Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos

En el presente trabajo se implementó un módulo para la detección de fallas en sensores de registro de variables en procesos continuos, el cual se desarrolló sobre la base de una máquina de soporte vectorial. Con el fin de obtener una arquitectura adecuada de la máquina, se estudió el desempeño del m...

Descripción completa

Detalles Bibliográficos
Autores principales: Sanseverinatti, Carlos Ignacio, Perdomo, Mariano, Clementi, Luis, Vega, Jorge Rubén
Formato: Documento de conferencia publisherVersion
Lenguaje:Español
Publicado: VI ARGENCON 2024
Materias:
Clasificación de fallas
Sensores
Máquina de soporte vectorial
Optimización
Acceso en línea:https://ieeexplore.ieee.org/document/9940020
http://hdl.handle.net/20.500.12272/11307
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-11307
record_format dspace
spelling I68-R174-20.500.12272-113072024-08-09T23:13:06Z Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos Sanseverinatti, Carlos Ignacio Perdomo, Mariano Clementi, Luis Vega, Jorge Rubén Clasificación de fallas Sensores Máquina de soporte vectorial Optimización En el presente trabajo se implementó un módulo para la detección de fallas en sensores de registro de variables en procesos continuos, el cual se desarrolló sobre la base de una máquina de soporte vectorial. Con el fin de obtener una arquitectura adecuada de la máquina, se estudió el desempeño del módulo para diversas implementaciones obtenidas a partir de diferentes técnicas de codificación múltiple y máquinas Kernel. En particular, se analizó el desempeño de las máquinas de soporte implementadas en términos de su capacidad para detectar y clasificar fallas típicas en sensores de procesos continuos. Para cada máquina implementada, se escogió el tamaño del conjunto de entrenamiento y los valores de los hiperparámetros correspondientes a cada una a partir de una búsqueda de tipo rejilla. Los resultados mostraron que el mejor desempeño en términos de exactitud en el testeo se obtuvo para una codificación de tipo One Vs Rest, utilizando un Kernel de tipo función de base radial, para la cual se alcanzó una exactitud superior al 98%. Fil: Sanseverinatti, Carlos Ignacio. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Sanseverinatti, Carlos Ignacio. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Perdomo, Mariano M. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Perdomo, Mariano M. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Clementi, Luis A. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Clementi, Luis A. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. Fil: Vega, Jorge Rubén. CONICET-UNL. Instituto de Desarrollo Tecnológico para la Industria Química (INTEC); Argentina. Fil: Vega, Jorge Rubén. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. Centro de Investigación en Ingeniería Eléctrica y Sistemas Energéticos (CIESE); Argentina. 2024-08-09T23:11:55Z 2024-08-09T23:11:55Z 2022-09 info:eu-repo/semantics/conferenceObject publisherVersion Sanseverinatti, C. I. (et al.). Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos. 2022 IEEE Congreso Bienal de Argentina (VI ARGENCON). San Juan, Argentina. https://ieeexplore.ieee.org/document/9940020 http://hdl.handle.net/20.500.12272/11307 10.1109/ARGENCON55245.2022.9940020 spa ASECAFE0008414 - Título Modelado y monitoreo de procesos industriales continuos y semi-continuos. Algoritmos basados en inferencia bayesiana y aprendizaje maquinal. openAccess http://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial 4.0 Internacional Los autores CreativeCommons pdf VI ARGENCON
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Clasificación de fallas
Sensores
Máquina de soporte vectorial
Optimización
spellingShingle Clasificación de fallas
Sensores
Máquina de soporte vectorial
Optimización
Sanseverinatti, Carlos Ignacio
Perdomo, Mariano
Clementi, Luis
Vega, Jorge Rubén
Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
topic_facet Clasificación de fallas
Sensores
Máquina de soporte vectorial
Optimización
description En el presente trabajo se implementó un módulo para la detección de fallas en sensores de registro de variables en procesos continuos, el cual se desarrolló sobre la base de una máquina de soporte vectorial. Con el fin de obtener una arquitectura adecuada de la máquina, se estudió el desempeño del módulo para diversas implementaciones obtenidas a partir de diferentes técnicas de codificación múltiple y máquinas Kernel. En particular, se analizó el desempeño de las máquinas de soporte implementadas en términos de su capacidad para detectar y clasificar fallas típicas en sensores de procesos continuos. Para cada máquina implementada, se escogió el tamaño del conjunto de entrenamiento y los valores de los hiperparámetros correspondientes a cada una a partir de una búsqueda de tipo rejilla. Los resultados mostraron que el mejor desempeño en términos de exactitud en el testeo se obtuvo para una codificación de tipo One Vs Rest, utilizando un Kernel de tipo función de base radial, para la cual se alcanzó una exactitud superior al 98%.
format Documento de conferencia
publisherVersion
author Sanseverinatti, Carlos Ignacio
Perdomo, Mariano
Clementi, Luis
Vega, Jorge Rubén
author_facet Sanseverinatti, Carlos Ignacio
Perdomo, Mariano
Clementi, Luis
Vega, Jorge Rubén
author_sort Sanseverinatti, Carlos Ignacio
title Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
title_short Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
title_full Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
title_fullStr Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
title_full_unstemmed Máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
title_sort máquina de soporte vectorial para la detección y clasificación de fallas en sensores de registro de datos en procesos continuos
publisher VI ARGENCON
publishDate 2024
url https://ieeexplore.ieee.org/document/9940020
http://hdl.handle.net/20.500.12272/11307
work_keys_str_mv AT sanseverinatticarlosignacio maquinadesoportevectorialparaladeteccionyclasificaciondefallasensensoresderegistrodedatosenprocesoscontinuos
AT perdomomariano maquinadesoportevectorialparaladeteccionyclasificaciondefallasensensoresderegistrodedatosenprocesoscontinuos
AT clementiluis maquinadesoportevectorialparaladeteccionyclasificaciondefallasensensoresderegistrodedatosenprocesoscontinuos
AT vegajorgeruben maquinadesoportevectorialparaladeteccionyclasificaciondefallasensensoresderegistrodedatosenprocesoscontinuos
_version_ 1809230434562736128

Ejemplares similares