Machine learning for anomaly detection and process phase classification to improve safety and maintenance activities

•Define a methodology for anomaly detection with real time data from multiphase industrial process.•RFA and DJA have comparable results for the identification of process phases.•RFA has better performance than DJA for the anomaly detection.•DJA underperforms for anomalies close to the thresholds, du...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of manufacturing systems Ročník 56; s. 117 - 132
Hlavní autoři:	Quatrini, Elena, Costantino, Francesco, Di Gravio, Giulio, Patriarca, Riccardo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 01.07.2020
Témata:	Condition monitoring Condition-based maintenance Decision jungles forests Machine learning Random Condition monitoring Random forests Condition-based maintenance Decision jungles Machine learning
ISSN:	0278-6125
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!