Fault diagnosis through a hybrid symbolic-connectionist approach and via artificial neural networks
Başlık çevirisi mevcut değil.
- Tez No: 35301
- Danışmanlar: DOÇ. DR. MEHMET C. ÇAMURDAN
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Arıza tespiti, Hidroklorinasyon, Yapay sinir ağları, Fault diagnosis, Hydrochlorination, Artificial neural networks
- Yıl: 1994
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bilgi tabanlı sistemlerde bilgi kazanma sürecinin otomasyonu makina öğrenmesi teknikleriyle gerçekleştirilmiştir. Güney Florida üniversitesinde geliştirilmiş olan bir melez makina öğrenmesi algoritması (SC-net) bilgi elde etme sorununu örneklerden tümevarımsal öğrenme yardımıyla bilgi tabam oluşturmak ve geliştirmek yolu ile çözmektedir. Sistem kurallar şeklinde bilgi çıkarılmasına ve eklenmesine olanak tanımaktadır. (' ' Bu sistemin hata tanısı amaçlı kullanılmaya uygunluğu FORTRAN tabanlı bir hidroklorinasyon fabrikası hata çözücü sistemi kullanılarak gösterilmiştir. Öğrenen sistemin performansı örnek problemlerden çıkarılmış bilgi ve test problemlerindeki sınıflandırma doğruluğu ışığında açıklanmıştır. Tezin ikinci kısmında yapay sinir ağlan hidroklorinasyon fabrikasında hata tanısı için kullanılmıştır. Doğrusal aktivasyon fonksiyonlu geriletimli sinir ağlan (BPN) ve eliptik aktivasyon fonksiyonlu sinir ağlan (Kavuri) kullanılmıştır. Hiyerarşik sıralanmış doğrusal aktivasyon fonksiyonlu sinir ağlarındaki oluşan ve melez doğrusal aktivasyon fonksiyonlu ve eliptik aktivasyon fonksiyonlu sinir ağlarından oluşmuş iki hata tanısı sistemi önerilmiştir. Bunların sınıflandırma performanslan test problemleri üzerinde gösterilmiştir. Aynca heptandan toluene bir reaktör sistemi üzerinde bu yapay sinir ağı çeşitlerinin tanısal özellikleri, kimyasal süreç hata tanısına uygunluk ve güveninirlikleri tartışılmıştır.
Özet (Çeviri)
IV ABSTRACT Automation of the knowledge acquisition process in building knowledge-based systems is addressed through machine learning techniques. A hybrid machine learning algorithm developed at the University of South Florida named as Symbolic-Connectionist net (SC-net) addresses the knowledge acquisition problem by developing and maintaining the knowledge base through inductive learning from examples. The learning system allows for knowledge extraction and background knowledge encoding in the form of rules. The applicability of the learning system is illustrated through fault diagnosis in a FORTRAN-based trouble-shooting system for a hydrocarbon chlorination plant. The performance of the learning system is discussed in terms of the knowledge extracted from example cases and its classification accuracy on the test cases. For the second part of the thesis Artificial Neural Networks (ANN) are used for fault diagnosis for the hydrocarbon chlorination plant. Backpropagation neural networks with linear activation functions (BPN) and with ellipsoidal activation functions (ENN) (Kavuri) are used. Two different diagnostic systems are presented using hierarchically ordered BPNs and a hybrid combination of BPNs and ENNs. Their classification accuracies on the test cases are discussed. Also the diagnostic properties of these ANN types and their suitability and reliability for chemical process fault diagnosis is criticized on a heptane-to-toluene reactor case.
Benzer Tezler
- IEEE 1149.1 standardı kullanarak test edilebilir lojik devre tasarımı
Testable lojik circit design by using IEEE 1149.1 standard
A.BETÜL TUNCER
Yüksek Lisans
Türkçe
1992
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. AHMET DERVİŞOĞLU
- Yeni bir hata değişik delta ağ maddeli arttırılmış delta ağı (ADA)
Başlık çevirisi yok
M.EBRU KOLUSAYIN
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET BÜLENT ÖRENCİK
- Uzman sistemler ve uygulamaları
Expert systems and applications
NİLGÜN YAPICIOĞLU
Yüksek Lisans
Türkçe
1991
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. AHMET F. ÖZOK
- Küçük boy telefon santrallarının bakım ve onarımı için bir uzman sistem tasarımı
Başlık çevirisi yok
OĞUZ OKTAY
Yüksek Lisans
Türkçe
1993
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. EŞREF ADALI
- Defect characterization of composite honeycomp panels by nondestructive inspection methods
Kompozit bal peteği panellerdeki hataların tahribatsız muayene yöntemleri ile tanımlanması
A.MUTTALİP DÜRER
Yüksek Lisans
İngilizce
1997
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT DOYUM