فهرست نشریات علمی دسترسی آزاد ایران

تشخیص سریع عیب در فرایندهای پیچیدۀ پالایشگاه‌های گازی به‌دلیل اهمیت راه‌بردی این تجهیزات و هزینه‌های بالای نگهداری آن‌ها، یکی‌از چالش‌های کلیدی در مهندسی و کنترل فرایندها است. باوجود تولید حجم وسیعی از داده‌ها در این فرایندها، بهره‌برداری مؤثر از آن‌ها تاکنون محدود بوده‌است. در روش‌های تشخیص عیب داده‌محور دو روی‌کرد آشکارسازی و کلاس‌بندی عیب و تشخیص و اندازه‌گیری دقیق عیب وجوددارد که روی‌کرد دوم با روش‌های رگرسیون و یا مدل‌های دقیق ‌انجام‌پذیر است. این مقاله، روشی مبتنی‌بر یادگیری ماشین برای مدل‌سازی رگرسیونی سامانه‌های صنعتی با داده‌های پرت و با نوفه برای کاربردهای تشخیص عیب ارائه‌می‌کند. برای تشخیص و مکان‌یابی عیب‌ها، دو روش رگرسیونی، شامل رگرسیون ماشین بردار پشتیبان و رگرسیون فرایند گاوسی، به‌کارگرفته‌شده‌است. این مدل‌ها قادربه پیش‌بینی رفتار سامانه‌های صنعتی و شناسایی عیوب بدون نیاز به مدل‌های فیزیکی دقیق هستند. نوآوری اصلی این مقاله، معرفی یک چهارچوب یادگیری ماشین است که می‌تواند درمقایسه‌با روش‌های سنتی تشخیص عیب به‌وسیلۀ متخصص باتجربه در شرایط داده‌های ناقص و نوفه‌ای به‌طور دقیق‌تر و سریع‌تری عمل‌کند.