Riad TOUMI (2024) multivariat statistical analysis and monitoring of complex and uncertain processes. university of souk ahras
Publications Scientifiques
Important: Cette page est gelée. Les nouveaux documents sont maintenant dans le dépôt numérique DSpace
Résumé
Résumé
Dans cette thèse, nous introduirons de nouvelles méthodes de détection et d\'isolation de défauts, cette thèse est principalement dédiée à la détection de défauts et à la mise à jour de l\'isolation de défauts dans des processus complexes et incertains.
L\'analyse en composantes principales conventionnelle à une bonne capacité de détection des défauts. Cependant, elle ne peut détecter que le défaut et identifier quelques variables qui ont une contribution sur l\'occurrence du défaut et donc pas précises dans le diagnostic de défauts, en particulier dans les processus complexes et incertains. Par conséquent, MSPCA a été utilisé pour détecter les événements anormaux et les variables les plus contributives ont été retirées pour une analyse plus approfondie dans la phase de diagnostic. La méthode proposée a été ajustée avec la non-linéarité et l\'environnement multimodale en utilisant la sparsité pour prendre la plupart de la variation des données à trois voies.
Les résultats de la simulation et leur comparaison avec des travaux récentes de détection et d\'isolation des défauts démontrent l\'efficacité des méthodes proposées.
Mots clés
Détection de Défauts, Diagnostic de défauts, Isolation des defauts, Processus Complexe et Incertain, Surveillance de processus, Analyse en Composantes Principales, ACP Clairsemé.
Dans cette thèse, nous introduirons de nouvelles méthodes de détection et d\'isolation de défauts, cette thèse est principalement dédiée à la détection de défauts et à la mise à jour de l\'isolation de défauts dans des processus complexes et incertains.
L\'analyse en composantes principales conventionnelle à une bonne capacité de détection des défauts. Cependant, elle ne peut détecter que le défaut et identifier quelques variables qui ont une contribution sur l\'occurrence du défaut et donc pas précises dans le diagnostic de défauts, en particulier dans les processus complexes et incertains. Par conséquent, MSPCA a été utilisé pour détecter les événements anormaux et les variables les plus contributives ont été retirées pour une analyse plus approfondie dans la phase de diagnostic. La méthode proposée a été ajustée avec la non-linéarité et l\'environnement multimodale en utilisant la sparsité pour prendre la plupart de la variation des données à trois voies.
Les résultats de la simulation et leur comparaison avec des travaux récentes de détection et d\'isolation des défauts démontrent l\'efficacité des méthodes proposées.
Mots clés
Détection de Défauts, Diagnostic de défauts, Isolation des defauts, Processus Complexe et Incertain, Surveillance de processus, Analyse en Composantes Principales, ACP Clairsemé.
Information
| Item Type | Thesis |
|---|---|
| Divisions |
» Laboratoire Génie Electrique d’électronique, et énergies renouvelables » Faculté des Sciences et de la Technologie |
| ePrint ID | 4791 |
| Date Deposited | 2024-01-16 |
| Further Information | Google Scholar |
| URI | https://univ-soukahras.dz/fr/publication/article/4791 |
BibTex
@phdthesis{uniusa4791,
title={multivariat statistical analysis and monitoring of complex and uncertain processes},
author={Riad TOUMI},
year={2024},
school={university of souk ahras}
}
title={multivariat statistical analysis and monitoring of complex and uncertain processes},
author={Riad TOUMI},
year={2024},
school={university of souk ahras}
}