Procedure based on mutual information and bayesian networks for fault diagnosis of industrial systems

Abstract : The aim of this paper is to present a new method for process diagnosis using a bayesian network. The mutual information between each variable of the system and the class variable is computed to identify the important variables. To illustrate the performances of this method, we use the Tennessee Eastman Process. For this complex process (51 variables), we take into account three kinds of faults with the minimal recognition error rate objective.
Type de document :
Communication dans un congrès
American Control Conference (ACC'07), 2007, NewYork, United States. 2007
Liste complète des métadonnées

Littérature citée [33 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00517019
Contributeur : Sylvain Verron <>
Soumis le : lundi 13 septembre 2010 - 13:49:11
Dernière modification le : lundi 5 février 2018 - 15:00:08
Document(s) archivé(s) le : mardi 14 décembre 2010 - 02:47:19

Fichier

verron07b.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00517019, version 1

Collections

Citation

Sylvain Verron, Teodor Tiplica, Abdessamad Kobi. Procedure based on mutual information and bayesian networks for fault diagnosis of industrial systems. American Control Conference (ACC'07), 2007, NewYork, United States. 2007. 〈inria-00517019〉

Partager

Métriques

Consultations de la notice

195

Téléchargements de fichiers

148