انتخاب بهینه سنسورها در سیستمهای عیب یابی با استفاده از نظریه ترکیب اطلاعات

اطلاعات دریافتی از سیستمهای های صنعتی بسیار حجیم و همچنین تحلیل آنها در زمان مناسب بسیار چالش انگیز است. حسگرهای گوناگون نقش بسیار مهمی جهت تولید اطلاعات و متغیرهای فرایندی ایفا می کنند. معمولا برای انتخاب حسگر مناسب به عوامل بسیار گوناگون فرایندی، شرایط محیطی، قیمت و غیره توجه می شود. همچنین در برخی جاها با توجه میزان خطرات ناشی از عدم اندازه گیری مناسب از حسگرهای ویژه و حتی افزونه به تعداد دو یا بیشتر استفاده می شود. در این میان انتخاب بهینه حسگرهایی که باید به صورت ویژه یا افزونه خریداری گردند اهمیت ویژه ای دارد، چرا که اشتباه در این زمینه ممکن است باعث فاجعه شده و برعکس اهمیت بیش از حد سبب بالا رفتن هزینه های سرسام آور طراحی و ساخت واحدهای فرایندی گردد. علیرغم تحقیقات زیادی که برای عیب یابی در واحدهای فرایندی انجام شده، به انتخاب بهینه حسگرها بر اساس میزان تشخیص عیب توجه چندانی صورت نگرفته و رویکردی تازه است. در این پژوهش روشی نو برای تشخیص با اهمیت ترین حسگرها با رویکرد میزان عیب یابی در سیستم، مبتنی بر تحلیل آماری و ترکیب اطلاعات ، بر روی فرایند تنسی ایستمن ارائه شده است و در نهایت 27 حسگر از 41 حسگر آن به عنوان حسگرهای اصلی در آشکارسازی عیوب این فرایند معرفی شده اند.