Nouvelles composantes informatives pour le diagnostic de fautes des procédés industriels par classification supervisée

Résumé : Cet article présente une méthode pour le diagnostic des procédés industriels. Nous sommes intéressés par le diagnostic de fautes perçue comme une classification supervisée. L'intérêt de la méthode proposée est de prendre en compte de nouvelles composantes (et donc de nouvelles informations) dans le classifieur. Ces nouvelles composantes sont des probabilités extraites d'un réseau Bayésien comparant les données de fautes aux données normales de fonctionnement. Les performances de cette méthode sont évaluées sur les données d'un problème benchmark : le Tennessee Eastman Process. Trois types de fautes sont prises en comptes sur ce procédé complexe. Nous montrons sur cet exemple que l'addition de ces nouvelles composantes permet de faire décroître le taux de mauvaises classifications.
Type de document :
Communication dans un congrès
6ème Conférence Internationale Francophone d'Automatique (CIFA'10), 2010, Nancy, France. 2010
Liste complète des métadonnées

Littérature citée [22 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00517049
Contributeur : Sylvain Verron <>
Soumis le : lundi 13 septembre 2010 - 14:19:09
Dernière modification le : lundi 5 février 2018 - 15:00:08
Document(s) archivé(s) le : mardi 14 décembre 2010 - 02:50:25

Fichier

verron10d.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00517049, version 1

Collections

Citation

Sylvain Verron, Teodor Tiplica, Abdessamad Kobi. Nouvelles composantes informatives pour le diagnostic de fautes des procédés industriels par classification supervisée. 6ème Conférence Internationale Francophone d'Automatique (CIFA'10), 2010, Nancy, France. 2010. 〈inria-00517049〉

Partager

Métriques

Consultations de la notice

187

Téléchargements de fichiers

156