プロセス監視のための時系列データからの特徴抽出 Feature Extraction from Time-Series Data for Process Monitoring

この論文にアクセスする

この論文をさがす

著者

    • 藤原 健史 FUJIWARA Takeshi
    • 京都大学大学院工学研究科環境工学専攻 Department of Environmental Engineering, Graduate School of Engineering, Kyoto University
    • 西谷 紘一 NISHITANI Hirokazu
    • 奈良先端科学技術大学院大学 情報科学研究科 Graduate School of Information Science, Nara Institute of Science and Technology

抄録

プラントオペレータはプロセス変数の時系列データを観察し, プラントの状態を判断したり異常を診断したりするために必要な情報を抽出する.本研究ではプラント監視の観点より, 時系列データから作成した連続関数から, スパイク状変化やステップ状変化などの局所的特徴と全体的な傾向であるトレンドを同時に抽出する方法を提案する.時系列データを補間した連続関数を変曲点で区切ることによって時区間 (エピソード) で分割し, エピソードを提案する方法で合併してゆくことによって, 時系列データの近似表現を得る.この方法は, プロセスデータの保存時の容量削減法としても有効である.

A plant operator monitors time-series data of process variables to judge the state of process, diagnose abnormal states, and to identify failure origins. In this study, a new feature extraction method which extracts simultaneously both local features such as spikes and step changes, and the trend which characterizes global changes is provided from the viewpoint of process monitoring. In this method, the continuous function interpolated from the time-series data is represented by a series of inflection points first. Each time interval between two inflection points is called an episode. Then an approximation function of the time-series data is made iteratively by way of merging these episodes. This feature extraction method is also useful for compaction of a large number of process data.

収録刊行物

  • 化学工学論文集  

    化学工学論文集 22(5), 1103-1110, 1996-09-10 

    The Society of Chemical Engineers, Japan

参考文献:  12件

参考文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

被引用文献:  2件

被引用文献を見るにはログインが必要です。ユーザIDをお持ちでない方は新規登録してください。

各種コード

  • NII論文ID(NAID)
    10002669521
  • NII書誌ID(NCID)
    AN00037234
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    0386216X
  • NDL 記事登録ID
    4057619
  • NDL 雑誌分類
    ZP5(科学技術--化学・化学工業--化学工学)
  • NDL 請求記号
    Z17-725
  • データ提供元
    CJP書誌  CJP引用  NDL  J-STAGE 
ページトップへ