Machine learning application for sensor failure detection in polymerization process
Le résumé fourni par la source
This work analysed the time signals from 5 instruments distributed in an industrial polymerization facility: two temperature instruments, a water level instrument, a weight instrument and a flow instrument.The dataset is composed by a five years history with a sample rate of 1 minute.A specialist using the event related industry report labelled the signals.The results using random forest as the machine learning classifier reached significant performance in detecting failures independent of the instrument, preliminary indicating the suitability of the framework.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Machine learning application for sensor failure detection in polymerization process
- Date Crossref
- 01/01/2018
- Éditeur
- Sociedade Brasileira de Telecomunicações
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.