電気機器の動作監視、異常検出方法
2237
シーズ概要
動作部と制御部を有する電気機器(フライホイール等)の制御状態監視方式であり、
状態データ（制御信号等）を用いて、動作部が所定の目的状態(【例】X,100回転での運転 / Y:70回転での運転 )であることを示す特徴データ(尤度等)をパターン認識により得て抽出する状態推定器と、
その特徴データを用いて、①クラス識別、②外れ値検知、③新規性検知のいずれかの処理を実行し、動作制御の異常の有無や程度を示すスコアを出力する異常検知器とを設け、動作状態推定と異常検知とを二段階で行う構成とした。"
効果
前記のようにモデルを独立構成とすることで、柔軟に(状態推定や異常検知の)モデルを更新・追加が可能となり、システムの性能向上を容易に図ることができる。
具体的には、状態推定には再学習が必要だが、機器の現在の管理環境下で再学習が困難な場合があるが、異常検知モデルについては再学習が不要なので、異常検知モデルの更新・改良を容易に行うことができる。また、経年劣化が生じる場合も同様である。
"
応用・展開
さらに、人為的な異常動作状態を目的状態として状態推定させたり、故障発生の予兆の有無を識別できる異常検知モデルを適用したり、累積稼働回数や累積稼働時間の識別できるモデルを適用する派生発明を含む。
優位性
従来技術(特開2019-79452号公報)には、正規分布の端にデータ異常判定用の閾値を設定し、観測時動作データが正規分布中心(平均値、期待値)に対して閾値よりも離れていることを確認する。しかし学習用データの入手の困難性に対応可能な構成を備えているわけではない。
関連論文
- Hasegawa, T., Saeki, M., Ogawa, T., & Nakano, T. (2019). Vibration-based fault detection for flywheel condition monitoring. Procedia Structural Integrity, 17, 487-494.
掲載日:
2021/03/24
