Abstract: M. S. Tootooni, P. K. Rao, C.-A. Chou, Z. Kong (2016)

The objective of this paper is to monitor complex process dynamics manifest in multivariate (multidimensional) time series data using a spectral (algebraic) graph theoretic approach. We test the hypothesis that the spectral graph-based topological invariants detect incipient process drifts earlier [lower average run length (ARL₁)] and with higher fidelity (consistency of detection) when compared with the conventional statistics-based approaches. The presented approach maps a multidimensional sensor data stream XNxd (visualize N as time and d as the number of sensors) as an unweighted and undirected network graph G(V,E), indexed by its vertices V and edges E, i.e., X |→ G(V,E). The rationale is that the graph-based topological invariants are surrogate representatives of the system state. We compare the monitoring performance of spectral graph theoretic invariants with conventional statistical features in an exponentially weighted moving average control chart setting. The practical utility of the approach is substantiated in the context of process monitoring in two advanced manufacturing scenarios, namely, ultraprecision machining (UPM) and semiconductor chemical mechanical planarization. These studies corroborate the hypothesis that graph theoretic invariants, when used as monitoring statistics, lead to lower ARL₁ and more consistent detections in contrast to conventional statistical features. For instance, in the UPM case, the fault detection delay using graph theoretic invariants is less than 160 ms, compared with over 8 s of delay with statistical features.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A Spectral Graph Theoretic Approach for Monitoring Multivariate Time Series Data From Complex Dynamical Processes