Überwachung von industriellen Prozessen mit künstlicher Intelligenz

Das Hauptziel dieses Buches besteht in der Realisierung verschiedener neuronaler Klassifikatoren (Typen: MLP, RBF und RBF-BP), die es erlauben, die verschiedenen Betriebszustände (Normal und Abnormal) in einer automatisierten kontinuierlichen Destillationskolonne von Methylcyclohexan aus einem binären Toluol-Methylcyclohexan-Gemisch zu erkennen und zu diagnostizieren.In diesem Buch hat der Autor zunächst einen Überblick über die verschiedenen Ansätze zur Online- und Offline-Fehlerüberwachung und -diagnose gegeben, die von den verschiedenen Forschungsgemeinschaften entwickelt wurden.Dann stellte der Autor die Ergebnisse vor, die bei der Anwendung der verschiedenen Ansätze erzielt wurden, die es ermöglichen, die verschiedenen Fehlfunktionen in einer kontinuierlichen automatischen Destillationskolonne zu erkennen und zu diagnostizieren, nämlich: ANN-RBF-BP, ANN-MLP und ANN-RBF, die die Trennung von zwei Betriebsmodi (normal und abnormal) durch Klassifizierung ermöglichen und mit anderen Klassifizierungsmethoden (KPPV, ACP, AFD) verglichen werden sollen.

Autorentext

Pr.Dr.Imad Manssouri est fondateur et responsable d une équipe de recherche. Professeur habilité à l ENSAM-Meknès, Université Moulay Ismail, Maroc. Membre du journal American Journal of Neural Networks and Applications. Dr.Bouchra Boudebbouz Docteur en Sciences de l Ingénieur et Ingénieur d Etat de l ENSAM-Meknès, Université Moulay Ismail, Maroc.