haku: @keyword XML / yhteensä: 167
hakutulos-lista
viite: 2 / 167
« edellinen | seuraava »
Tekijä:Sun, Qiang
Työn nimi:A method for generating process topology-based causal models
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:vii + 81 s. + liitt. 7      Kieli:   eng
Koulu/Laitos/Osasto:Kemian tekniikan korkeakoulu
Oppiaine:Process Systems Engineering   (KE3004)
Valvoja:Jämsä-Jounela, Sirkka-Liisa
Ohjaaja:Kortela, Jukka ; Tikkala, Vesa-Matti
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201310167710
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  1888   | Arkisto
Avainsanat:topology-based causal models
digraph
connectivity matrix
fault detection and diagnosis
FDD
XML
Tiivistelmä (eng):Process disturbances always spread along the connected equipment in a plant and are detected in many places.
In order to identify the root disturbance, many data-based fault detection and diagnosis (FDD) methods have been developed in recent years.
However, most of these methods can generate spurious solutions.
Several authors have observed that FDD methods are enhanced if topology information about the causal relationships of a process is considered as well.
Generally, this topology information is manually created by using the process knowledge.
However, such a way is always time-consuming and the result is imprecise.
Hence, there is a requirement for an automated generation of effective topology-based causal models.

This thesis developed a thorough approach to implement two types of causal models, i.e., a connectivity matrix and a causal digraph, based on piping and instrumentation diagrams (P&IDs).
As the core development tools, AutoCAD P&ID and object-oriented programming (OOP) of MATLAB were used.
The development included three procedures: generate topology data, define the class for generating causal models, and obtain the causal models by instantiating the class with the topology data.

In conclusion, it appears that both the connectivity matrix and causal digraph manifest the internal relationship between different process components caused by material flows and signal flows in a clear way.
Therefore, these models can play an important role in the research associated with the FDD methods.
ED:2013-12-02
INSSI tietueen numero: 48094
+ lisää koriin
« edellinen | seuraava »
INSSI