haku: @keyword wavelets / yhteensä: 5
viite: 4 / 5
Tekijä:Rinta-Runsala, Esa
Työn nimi:Paper Machine Monitoring Using Self-Organizing Neural Networks
Paperikoneen monitorointi itseorganisoituvilla neuroverkoilla
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2000
Sivut:vi + 74      Kieli:   eng
Koulu/Laitos/Osasto:Teknillisen fysiikan ja matematiikan osasto
Oppiaine:Sovellettu matematiikka   (Mat-2)
Valvoja:Ehtamo, Harri
Ohjaaja:Kiviniemi, Jukka
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark TF80     | Arkisto
Avainsanat:paper machine
monitoring
self-organizing map
adaptive resonance theory
wavelets
paperikone
monitorointi
itseorganisoituva kartta
adaptiivinen resonanssiteoria
aallokkeet
Tiivistelmä (fin):Työ perustuu VTT Tietotekniikan yhteistyökumppanin esittämään paperikoneiden monitorointiin liittyvään käytännön ongelmaan.
Paperikone on monimutkainen prosessi monitoroida, ja prosessin monitoroinnin automatisointi on tarpeen.
Automaattisessa paperikoneen monitoroinnissa kerättyjä mittauksia verrataan aikaisempiin mittauksiin ja tehdään päätelmiä koneen tilasta näihin vertailuihin perustuen.
Työssä mitatut signaalit ovat paperikoneen telojen nopeus ja momentti sekä teho ja verkkojännite.
Asiantuntijahaastatteluissa monitorointiongelma pelkistyi tarpeeksi havaita prosessisignaalien epänormaalit muutokset.

Työssä kuvataan ja testataan kahta monitorointiprototyyppiä.
Toinen prototyypeistä perustuu itseorganisoituvalle kartalle ja toinen adaptiiviselle resonanssiteorialle.
Kummankin prototyypin syötteenä käytetään mitattujen signaalien aallokekertoimia.
Prototyyppejä testataan kuudella mittausjakson aikana sattuneella epätavallisella ilmiöllä.

Itseorganisoituvaa karttaa käyttävä prototyyppi opetetaan normaalidatalla ja havaittujen prosessitilojen kvantisointivirhettä käytetään epänormaaliuden indikaattorina.
Kvantisointivirhettä voidaan käyttää joko pehmeänä mittana tai kynnystämällä luokitella tilat normaaleihin ja epänormaaleihin.
Itseorganisoituvaa karttaa käyttävä lähestymistapa antaa lupaavia tuloksia, sillä useimmat testi-ilmiöt havaitaan kvantisointivirheen nousuna.

Adaptiiviseen resonanssiteoriaan perustuvaa prototyyppiä ei tarvitse opettaa, vaan prosessitilat luokitellaan sitä mukaa, kun ne havaitaan.
Jos prototyyppi on tavannut samankaltaisen tilan aiemmin, uusi prosessitila luokitellaan aiempaa tilaa vastaavaan luokkaan.
Muussa tapauksessa luodaan uusi luokka.
Prototyyppi osoittautui liian herkäksi prosessin häiriöille ja kohinalle, eikä testi-ilmiöitä havaittu kunnolla.
Ilmiöitä luokiteltiin useisiin luokkiin yhden sijaan tai ilmiön alku havaittiin epäluotettavasti.

Prototyyppien monitorointikyvyn lisäksi vertaillaan niiden käytettävyyttä ja automatisoinnin helppoutta.
Vertailuun perustuen esitetään työssä implementaatioehdotus itseorganisoituvalle kartalle perustuvasta monitorointijärjestelmästä.
Ehdotuksessa käytetään prosessin arkistotietokantaa kartan off-line opettamiseen ja reaaliaikatietokantaa prosessin monitorointiin.
Lisäksi käydään läpi monitorointijärjestelmän vaatimuksia, rajoituksia ja joitakin ajatuksia järjestelmän jatkokehittämistä silmällä pitäen.
ED:2001-01-19
INSSI tietueen numero: 16156
+ lisää koriin
INSSI