TH18055A3 - กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม - Google Patents

กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม

Info

Publication number
TH18055A3
TH18055A3 TH1903002438U TH1903002438U TH18055A3 TH 18055 A3 TH18055 A3 TH 18055A3 TH 1903002438 U TH1903002438 U TH 1903002438U TH 1903002438 U TH1903002438 U TH 1903002438U TH 18055 A3 TH18055 A3 TH 18055A3
Authority
TH
Thailand
Prior art keywords
data
measurement data
function
physical properties
material type
Prior art date
Application number
TH1903002438U
Other languages
English (en)
Other versions
TH18055U (th
TH18055C3 (th
Inventor
นายศิโรจน์ศิริทรัพย์
Original Assignee
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
Filing date
Publication date
Application filed by สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ filed Critical สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
Publication of TH18055U publication Critical patent/TH18055U/th
Publication of TH18055C3 publication Critical patent/TH18055C3/th
Publication of TH18055A3 publication Critical patent/TH18055A3/th

Links

Abstract

บทสรุปการประดิษฐ์ซึ่งจะปรากฏบนหน้าประกาศโฆษณาReadFile:------27/11/2563------(OCR)งานประดิษฐ์นี้เกี่ยวข้องกับวิธีการทำนายคุณสมบัติทางกายภาพผ่านข้อมูลจากการตรวจวัดซึ่งจะทำการทำนายพฤติกรรมคุณสมบัติทางกายภาพภายในเครื่องจักรโดยใช้เทคนิคการวิเคราะห์องค์ประกอบหลัก(Principalcomponentanalysis)เพื่อให้สามารถทำการวิเคราะห์ได้อย่างรวดเร็วและแม่นยำอีกทั้งควบรวมเทคนิคการถดถอยเชิงเส้น(Linearregression)เพื่อหาความสัมพันธ์ระหว่างข้อมูลการตรวจวัดและข้อมูลการใช้งานของเครื่องจักรโดยประกอบไปด้วยขั้นตอนการนำเข้าข้อมูลขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบขั้นตอนการทำนายชุดคำตอบขั้นตอนการตรวจสอบคำตอบและขั้นตอนการส่งออกข้อมูล------------หน้าที่1ของจำนวน1หน้าบทสรุปการประดิษฐ์งานประดิษฐ์นี้เกี่ยวข้องกับวิธีการทำนายคุณสมบัติทางกายภาพผ่านข้อมูลจากการตรวจวัดซึ่งจะทำการทำนายพฤติกรรมคุณสมบัติทางกายภาพภายในเครื่องจักรโดยใช้เทคนิคการวิเคราะห์องค์ประกอบหลัก(Principalcomponentanalysis)เพื่อให้สามารถทำการวิเคราะห์ได้อย่างรวดเร็วและแม่นยำอีกทั้งควบรวมเทคนิคการถดถอยเชิงเส้น(Linearregression)เพื่อหาความสัมพันธ์ระหว่างข้อมูลการตรวจวัดและข้อมูลการใช้งานของเครื่องจักรโดยประกอบไปด้วยหน่วยหน่วยนำเข้าข้อมูลหน่วยคำนวณฟังก์ชันการใช้งานอุปกรณ์หน่วยคำนวณฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบหน่วยคำนวณชุดคำตอบหน่วยตรวจสอบคำตอบและหน่วยส่งออกข้อมูล

Claims (3)

ข้อถือสิทธฺ์(ทั้งหมด)ซึ่งจะไม่ปรากฏบนหน้าประกาศโฆษณา:------27/11/2563------(OCR) 1.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมประกอบด้วยขั้นตอนการนำเข้าข้อมูลซึ่งประกอบอย่างน้อยที่สุดด้วยข้อมูลประเภทของวัตถุดิบข้อมูลตำแหน่งอุปกรณ์ที่ให้ความร้อนหรือความเย็นข้อมูลการใช้งานอุปกรณ์ที่ให้ความร้อนหรือความเย็นข้อมูลการตรวจวัดสภาพพื้นที่แวดล้อมซึ่งประกอบเพิ่มเติมอย่างน้อยที่สุดด้วยข้อมูลอุณหภูมิและข้อมูลความชื้นขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบขั้นตอนการทำนายชุดคำตอบขั้นตอนการส่งออกข้อมูลคำตอบที่ซึ่งมีลักษณะเฉพาะคือค่าฟังก์ชันการใช้งานอุปกรณ์(Principalcomponentscore)ที่ส่งผลต่อคุณสมบัติทางกายภาพซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนอุปกรณ์ทั้งหมดของผลคูณระหว่างชุดข้อมูลการใช้งานอุปกรณ์กับค่าฟังก์ชันฐานในแต่ละตำแหน่งของแต่ละอุปกรณ์โดยมีค่าความสัมพันธ์ดังนี้(สมการ)โดยที่qiคือค่าฟังก์ชันการใช้งานอุปกรณ์,Qjคือชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละตำแหน่ง,(สมการ)คือฟังก์ชันฐาน,jคือตำแหน่งอุปกรณ์และMคือจำนวนทั้งหมดของอุปกรณ์โดยที่(สมการ)คือฟังก์ชันฐานได้จากการวิเคราะห์องค์ประกอบหลัก(Principalcomponentanalysis)ซึ่งคำนวณหาเวกเตอร์ลักษณะเฉพาะ(Eigenvector)ของเมทริกซ์ความแปรปรวนร่วมเกี่ยว(Covariancematrix)สำหรับชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละตำแหน่งและที่ซึ่งขั้นตอนการทำนายชุดคำตอบในแต่ละกรณีซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนกรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ของผลคูณระหว่างฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบกับค่าฟังก์ชันการใช้งานอุปกรณ์นั้นโดยมีค่าความสัมพันธ์ดังนี้(สมการ)โดยที่T(x)คือชุดคำตอบ,Riคือฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ,Xคือตำแหน่งในพื้นที่ตรวจวัด,Fคือข้อมูลประเภทของวัตถุดิบqiคือค่าฟังก์ชันการใช้งานอุปกรณ์และNคือกรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ 2.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมดังข้อถือสิทธิที่1ที่ซี่งฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบซึ่งเกิดจากการประมาณค่าการถดถอยเชิงเส้น(Linearregression)ที่ได้จากข้อมูลการตรวจวัดโดยมีค่าความสัมพันธ์ดังนี้Ri(x;F)=ai(x)+bi(x)*Fโดยที่Riคือฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ,Fคือข้อมูลประเภทของวัตถุดิบ,ai(x)และbi(x)ซึ่งคำนวณได้จากการถดถอยเชิงเส้น(Linearregression)ที่ได้จากข้อมูลการตรวจวัด 3.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมดังข้อถือสิทธิที่1ที่ซึ่งการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพคือการเปิดหรือปิดอุปกรณ์ให้ความร้อนหรือความเย็น------------หน้าที่1ของจำนวน2หน้าข้อถือสิทธิ
1.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมประกอบด้วยขั้นตอนการนำเข้าข้อมูลซึ่งประกอบอย่างน้อยที่สุดด้วยข้อมูลประเภทของวัตถุดิบข้อมูลตำแหน่งอุปกรณ์ที่ให้ความร้อนหรือความเย็นข้อมูลการใช้งานอุปกรณ์ที่ให้ความร้อนหรือความเย็นข้อมูลการตรวจวัดสภาพพื้นที่แวดล้อมซึ่งประกอบเพิ่มเติมอย่างน้อยที่สุดด้วยข้อมูลอุณหภูมิและข้อมูลความชื้นขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบขั้นตอนการทำนายชุดคำตอบขั้นตอนการส่งออกข้อมูลคำตอบที่ซึ่งมีลักษณะเฉพาะคือค่าฟังก์ชันการใช้งานอุปกรณ์(Principalcomponentscore)ที่ส่งผลต่อคุณสมบัติทางกายภาพซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนอุปกรณ์ทั้งหมดของผลคูณระหว่างขุดข้อมูลการใช้งานอุปกรณ์กับค่าฟังก์ชันฐานในแต่ละตำแหน่งของแต่ละอุปกรณ์โดยมีค่าความสัมพันธ์ดังนี้(สูตรเคมี)โดยที่qiคือค่าฟังก์ชันการใช้งานอุปกรณ์,(สัญลักษณ์)jคือชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละตำแหน่ง,(สัญลักษณ์)ijคือฟังก์ชันฐาน,jคือตำแหน่งอุปกรณ์และMคือจำนวนทั้งหมดของอุปกรณ์โดยที่(สัญลักษณ์)ijคือฟังก์ชันฐานได้จากการวิเคราะห์องค์ประกอบหลัก(Principalcomponentanalysis)ซึ่งคำนวณหาเวกเตอร์ลักษณะเฉพาะ(Eigenvector)ของเมทริกซ์ความแปรปรวนร่วมเกี่ยว(Covariancematrix)สำหรับชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละตำแหน่งและที่ซึ่งขั้นตอนการทำนายชุดคำตอบในแต่ละกรณีซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนกรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ของผลคูณระหว่างฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบกับค่าฟังก์ชันการใช้งานอุปกรณ์นั้นโดยมีค่าความสัมพันธ์ดังนี้หน้าที่2ของจำนวน2หน้า(สูตรเคมี)โดยที่T(x)คือชุดคำตอบ,Riคือฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ,xคือตำแหน่งในพื้นที่ตรวจวัด,Fคือข้อมูลประเภทของวัตถุดิบqiคือค่าฟังก์ชันการใช้งานอุปกรณ์และNคือกรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์
2.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมดังข้อถือสิทธิที่1ที่ซึ่งฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบซึ่งเกิดจากการประมาณค่าการถดถอยเชิงเส้น(Linearregression)ที่ได้จากข้อมูลการตรวจวัดโดยมีค่าความสัมพันธ์ดังนี้(สูตรเคมี)โดยที่Riคือฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ,Fคือข้อมูลประเภทของวัตถุดิบ,ai(x)และbi(x)ซึ่งคำนวณได้จากการถดถอยเชิงเส้น(Linearregression)ที่ได้จากข้อมูลการตรวจวัดทั้งนี้รูปแบบของฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบนั้นสามารถปรับเปลี่ยนไปได้ตามความเหมาะสม
3.กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรมดังข้อถือสิทธิที่1ที่ซึ่งการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพคือการเปิดหรือปิดอุปกรณ์ให้ความร้อนหรือความเย็น
TH1903002438U 2019-09-20 กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม TH18055A3 (th)

Publications (3)

Publication Number Publication Date
TH18055U TH18055U (th) 2021-07-15
TH18055C3 TH18055C3 (th) 2021-07-15
TH18055A3 true TH18055A3 (th) 2021-07-15

Family

ID=

Similar Documents

Publication Publication Date Title
Oliveira Estimation of software project effort with support vector regression
Nadler Nonparametric detection of signals by information theoretic criteria: Performance analysis and an improved estimator
Zou et al. Regularized simultaneous model selection in multiple quantiles regression
JP6972389B2 (ja) システム状態を解析及び修正するための時系列の検索
Rosso et al. Causality and the entropy–complexity plane: Robustness and missing ordinal patterns
Schroeter et al. Estimating the domain of applicability for machine learning QSAR models: a study on aqueous solubility of drug discovery molecules
Xi et al. A copula-based sampling method for data-driven prognostics
US20190234973A1 (en) Chemical sensing system
Gensler et al. Novel Criteria to Measure Performance of Time Series Segmentation Techniques.
Tayyab et al. Exponential weighted moving average control charts for monitoring the process mean using pair ranked set sampling schemes
Yan et al. Functional principal components analysis on moving time windows of longitudinal data: dynamic prediction of times to event
Dorst et al. Uncertainty-aware automated machine learning toolbox
Khan et al. An efficient class of estimators for the finite population mean in ranked set sampling
Cao et al. A novel prediction model of frost growth on cold surface based on support vector machine
TH18055C3 (th) กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม
Zeeshan et al. Signal conditioning of thermocouple using intelligent technique
Tong et al. Soft sensing of non-Gaussian processes using ensemble modified independent component regression
Xiong et al. Time-singularity multifractal spectrum distribution based on detrended fluctuation analysis
Zhao et al. Prediction of heat capacity of ionic liquids based on COSMO-RS Sσ-profile
Broderick et al. Data mining of Ti–Al semi-empirical parameters for developing reduced order models
TH18055U (th) กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม
Noor-ul-Amin et al. Modified extreme ranked sets sampling with auxiliary variable
Thirumahal et al. KNN and ARL based imputation to estimate missing values
Zhang et al. In search of coding and non-coding regions of DNA sequences based on balanced estimation of diffusion entropy
Enki et al. Taylor's power law and the statistical modelling of infectious disease surveillance data