search query: @author Talonen, Jaakko / total: 1
reference: 1 / 1
« previous | next »
Author: | Talonen, Jaakko |
Title: | Fault Detection by Adaptive Process Modeling for Nuclear Power Plant |
Ydinvoimalan vikatilanteiden havainnointi adaptiivisella mallinnuksella | |
Publication type: | Master's thesis |
Publication year: | 2007 |
Pages: | 65 Language: eng |
Department/School: | Kemian tekniikan osasto |
Main subject: | Informaatiotekniikka (T-115) |
Supervisor: | Simula, Olli |
Instructor: | Parviainen, Jukka ; Sirola, Miki |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TKK 4961 | Archive |
Keywords: | data mining PCA variable selection feature extraction WRLS fault detection tiedonlouhinta muuttujavalinta piirreirrotus painotettu rekursiivinen pienimmän neliösumman menetelmä vikatilanteiden havainnointi |
Abstract (fin): | Normaalista poikkeavia tilanteita esiintyy ydinvoimaloissa kuten missä tahansa teollisuusprosessissa. Näitä voivat olla esimerkiksi vuoto putkiverkostossa, lämmönvaihtimen likaantuminen tai virtausmittarin mittauksen vääristymä. Hitaasti kehittyvät tapahtumat pitäisi havaita ennen kuin jotakin vakavampaa tapahtuu. Työssä tutkittiin ydinvoimalasta tallennettua prosessidataa. Erään tiedonlouhintaprosessimallin rakennetta laajennettiin. Data tutkittiin datanhallinnointityökalulla, joka ohjelmoitiin tämän projektin aikana. Työkalu auttaa asiantuntijaa aikasarjadatan analysoinnissa. Olennaiset muuttujat valittiin ja piirteet irrotettiin adaptiivista mallia varten. Pääkomponenttianalyysiä käytettiin tiedonlouhintatyökaluna. Viiveet prosessi- muuttujien välillä tunnistettiin ristikorrelaatiofunktion avulla. Painotettua rekursiivista pienimmän neliösumman menetelmää käytettiin adaptiiviseen mallinnukseen. Vuodontunnistusmenetelmä perustui mallin estimointivirheeseen. Työ suoritettiin NoTeS-projektin osana Teknillisen korkeakoulun Informaatiotekniikan laboratoriossa. Yhteistyökumppanina oli Teollisuuden Voima Oy. |
ED: | 2007-10-22 |
INSSI record number: 34774
+ add basket
« previous | next »
INSSI