今为止,流程动态不正确考虑。开发并检查了BMBF项目联合项目,新智能,监测和故障诊断的统计过程的结果。在此贡献中介绍和讨论了基于自学习的基于数据的基于数据的错误检测和诊断方法。重点是在理论检查的创新调查结果,以及使用复杂的大规模运输系统的示例的工业条件下的新程序的实施,模拟和实现。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号