haku: @instructor Zakharov, Alexey / yhteensä: 7
hakutulos-lista
viite: 4 / 7
« edellinen | seuraava »
Tekijä:Özdenkci, Karhan
Työn nimi:Fault diagnosis of large-scale systems
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:v + 130      Kieli:   eng
Koulu/Laitos/Osasto:Kemian laitos
Oppiaine:Prosessien ohjaus ja hallinta   (Kem-90)
Valvoja:Jämsä-Jounela, Sirkka-Liisa
Ohjaaja:Zakharov, Alexey
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

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 Aalto  2065   | Arkisto
Avainsanat:fault diagnosis
large-scale processes
diagnosis of control loops
Tiivistelmä (eng):This thesis investigates fault diagnosis of large-scale processes in accordance with characteristics of large-scale processes and practical suitability. The literature part presents a background about typical fault diagnosis methods and diagnosis of large-scale processes. It is stated that the typical methods are insufficient for diagnosing large-scale processes. Those methods do not cover the ease in development, online computational requirement and adaptability issues of large-scale processes. Therefore, process decomposition plays a key role in diagnosis of large-scale processes. Effective process decomposition should minimize the interactions among subsystems and maximize the interactions within each subsystem, thus providing effective fault isolation. Consequently, process decomposition-based strategies are introduced, namely top-down and bottom-up. However, all implemented methods under these strategies have severe practical challenges: the usage of single method for the whole process, weak detection, insufficient attention to process decomposition, and, the fault modeling requirement.

The experimental part of this thesis investigates diagnosis of control loops, due to conflicting objective with diagnosis and process decomposition criteria. A method is proposed for diagnosis of interacting control loops. The proposed method aims to exclude the impact of variations of disturbance input variables from residuals and to distinguish all four types of faults (output sensor, actuator, and disturbance sensor and process faults). It is concluded that the proposed method is very effective for interacting control loops.

The future strategy should address the different process natures of subsystems in a large process and minimize the fault modeling requirement. Such strategy can involve three steps to develop: process decomposition, constructing a diagnosis technique for each subsystem and combining the results.
ED:2014-11-21
INSSI tietueen numero: 50090
+ lisää koriin
« edellinen | seuraava »
INSSI