지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2012.1
- 수록면
- 22 - 25 (4page)
이용수
초록· 키워드
오류제보하기
This paper deals with the problem of fault diagnosis for identifying a single fault when the number of assumed faults is larger than that of predictive variables. Principal component analysis (PCA) is employed to isolate and identify a single fault. PCA is a method to extract important information as reducing the number of large dimension in a process. The patterns of all assumed faults can be recognized by PCA and these can be employed whether a new fault is one of predefined faults or not. Through PCA, empirical models for analyzing patterns can be trained. When a single fault occurs, the pattern generated by PCA can be obtained and this is used to identify a fault. The performance of the proposed approach is illustrated in the actuator benchmark problem.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0