ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne

APPEL À
CONTRIBUTION

Le comité de rédaction du JESA lance un appel à proposition de numéros spéciaux.

En savoir plus >>
Autres revues >>

Journal Européen des Systèmes Automatisés

1269-6935
Revues des Systèmes
 

 ARTICLE VOL 37/1 - 2003  - pp.49-81  - doi:10.3166/jesa.37.49-81
TITRE
Réseaux de neurones récurrents à fonctions de base radiales Application à la surveillance dynamique

RÉSUMÉ
La surveillance des équipements industriels nécessite le traitement d'un certain nombre de signaux capteurs. Il s'agit essentiellement de détecter toute déviation par rapport à un comportement de référence, en générant une alarme. C'est alors que la fonction diagnostic aura pour rôle de localiser l'organe défaillant et d'identifier les causes de la défaillance. De par leur flexibilité, leur facilité d'exploitation et leur sûreté de fonctionnement, les réseaux de neurones à fonctions de base radiales (RFR) sont des outils tout à fait adaptés à ce genre de traitement. Afin d'intégrer la dimension temporelle essentielle de la surveillance industrielle, nous proposons une nouvelle architecture de RFR dynamiques appelés RRFR (réseaux de neurones récurrents à fonctions de base radiales). Nous montrons ainsi l'adéquation de ce réseau de neurones dynamique par rapport aux problèmes spécifiques de la surveillance dynamique, comme la détection précoce des paliers de dégradation et la reconnaissance de fausses alarmes.


ABSTRACT
Monitoring of industrial equipments requires the processing of a certain number of signals sensors. The aim is to detect any deviation by generating alarms. The diagnosis function has to locate then the fail and to identify the cause of the failure. Radial Basis Function (RBF) neural network seems to be a powerful tool for this kind of processing. In order to consider the dynamic of a monitoring process, we propose a new architecture of dynamic radial basis function (RRBF - Recurrent Radial Basis Function) neural network. We demonstrate also the advantages of the RRBF for dynamic monitoring problems like earlier detection of degradation and false alarms.


AUTEUR(S)
Ryad ZEMOURI, Daniel RACOCEANU, Nourredine ZERHOUNI

MOTS-CLÉS
surveillance, détection, diagnostic, réseaux de neurones temporels, réseaux de neurones à fonctions de base radiales (RFR).

KEYWORDS
Monitoring, Detection, Diagnosis, Dynamic Neural Network, Radial Basis Function (RBF).

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (843 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier