TH18055U - กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม - Google Patents

กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม

Info

Publication number
TH18055U
TH18055U TH1903002438U TH1903002438U TH18055U TH 18055 U TH18055 U TH 18055U TH 1903002438 U TH1903002438 U TH 1903002438U TH 1903002438 U TH1903002438 U TH 1903002438U TH 18055 U TH18055 U TH 18055U
Authority
TH
Thailand
Prior art keywords
data
function
equipment
material type
physical properties
Prior art date
Application number
TH1903002438U
Other languages
English (en)
Other versions
TH18055C3 (th
TH18055A3 (th
Inventor
ศิริทรัพย์ นายศิโรจน์
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

------27/11/2563------(OCR) งานประดิษฐ์นี้เกี่ยวข้องกับ วิธีการทำนายคุณสมบัติทางกายภาพผ่านข้อมูลจากการตรวจวัดซึ่งจะทำการทำนายพฤติกรรมคุณสมบัติทางกายภาพภายในเครื่องจักรโดยใช้เทคนิคการวิเคราะห์องค์ประกอบหลัก (Principal component analysis) เพื่อให้สามารถทำการวิเคราะห์ได้อย่างรวดเร็ว และแม่นยำ อีกทั้งควบรวมเทคนิคการถดถอยเชิงเส้น (Linear regression) เพื่อหาความสัมพันธ์ระหว่างข้อมูลการตรวจวัด และข้อมูลการใช้งานของเครื่องจักร โดยประกอบไปด้วยขั้นตอนการนำเข้าข้อมูล ขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ ขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ ขั้นตอนการทำนายชุดคำตอบ ขั้นตอนการตรวจสอบคำตอบ และขั้นตอนการส่งออกข้อมูล ------------ หน้าที่ 1 ของจำนวน 1 หน้า บทสรุปการประดิษฐ์ งานประดิษฐ์นี้เกี่ยวข้องกับ วิธีการทำนายคุณสมบัติทางกายภาพผ่านข้อมูลจากการตรวจวัด ซึ่งจะทำการทำนายพฤติกรรมคุณสมบัติทางกายภาพภายในเครื่องจักรโดยใช้เทคนิคการวิเคราะห์ องค์ประกอบหลัก (Principal component analysis) เพื่อให้สามารถทำการวิเคราะห์ได้อย่าง รวดเร็ว และแม่นยำ อีกทั้งควบรวมเทคนิคการถดถอยเชิงเส้น (Linear regression) เพื่อหา ความสัมพันธ์ระหว่างข้อมูลการตรวจวัด และข้อมูลการใช้งานของเครื่องจักร โดยประกอบไปด้วย หน่วย หน่วยนำเข้าข้อมูล หน่วยคำนวณฟังก์ชันการใช้งานอุปกรณ์ หน่วยคำนวณฟังก์ชัน ความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ หน่วยคำนวณชุดคำตอบ หน่วยตรวจสอบ คำตอบ และหน่วยส่งออกข้อมูล

Claims (3)

------27/11/2563------(OCR) 1. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรม ประกอบด้วย ขั้นตอนการนำเข้าข้อมูล ซึ่งประกอบอย่างน้อยที่สุดด้วย ข้อมูลประเภทของวัตถุดิบ ข้อมูล ตำแหน่งอุปกรณ์ที่ให้ความร้อนหรือความเย็น ข้อมูลการใช้งานอุปกรณ์ที่ให้ความร้อนหรือ ความเย็น ข้อมูลการตรวจวัดสภาพพื้นที่แวดล้อมซึ่งประกอบเพิ่มเติมอย่างน้อยที่สุดด้วย ข้อมูลอุณหภูมิ และ ข้อมูลความชื้น ขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพ ขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบ ขั้นตอนการทำนายชุดคำตอบ ขั้นตอนการส่งออกข้อมูลคำตอบ ที่ซึ่งมีลักษณะเฉพาะคือ ค่าฟังก์ชันการใช้งานอุปกรณ์ (Principal component score ) ที่ ส่งผลต่อคุณสมบัติทางกายภาพ ซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนอุปกรณ์ทั้งหมด ของ ผลคูณระหว่างชุดข้อมูลการใช้งานอุปกรณ์กับค่าฟังก์ชันฐานในแต่ละตำแหน่งของแต่ละ อุปกรณ์ โดยมีค่าความสัมพันธ์ดังนี้ (สมการ) โดยที่ qi คือ ค่าฟังก์ชันการใช้งานอุปกรณ์, Qj คือ ชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละ ตำแหน่ง, (สมการ) คือ ฟังก์ชันฐาน, j คือ ตำแหน่งอุปกรณ์ และ M คือ จำนวนทั้งหมดของ อุปกรณ์ โดยที่ (สมการ) คือ ฟังก์ชันฐาน ได้จากการวิเคราะห์องค์ประกอบหลัก (Principal component analysis) ซึ่งคำนวณหาเวกเตอร์ลักษณะเฉพาะ (Eigenvector) ของเมทริกซ์ความ แปรปรวนร่วมเกี่ยว (Covariance matrix) สำหรับชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละ ตำแหน่ง และที่ซึ่ง ขั้นตอนการทำนายชุดคำตอบในแต่ละกรณี ซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวน กรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ ของผลคูณระหว่างฟังก์ชันความสัมพันธ์ข้อมูล จากการตรวจวัดและประเภทวัตถุดิบกับค่าฟังก์ชันการใช้งานอุปกรณ์นั้น โดยมีค่า ความสัมพันธ์ดังนี้ (สมการ) โดยที่ T(x) คือ ชุดคำตอบ, Ri คือ ฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและ ประเภทวัตถุดิบ, X คือ ตำแหน่งในพื้นที่ตรวจวัด, F คือ ข้อมูลประเภทของวัตถุดิบ qi คือ ค่าฟังก์ชันการใช้งานอุปกรณ์ และ N คือ กรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ 2. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรมดังข้อถือสิทธิที่ 1 ที่ซี่ง ฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภท วัตถุดิบ ซึ่งเกิดจากการประมาณค่าการถดถอยเชิงเส้น (Linear regression) ที่ได้จากข้อมูล การตรวจวัดโดยมีค่าความสัมพันธ์ดังนี้ Ri(x ; F) = ai (x) + bi (x) * F โดยที่ Ri คือ ฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ, F คือ ข้อมูลประเภทของวัตถุดิบ, ai (x) และ bi(x) ซึ่งคำนวณได้จากการถดถอยเชิงเส้น (Linear regression) ที่ได้จากข้อมูลการตรวจวัด3. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรมดังข้อถือสิทธิที่ 1 ที่ซึ่ง การใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพ คือ การเปิดหรือปิดอุปกรณ์ให้ความร้อนหรือความเย็น ------------ หน้าที่ 1 ของจำนวน 2 หน้า ข้อถือสิทธิ
1. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรม ประกอบด้วย ขั้นตอนการนำเข้าข้อมูล ซึ่งประกอบอย่างน้อยที่สุดด้วย ข้อมูลประเภทของวัตถุดิบ ข้อมูล ตำแหน่งอุปกรณ์ที่ให้ความร้อนหรือความเย็น ข้อมูลการใช้งานอุปกรณ์ที่ให้ความร้อนหรือ ความเย็น ข้อมูลการตรวจวัดสภาพพื้นที่แวดล้อมซึ่งประกอบเพิ่มเติมอย่างน้อยที่สุดด้วย ข้อมูลอุณหภูมิ และ ข้อมูลความชื้น ขั้นตอนการคำนวณฟังก์ชันการใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพ ขั้นตอนการคำนวณฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภทวัตถุดิบ ขั้นตอนการทำนายชุดคำตอบ ขั้นตอนการส่งออกข้อมูลคำตอบ ที่ซึ่งมีลักษณะเฉพาะคือ ค่าฟังก์ชันการใช้งานอุปกรณ์ (Principal component score ) ที่ ส่งผลต่อคุณสมบัติทางกายภาพ ซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวนอุปกรณ์ทั้งหมด ของ ผลคูณระหว่างขุดข้อมูลการใช้งานอุปกรณ์กับค่าฟังก์ชันฐานในแต่ละตำแหน่งของแต่ละ อุปกรณ์ โดยมีค่าความสัมพันธ์ดังนี้ (สูตรเคมี) โดยที่ qi คือ ค่าฟังก์ชันการใช้งานอุปกรณ์, (สัญลักษณ์)j คือ ชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละ ตำแหน่ง, (สัญลักษณ์)ij คือ ฟังก์ชันฐาน, j คือ ตำแหน่งอุปกรณ์ และ M คือ จำนวนทั้งหมดของ อุปกรณ์ โดยที่ (สัญลักษณ์)ij คือ ฟังก์ชันฐาน ได้จากการวิเคราะห์องค์ประกอบหลัก (Principal component analysis) ซึ่งคำนวณหาเวกเตอร์ลักษณะเฉพาะ (Eigenvector) ของเมทริกซ์ความ แปรปรวนร่วมเกี่ยว (Covariance matrix) สำหรับชุดข้อมูลการใช้งานอุปกรณ์ในแต่ละ ตำแหน่ง และที่ซึ่ง ขั้นตอนการทำนายชุดคำตอบในแต่ละกรณี ซึ่งเกิดจากผลรวมจำนวนเท่ากับจำนวน กรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์ ของผลคูณระหว่างฟังก์ชันความสัมพันธ์ข้อมูล จากการตรวจวัดและประเภทวัตถุดิบกับค่าฟังก์ชันการใช้งานอุปกรณ์นั้น โดยมีค่า ความสัมพันธ์ดังนี้ หน้าที่ 2 ของจำนวน 2 หน้า (สูตรเคมี) โดยที่ T(x) คือ ชุดคำตอบ, Ri คือ ฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและ ประเภทวัตถุดิบ, x คือ ตำแหน่งในพื้นที่ตรวจวัด, F คือ ข้อมูลประเภทของวัตถุดิบ qi คือ ค่าฟังก์ชันการใช้งานอุปกรณ์ และ N คือ กรณีทั้งหมดในการปรับค่าการใช้งานอุปกรณ์
2. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรมดังข้อถือสิทธิที่ 1 ที่ซึ่ง ฟังก์ชันความสัมพันธ์ข้อมูลตรวจวัดและประเภท วัตถุดิบ ซึ่งเกิดจากการประมาณค่าการถดถอยเชิงเส้น (Linear regression) ที่ได้จากข้อมูล การตรวจวัดโดยมีค่าความสัมพันธ์ดังนี้ (สูตรเคมี) โดยที่ Ri คือ ฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ, F คือ ข้อมูลประเภทของวัตถุดิบ, ai (x) และ bi(x) ซึ่งคำนวณได้จากการถดถอยเชิงเส้น (Linear regression) ที่ได้จากข้อมูลการตรวจวัด ทั้งนี้รูปแบบของฟังก์ชันความสัมพันธ์ข้อมูลจากการตรวจวัดและประเภทวัตถุดิบ นั้น สามารถปรับเปลี่ยนไปได้ตามความเหมาะสม
3. กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูป ทางอุตสาหกรรมดังข้อถือสิทธิที่ 1 ที่ซึ่ง การใช้งานอุปกรณ์ที่ส่งผลต่อคุณสมบัติทางกายภาพ คือ การเปิดหรือปิดอุปกรณ์ให้ความร้อนหรือความเย็น
TH1903002438U 2019-09-20 กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม TH18055A3 (th)

Publications (3)

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

Family

ID=

Similar Documents

Publication Publication Date Title
Xi et al. A copula-based sampling method for data-driven prognostics
CN111679636B (zh) 生产工艺参数处理的系统、方法和计算机设备
Oliveira Estimation of software project effort with support vector regression
Petcharat et al. Exact solution of the average run length for the cumulative sum chart for a moving average process of order q
Ayoubi et al. Change point estimation in the mean of multivariate linear profiles with no change type assumption via dynamic linear model
CN113272748A (zh) 解析系统和解析方法
Larguech et al. Efficiency evaluation of analog/RF alternate test: Comparative study of indirect measurement selection strategies
Wang et al. A Bayesian Tweedie exponential dispersion process with a change-point for two-phase degradation data
Pan et al. A new result on lifetime estimation based on skew-Wiener degradation model
Zhao et al. Prediction of heat capacity of ionic liquids based on COSMO-RS Sσ-profile
US20210372862A1 (en) Sensor placement optimization device and method thereof
TH18055A3 (th) กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม
TH18055C3 (th) กระบวนการทำนายคุณสมบัติทางกายภาพจากข้อมูลจากการตรวจวัดในกระบวนการแปรรูปทางอุตสาหกรรม
JP6414086B2 (ja) 圧延時間予測方法及び加熱炉の抽出時刻決定方法
JP6992889B2 (ja) 判定ルール取得装置、判定ルール取得方法および判定ルール取得プログラム
Lynn et al. Gaussian process regression for virtual metrology of plasma etch
Cui et al. Robust statistical modeling of heterogeneity for repairable systems using multivariate Gaussian convolution processes
JP2019206008A (ja) 状態推定装置、状態推定方法、及びプログラム
Viteri et al. A new approach to estimate variable contributions to Hotelling's statistic
Schneider et al. Predicting energy consumption using machine learning
Khamkanya et al. Integrating customer perception into process capability measures
Nguyen et al. Comparative study of machine learning methods for variability analysis in high-speed link
Lacko Planning of experiments for a nonautonomous Ornstein-Uhlenbeck process
Wang et al. Process yield for a manufactured product
CN105718467B (zh) 检索算法评估推荐方法和系统