การตรวจจับและระบุรูปแบบความผิดปกติของเครื่องอัดอากาศแบบหมุนเหวี่ยงโดยใช้วิธีการเรียนรู้แบบหมู่

ธิติพัทธ์ สนธิโพธิ์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/80116

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	รัชทิน จันทร์เจริญ	-
dc.contributor.author	ธิติพัทธ์ สนธิโพธิ์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2022-07-23T05:15:11Z	-
dc.date.available	2022-07-23T05:15:11Z	-
dc.date.issued	2564	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/80116	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2564	-
dc.description.abstract	ในวิทยานิพนธ์นี้ได้เสนอระบบควบคุมสุขภาพเครื่องจักรที่สามารถตรวจจับการทำงานที่ผิดปกติของเครื่องอัดอากาศแบบหมุนเหวี่ยงที่ติดตั้งในอุตสาหกรรมจริง ซึ่งเป็นเครื่องจักรที่มีความสำคัญต่อระบบโดยเมื่อมีการใช้งานเป็นระยะเวลานานทำให้ประสิทธิภาพลดลงและพบความผิดปกติที่เพิ่มขึ้น เครื่องจักรดังกล่าวจึงถูกติดตั้งเซนเซอร์เพื่อติดตามพฤติกรรมและบันทึกข้อมูล ซึ่งข้อมูลที่ได้รับมาจะยังไม่พบความเสียหายที่เกิดขึ้นอย่างชัดเจน วิธีการที่นำเสนอจะใช้การจำลองความผิดปกติให้กับข้อมูลที่ได้รับ จากนั้นจึงวิเคราะห์ประสิทธิภาพของเครื่องอัดอากาศและเปรียบเทียบกับการเรียนรู้ของเครื่องและเพอร์เซ็ปตรอนหลายชั้น ในการศึกษานี้พบว่าข้อมูลที่จะสะสมนั้นเป็นข้อมูลจริงที่มีความท้าทาย ซึ่งเทคนิคที่เสนอมามีประสิทธิภาพเพียงพอที่ใช้ในการตรวจจับความผิดปกติของเครื่องอัดอากาศแบบหมุนเหวี่ยงที่ติดตั้งในโรงงานจริง	-
dc.description.abstractalternative	In this work, a machine’s health monitoring system (MHMS) that can detect anomalies for a centrifugal compressor, operating in a real plant, is proposed. A compressor is a crucial machine but over time its performance can decline, and faults can develop. In the compressor under investigation, several sensors have been installed. Subsequently, its behavior is monitored and recorded. During this period, no noticeable fault is detected. In the proposed technique, simulated faults are employed to build up the data that can be used in the investigation, then the performance of the compressor is analyzed and compared with ML and MLP. Herein, the study indicates that the data accumulated is a good candidate for this challenging case. Overall, the proposed technique demonstrates good potential for detection of anomalies regarding the real centrifugal compressor.	-
dc.language.iso	th	-
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2021.805	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.subject.classification	Engineering	-
dc.title	การตรวจจับและระบุรูปแบบความผิดปกติของเครื่องอัดอากาศแบบหมุนเหวี่ยงโดยใช้วิธีการเรียนรู้แบบหมู่	-
dc.title.alternative	Fault detection and identification for centrifugal compressor by ensemble model	-
dc.type	Thesis	-
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	-
dc.degree.level	ปริญญาโท	-
dc.degree.discipline	ระบบกายภาพที่เชื่อมประสานด้วยเครือข่ายไซเบอร์	-
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	-
dc.identifier.DOI	10.58837/CHULA.THE.2021.805	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
6370421521.pdf		2.68 MB	Adobe PDF	View/Open

Show simple item record