سال انتشار: ۱۳۸۴

محل انتشار: دهمین کنگره ملی مهندسی شیمی ایران

تعداد صفحات: ۳۶

نویسنده(ها):

نصیر مهران بد – دانشگاه شیراز، دانشکده مهندسی، ساختمان شماره ۱، بخش مهندسی شیمی
مسعود سروش – Dept. Of Chemical Engineering, Drexel University, Philadelphia
آمنه صحرانشین – دانشگاه شیراز، دانشکده مهندسی، ساختمان شماره ۱، بخش مهندسی شیمی

چکیده:

در این مقاله جهت تعیین و تشخیص خطای حسگر، Instrument Fault Detection and Identification (IFDI)، یک روش احتمالاتی (probabilistic) ارائه شده که در بسط آن از تئوری Bayesian Belief Network (BBN) استفاده شده است. برای نظارت بر رفتار همهحسگرهای فرایند مورد بحث، یک مدل BBN تک حسگره پیشنهاد شده که به عنوان یک المان ساختاری جهت به وجود آوردن یک مدل BBN چند حسگره، به کار رفته است. به منظور انجام IFDI، یک شاخص تعیین خطا، یک شاخص تشخیص خطا و یک دستورالعمل تعیین آستانه با استفاده از داده های احتمال متغیرهای فرایند تعریف شده اند. برای دستیابی به یک نظارت موثر و حصول بهترین نتیجه در تعیین و تشخیص خطای حسگر، پارامترهای طراحی مدل BBN تک حسگره، بهینه شده اند. قابلیت این مدل در تعیین و تشخیص انواع خطاها در اطلاعات حاصل از حسگر، برای IFDI حسگرهای راکتور پلیمریزاسیون styrene از نوع free radical در حالت عملکرد پایا به کار رفته است حالات مختلف بروزخطا، برای حالاتی که یک خطای منفرد و یا خطای چندتایی همزمان بروز می کنند، در چند مثال بررسی شده است.