Get access

Fault Detection and Diagnosis in a Food Pasteurization Process with Hidden Markov Models

Authors

  • Figen Kosebalaban Tokatli,

    1. Izmir Institute of Technology, Food Engineering Department, Izmir, 35430 Turkey
    Search for more papers by this author
  • Ali Cinar

    Corresponding author
    1. Illinois Institute of Technology, Chemical and Environmental Engineering Department, 10 W.33rd Street, Chicago, IL 60616
    • Illinois Institute of Technology, Chemical and Environmental Engineering Department, 10 W.33rd Street, Chicago, IL 60616
    Search for more papers by this author

Abstract

Hidden Markov Models (HMM) are used to detect abnormal operation of dynamic processes and diagnose sensor and actuator faults. The method is illustrated by monitoring the operation of a pasteurization plant and diagnosing causes of abnormal operation. Process data collected under the influence of faults of different magnitude and duration in sensors and actuators are used to illustrate the use of HMM in the detection and diagnosis of process faults. Case studies with experimental data from a high-temperature-short-time pasteurization system showed that HMM can diagnose the faults with certain characteristics such as fault duration and magnitude.

Abstract

On a employé des modèles cachés de Markov (HMM) afin de détecter le fonctionnement anormal des procédés dynamiques et de diagnostiquer les défaillances des appareils de détection et de mise en marche. La méthode est illustrée par le suivi du fonctionnement d'une installation de pasteurisation et en diagnostiquant les causes d'un fonctionnement anormal. On a eu recours à des données de procédés recueillies lors de défaillances d'importance plus ou moins grave et de durée différente des appareils de détection et de mise en marche pour illustrer l'utilisation des HMM dans la détection et le diagnostic des défaillances de procédés. Des études de cas utilisant des données expérimentales pour un système de pasteurisation rapide et à température élevée montrent que les HMM peuvent diagnostiquer les défaillances avec certaines caractéristiques telles la durée et l'importance de la défaillance.

Get access to the full text of this article

Ancillary