MétaCan
Menu
Retour à la cohorte
Enregistrement W4401247751 · doi:10.1109/iceib61477.2024.10602607

Improved Fault Diagnosis Method for PLC-Based Manufacturing Processes with Validation through a Cyber-Physical System

2024· article· en· W4401247751 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Vision Systems and Defect Detection
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNational Science and Technology Council
Mots-clésCyber-physical systemComputer scienceFault (geology)Reliability engineeringEmbedded systemSystems engineeringEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

Most manufacturing systems in the industry nowadays are controlled by Programmable Logic Controllers (PLCs), which are characterized by their high robustness and low cost. The systems controlled by PLCs are typically described as Discrete Event Systems (DESs), and it is often difficult to detect faults and behavioral abnormalities related to the PLC process. Researchers proposed an automated tool called fault and behavior monitoring tool for PLC (FBMTP) whose main advantage is its ability to effectively handle inaccuracies with large-scale PLC-controlled manufacturing systems. Although FBMTP effectively addresses the issues in PLC-controlled systems, only the Boolean I/O signals (1/0) intercepted from the memory area of the PLC are examined. However, PLC I/O often involves analog signals, which are real values. Therefore, we introduced a new parameter to increase the diversity of this mechanism, an improved fault and behavior monitoring tool for PLC (IFBMTP). Cyber-Physical System (CPS) technology is applied across various fields. In the manufacturing sector, it is used for real-time monitoring, production control, and information sharing, enhancing the flexibility of manufacturing systems. Moreover, CPS is practical for simulating and testing different fault detection models, such as IFBMTP, given the limited availability of large-scale equipment for testing in industries. Presently, many software platforms focus primarily on animation or integer computations but cannot accurately reflect physical analog data, making integration among multiple technologies challenging. Automation Studio, developed by Famic Technologies Inc., stands out for its rapid modeling, multi-technology integration, and application in virtual commissioning. We leveraged Automation Studio as the development platform to create an integrated CPS and validated the robustness of IFBMTP under various scenarios for debugging and testing. Such integration of multiple technological virtual systems is essential for industrial applications and validations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,281
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle