| 학회 | 한국화학공학회 |
| 학술대회 | 2003년 가을 (10/24 ~ 10/25, 한양대학교) |
| 권호 | 9권 2호, p.1741 |
| 발표분야 | 공정시스템 |
| 제목 | Chemical Process Fault Detection and Diagnosis Using Non-Linear Partial Least Square Method Based on the Support Vector Machine and Clustering Analysis |
| 초록 | 화학공장은 고성능의 복잡한 장비와 여러 공정으로 구성되며 재순환 흐름(Recycle flow)과 반응(Reaction)으로 인한 비선형성(Nonlinearity)을 가지고 있다. 화학공정은 실시간으로 적절한 제어나 모니터링이 이루어지지 않을 경우 정상조업범위를 벗어날 가능성이 커지며 이는 막대한 물질적 피해를 유발할 수 있다. 따라서 실시간 변수추론이 중요한 의미를 가진다. 수많은 변수가 존재하는 화학공정 시스템은 개별적 감지를 수행하는 다변량 통계분석법을 사용하여야 한다. 다변량 통계적 분석기법은 화공분야에서는 공정의 이상감지, 실시간 추정이 어려운 물성추정을 위한 추론모델의 개발 등에 응용되고 있다. 그러나 이를 사용함에 있어서 데이터를 이루는 변수가 많은 상황에서 기인하는 Dimensionality 문제, Non-linearity 문제 등의 난점이 존재한다. 이러한 난점을 극복하고자 보다 효율적인 Data mining 기법을 이용하여야 한다. 본 연구에서는 위에서 제시된 여러 난점들을 극복하고 보다 빠르고 정확한 화학공정 감시를 위하여 SVM(Suppot Vector Machine)을 적용한 다변량 통계기법의 하나인 부분최소자승법(non-linear partial least square)과 클러스터링 기법(Clustering Analysis)을 이용한 알고리즘을 제안하였다. |
| 저자 | 이창준1, 송상옥1, 박송원2, 윤인섭1 |
| 소속 | 1서울대, 2상파울로대 |
| 키워드 | Support Vector Machine;Clustering Anlysis; Fault Detection; Fault diagnosis |
| VOD | VOD 보기 |
| 원문파일 | 초록 보기 |
