دانلود ترجمه مقاله تشخیص خطای سنسور در نیروگاه هسته ای با روش های آماری (ساینس دایرکت – الزویر ۲۰۱۷) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

elsevier

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۸ صفحه در سال ۲۰۱۷ منتشر شده و ترجمه آن ۲۱ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

تشخیص خطای سنسور در نیروگاه هسته ای با استفاده از روش های آماری

عنوان انگلیسی مقاله:

Sensor fault detection in Nuclear Power Plant using statistical methods

 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf
سال انتشار ۲۰۱۷
تعداد صفحات مقاله انگلیسی ۸ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مهندسی مکانیک، مهندسی هسته ای و فیزیک
گرایش های مرتبط با این مقاله فیزیک هسته ای، مهندسی هسته‌ای گرایش رآکتور، مهندسی مکانیک نیروگاه
چاپ شده در مجله (ژورنال) مهندسی و طراحی هسته ای – Nuclear Engineering and Design
کلمات کلیدی راکتور آزمایشی زاینده سریع، تجزیه مقدارهای منفرد (تجزیه مقدارهای ویژه)، آزمون نسبت درست‌نمایی تعمیم‌یافته
کلمات کلیدی انگلیسی Fast Breeder Test Reactor – Singular value decomposition – Generalized likelihood ratio test
ارائه شده از دانشگاه دانشگاه ساسترا، هند
نمایه (index) scopus – master journals – JCR
نویسندگان Shyamapada Mandal – B. Santhi – S. Sridhar
شناسه شاپا یا ISSN ۰۰۲۹-۵۴۹۳
شناسه دیجیتال – doi https://doi.org/10.1016/j.nucengdes.2017.08.028
ایمپکت فاکتور(IF) مجله ۲٫۰۸۷ در سال ۲۰۱۹
شاخص H_index مجله ۹۵ در سال ۲۰۲۰
شاخص SJR مجله ۱٫۰۷۳ در سال ۲۰۱۹
شاخص Q یا Quartile (چارک) Q1 در سال ۲۰۱۹
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۱۱۰۳۷
لینک مقاله در سایت مرجع لینک این مقاله در سایت Elsevier
نشریه الزویر – Elsevier

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۲۱ (۱ صفحه رفرنس انگلیسی) صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه نشده است 
ترجمه متون داخل جداول ترجمه نشده است 
ترجمه ضمیمه ندارد 
ترجمه پاورقی ندارد 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس درج شده است
منابع داخل متن به صورت عدد درج شده است 
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

۱٫ مقدمه

۲٫ شرح مختصری در مورد راکتور آزمایشی زاینده سریع (FBRT)

۳٫ روش پیشنهادی

۳٫۱٫ بازسازی داده‌ها با استفاده از روش تحلیل مولفه‌های اصلی (PCA)

۳٫۲٫ روش تجزیه مقدارهای منفرد سنتی برای بازسازی داده‌ها

۳٫۳٫ روش SVD پیشرفته برای بازسازی داده‌ها

۳٫۴٫ آزمون نسبت درست‌نمایی تعمیم‌یافته

۴. نتایج و بحث

۵٫ نتیجه‌گیری

 

بخشی از ترجمه

چکیده

در مقاله پیش‌رو، یکی از تکنیک‌های تشخیص خطا در سنسور و مجزاسازی آن بر اساس روش‌های آماری پیشنهاد داده می‌شود. در این تکنیک، یک روش بازسازی دیتای پیشرفته پیشنهاد شده که مبتنی بر تجزیه مقادیر منفرد  (SVD) است. در روش بازسازی SVD سنتی، داده‌های خطا می‌تواند روی داده‌های بدون خطا تاثیر بگذارد. اما روش بازسازی SVD پیشرفته (ESVD ) روشی قابل اطمینان برای تصمیم‌گیری در مورد داده‌های خطا مشابه با داده‌های طبیعی است. در این مقاله، یک آزمون فرضیه‌آزمایی موسوم به آزمون نسبت درستنمایی تعمیم‌یافته  (GLRT) برای تشخیص خطا در فضای‌مازاد  مورد استفاده واقع شده است. کارایی روش پیشنهادی، با استفاده از داده‌های حقیقی یک راکتور هسته‌ای آزمایشی از نوع زاینده سریع  (FBTR) به اثبات رسیده است.

 

۱٫ مقدمه

پایش پیوسته عملکرد سنسور مزایای بسیاری دارد مثل افزایش اطمینان‌پذیری، افزایش ایمنی، کاهش آزمایشات غیرضروری کالیبراسیون (واسنجی) دوره‌ای. برای پایش و کنترل یک سیستم تولید پیچیده، تعداد زیادی سنسور استفاده می‌شود تا اطلاعات دوره‌ای و فضایی مورد نیاز تامین شود. هرچند، با وجود مزایای استفاده از سنسورهای توزیعی، خطراتی نیز وجود دارد زیرا در صورتی که سیگنال‌های ارسالی از سنسورها کالیبره نباشد، می‌تواند عواقب خطرناکی درپی‌داشته باشد. یک سنسور معیوب (خطادار) اطلاعات نادرستی فراهم می‌نماید که می‌تواند بر پایش سیستم و تصمیم‌گیری‌های مربوطه تاثیرگذار باشد. بنابرین، پایش پیوسته عملکرد سنسور یعنی خطا‌یابی و محل‌یابی خطا موضوعات مهمی هستند که در تحقیق پیش رو به آن پرداخته شده است.

 

۵٫ نتیجه‌گیری

پایش آنلاین وضعیت فیزیکی سنسور می‌تواند از بسیاری از مشکلات مرتبط با کالیبراسیون دستی سنسورها پیش‌گیری نماید. برای تشخیص خطای سنسور در نیروگاه‌های هسته‌ای، می‌توان از مدل مبتنی بر تجزیه مقدارهای منفرد (SVD) استفاده نمود. این مقاله یک روش پیشرفته بازسازی دیتا مبتنی بر تجزیه مقدارهای منفرد را پیشنهاد می‌نماید که موسوم به ESVD است و بر روش تجزیه مقدارهای منفرد معمولی (SVD) ارجحیت دارد. این روش، یک روش فاکتورگیری جبر خطی ساده است. روش تجزیه مقدارهای منفرد پیشرفته (ESVD) برای تولید ماتریس مازاد استفاده می‌شود. این کار از طریق انتخاب تعداد اندکی از بردارهای منفرد متناظر با بزرگترین مقادیر منفرد انجام می‌شود. بدین وسیله ماتریس بازسازی با داده‌های نرمال انطباق داده می‌شود. در فضای مازاد از آزمون نسبت درست‌نمايي تعميم‌يافته (GLRT) برای تشخیص خطا در سنسور استفاده می‌شود. اگر تابع تصمیم‌گیری GLRT از مقدار آستانه عبور کند آن‌گاه خطا شناسایی می‌شود. 

 

بخشی از مقاله انگلیسی

Abstract

In this paper, a sensor fault detection and isolation technique is proposed using statistical methods. An enhanced reconstruction method is proposed using Singular Value Decomposition (SVD). In the traditional SVD reconstruction method, the faulty data may affect other fault free data. The enhanced SVD (ESVD) reconstruction method is a robust method to map as a normal data. The statistical hypothesis test, namely Generalized Likelihood Ratio Test (GLRT) is applied to detect the fault in the residual space. The proposed method performance is verified by the real data of Fast Breeder Test Reactor (FBTR).

 

۱٫ Introduction

Continuous sensor health condition monitoring provides a variety of benefits such as improved reliability, improved safety, reduced unnecessary periodical sensor calibration testing. For monitoring and controlling application of a complex production system, a large number of distributed sensors are used to provide chronological and spatial information. However, along with the benefit of using distributed sensors, there are some risks because of the severe consequences may arise, if the signals provided by sensors are out of calibration. A faulty sensor can provide an inappropriate information that can affect the system supervision and decisions making. Therefore, continuous monitoring of the performance of the sensor, i.e., sensor fault detection and localization are important issues in current research work.

 

۵٫ Conclusions

Online monitoring of the sensor physical condition can avoid many problems associated with manual calibration of the sensors. The SVD based model is developed for detection the sensor fault in Nuclear Power Plants. This paper addresses an enhanced SVD (ESVD) reconstruction method, which is superior to SVD reconstruction. It is a simple linear algebraic factorization method. The ESVD is used to generate the residual matrix by selecting few singular vectors corresponding to largest singular values. The reconstruction matrix is mapped to the normal data. The GLRT is employed in residual space to detect the faulty sensor. If the GLRT decision function crosses the threshold value, then the fault is detected. The ESVD-GLRT based fault detection method is better than PCA-GLRT and SVD-GLRT

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

تشخیص خطای سنسور در نیروگاه هسته ای با استفاده از روش های آماری

عنوان انگلیسی مقاله:

Sensor fault detection in Nuclear Power Plant using statistical methods

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *