文献

J-GLOBAL ID：202202238584367782   整理番号：22A2919037

機械学習に基づく歯車装置における偏荷重状態の推定

Estimation of Unbalanced Load Conditions in Gearbox Based on Machine Learning

著者 (4件)： 田辺総一郎 (中央大) ,  藤井亮浩 (沖電気工業) ,  鎌倉稔成 (中央大) ,  戸井武司 (中央大)
資料名： 日本騒音制御工学会研究発表会講演論文集  (日本騒音制御工学会技術発表会講演論文集)
巻： 2022  号： 秋季  ページ： 143-146  発行年： 2022年10月26日 
JST資料番号： Z0819A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・生産設備の保全効率改善のための機械学習に基づく異常診断について,歯車装置を対象に正常と異常の振動レベル分布の分離度合判定からユーザが理解し易い特徴的情報抽出を検討。
・多様な異常状態を再現可能な歯車装置を作製し,錘の位置を変化させて偏荷重状態を再現して多点レーザドップラ振動計を用いて波形を計測し,簡易シミュレーションを実施。
・分離度合の定量指標として振動レベルの確率密度比(DR)と分離判定係数(SDF)を設定して密度比推定を行い,マハラノビス距離とサポートベクトルマシン(SVM)で診断。
・計測振動レベル分布に対してSDFを用いることでユーザが理解し易い特徴的情報の提供が有効となると共に,入力データ限定によりSVMの診断制度が大幅に向上することが判明。

シソーラス用語： *機械学習 ,  異常診断 ,  歯車装置 ,  振動計 ,  *振動測定 ,  計算機シミュレーション ,  *サポートベクトルマシン ,  確率密度 ,  比率 ,  距離 ,  情報抽出 ,  水準 ,  保守管理 ,  *偏心荷重 ,  レーザDoppler振動計 ,  振動レベル ,  計算機利用 ,  利用
準シソーラス用語： 密度比 ,  Mahalanobis距離

分類 (2件)： 振動の励起・発生・測定  (BB02030Z) ,  歯車,歯車装置  (QB01060O)

引用文献 (4件)：

• 田辺総一郎,藤井亮浩,木村広太,山崎佑,鎌倉稔成,戸井武司,振動特性の統計解析および機械学習に基づく歯車装置の異常診断,日本音響学会 騒音・振動研究会,71-78,2022
• 木村広太,藤井亮浩,村井仁,多点レーザドップラ振動計,OKI テクニカルレビュー,第234号 86(2),40-43,2019
• 井手剛,杉山将,異常検知と変化検知,講談社,2015
• Makoto Yamada, Taiji Suzuki, Takafumi Kanamori etc., Relative Density-Ratio Estimation for Robust Distribution Comparison, Neural Computation, 25(5), 1324-1370, 2013

タイトルに関連する用語 (4件)： 機械学習 ,  歯車装置 ,  荷重 ,  推定