Evaluación de redes neuronales artificiales tipo recurrente en el diagnóstico de fallas para el proceso Tennessee-Eastman

El objetivo del proyecto fue la detección de fallas en procesos químicos, utilizando la simulación Tennessee Eastman, mediante redes neuronales recurrentes con celdas LSTM programadas a través de Python. Inicialmente, se seleccionaron las fallas críticas 6 y 18. El procesamiento de estos datos se re...

Full description

Autores:

Arenas Santos, Andres
Tiriat Villalba, Tania Valentina

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2024

Institución:

Universidad Industrial de Santander

Repositorio:

Repositorio UIS

Idioma:

spa

OAI Identifier:

oai:noesis.uis.edu.co:20.500.14071/42602

Acceso en línea:

https://noesis.uis.edu.co/handle/20.500.14071/42602
https://noesis.uis.edu.co

Palabra clave:

Redes neuronales
Proceso Tennessee Eastman
fallas operacionales
Análisis de componentes principales
Redes recurrentes
LSTM.
Neural networks
Tennessee Eastman process
operational failures
Principal Component Analysis
Recurrent networks
LSTM.

Rights

openAccess

License

Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)