Fault Detection in Multimode Process based on Hidden Semi-Markov Model and Principal Component Analysis

Lestari Handayani (1, 2) , Vrignat Pascal (2) , Kratz Frédéric (2, 1)

1 INSA CVL - Institut National des Sciences Appliquées - Centre Val de Loire
2 PRISME - Laboratoire pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique

This article presents a fault detection process for a multi-mode process. The Hidden semi-Markov model is used to detect the way the process works. Each mode is estimated by the value of the T2 and Q statistics of the training model that will be used in the evaluation step. The results obtained are robust with a detection rate of 98.30%.

Cet article présente un processus de détection de défauts pour un processus multimode. Le modèle de semi-Markov caché est utilisé pour détecter le mode de fonctionnement du processus. Chaque mode est estimé par la valeur des statistiques T2 et Q du modèle d'entraînement qui sera utilisé lors de l'étape d'évaluation. Les résultats obtenus sont robustes avec un taux de détection de 99,88%.

Mots clés: Fault-detection; HSMM; multimode process; principal component analysis; Tennessee Eastman Process

Domaines: Sciences de l'ingénieur [physics]

Lestari Handayani, Vrignat Pascal, Kratz Frédéric. Fault Detection in Multimode Process based on Hidden Semi-Markov Model and Principal Component Analysis. Congrès Lambda Mu 23 « Innovations et maîtrise des risques pour un avenir durable » - 23e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques, Oct 2022, Paris Saclay, France. ⟨hal-03875921⟩