Poincaré plot-based fault detection on Tennessee Eastman process using various machine learning algorithms
Çeşitli makine öğrenimi algoritmalarını kullanarak Tennessee Eastman sürecinde Poincaré grafik tabanlı hata tespiti
- Tez No: 733528
- Danışmanlar: DOÇ. DR. SAVAŞ ŞAHİN, DOÇ. DR. YALÇIN İŞLER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Bu tez, Poincaré grafiğine dayalı öznitelik çıkarımı ve istatistiksel olarak analize dayalı öznitelik seçimi yoluyla makine öğrenme algoritmaları ile Tennessee Eastman Süreci (TEP) hatalarını teşhis ve tespit etmeyi sunar. Bu çalışmada, çeşitli kimyasal birimlerden doğrusal olmayan süreçleri içeren bir prosesten elde edilen IEEEDataPort çevrimiçi veri seti kullanılmıştır. 20 farklı arıza tipi ile TEP'de 52 proses noktasından alınan önlemleri içerir. Bu çalışmada, öznitelik çıkarımı ve öznitelik seçimi uygulanan ham veri seti ve veri seti kullanılmıştır. Her ölçüm noktası için yaygın olarak kullanılan dört doğrusal olmayan özellik hesaplanacak şekilde, özellik çıkarımı için veri kümesine Poincaré grafiği uygulandı. Daha sonra bu öznitelikler arasından hata türleri arasında istatistiksel olarak anlamlı fark (alfa = 0.05) gösteren öznitelikler seçilmiştir. Her iki veri setinden de hata türlerini sınıflandırmak için Karar Ağacı, Diskriminant Analizi, Naive Bayes, k-En Yakın Komşular, Destek Vektör Makinesi ve Topluluk Learning algoritmaları gibi makine öğrenme araçları kullanılmıştır. Topluluk Learning Sınıflandırıcı yönteminin Altuzay Ayırım Algoritması kullanılarak tüm özellik veri kümesi için maksimum sınıflandırıcı doğruluğu %89,5 ve bu çalışma sırasında yalnızca Doğrusal Ayırım Analizi kullanılarak seçilen öznitelikler için %93,5 olmuştur. Bu performanslar, benzer çalışmalarda elde edilen sonuçlar arasında anlaşılabilir bir sonuç olabilir.
Özet (Çeviri)
This thesis presents diagnose and detect faults of Tennessee Eastman Process (TEP) with machine learning algorithms via Poincaré plots-based feature extraction and statistically analysis-based feature selection. The IEEEDataPort online dataset, obtained from a big plant that contains nonlinear processes from various chemical units, is utilized in this thesis. It contains measures from 52 process points in TEP with 20 dissimilar malfunction types. In this study, raw dataset and dataset that applied feature extraction and feature selection was used. Poincaré plot was applied to the dataset for feature extraction so that four commonly used nonlinear features for every measurement point were calculated. After that, among these features, the features that show a statistically significant difference (alpha = 0.05) between failure types were selected. The machine learning tools such as Decision Tree, Discriminant Analysis, Naive Bayes, k-Nearest Neighbors, Support Vector Machine, and Ensemble Learning algorithms were utilized to classify the fault types from both datasets. The maximum classifier accuracies were 89.5% for the whole feature dataset using the Subspace Discriminant Algorithm of the Ensemble Learning Classifier method and 93.5% for the selected features only using the Linear Discriminant Analysis during this study. These performances could be comprehendible among the results achieved in similar studies.
Benzer Tezler
- Investigation of the effects of statistically significant features on the classification of EEG-based motor imagery tasks
İstatiksel anlamlı özniteliklerin EEG tabanlı motor hayali görevlerin sınıflandırmasındaki etkisinin araştırılması
MÜRŞİDE DEĞİRMENCİ
Doktora
İngilizce
2024
Mühendislik Bilimleriİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
DR. ÖĞR. ÜYESİ YILMAZ KEMAL YÜCE
- Bilateral ve unilateral vagotominin kalp atım dinamikleri üzerine etkisi
The effects of bilateral and unilateral vagotomy on heart rate dynamics
HASAN KAZDAĞLI
Doktora
Türkçe
2021
FizyolojiManisa Celal Bayar ÜniversitesiFizyoloji Ana Bilim Dalı
PROF. DR. MUSTAFA ÖZBEK
ÖĞR. GÖR. HASAN FEHMİ ÖZEL
- A detailed analysis of the effects of various combinations of heart rate variability indices in congestive heart failure
Konjestif kalp yetmezliğinde kalp hızı değişkenliği indislerinin çeşitli varyasyonlarınin etkilerinin ayrıntılı analizi
YALÇIN İŞLER
Doktora
İngilizce
2009
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KUNTALP
- Entrapping hidden changes in nature understanding the past with the power of recurrences
Başlık çevirisi yok
DENİZ EROĞLU
Doktora
İngilizce
2016
Fizik ve Fizik MühendisliğiHumboldt-Universität zu BerlinProf. Dr. JURGEN KURTHS
- Kaotik davranış kriteri olarak fraktal boyut-değişim ve dinamik sistemlere uygulanması
Başlık çevirisi yok
KASIM KOÇAK
Doktora
Türkçe
1996
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF.DR. ZEKAİ ŞEN