文献

J-GLOBAL ID：201702218371759917   整理番号：17A0568861

深層学習に基づく配管バルブの健全性モニタリング

著者 (5件)： 野村泰稔 (立命館大学 理工学部都市システム工学科) ,  井田一晟 (立命館大学 理工学部都市システム工学科) ,  宮地翼 (立命館大学 理工学部都市システム工学科) ,  宮本学 (巴バルブ株式会社) ,  菅真人 (巴バルブ株式会社)
資料名： 土木学会論文集 F6(安全問題)(Web)  (Journal of Japan Society of Civil Engineers, Ser. F6 (Safety Problem) (Web))
巻： 72  号： 2  ページ： I_183-I_190(J-STAGE)  発行年： 2016年 
JST資料番号： U0256A  ISSN： 2185-6621  資料種別： 逐次刊行物 (A)
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： 配管系を構成するバルブは流体の存在する建設設備やプラント等において欠かせないものである.しかしながら,バルブの制御不良による事故は多く報告されており,事故の原因として,バルブに錆びつき固着が発生し開閉不能になることが挙げられる.錆びつき固着による動作不良は,製品品質だけでなく,人命に関わる重大な事故に直結することから,安全性確保の観点からバルブの健全性の把握は重要である.本研究では,バルブの健全性モニタリング技術の開発を目的として,バルブを開閉することなく,流体が常時流れている際の振動から,周波数特性のフーリエ振幅値を画像化し,深層学習の一種である畳込みニューラルネットワークを用いてバルブの状態を識別することを試みた.(著者抄録)

シソーラス用語： 配管 ,  *弁 ,  健全性 ,  *監視 ,  振動 ,  周波数特性 ,  機械学習 ,  ニューラルネットワーク ,  畳込み
準シソーラス用語： *バルブ ,  画像化 ,  *健全性モニタリング ,  畳込みニューラルネットワーク ,  深層学習

著者キーワード (4件)： deep learning ,  convolution neural network ,  structural health monitoring ,  valve

分類 (1件)： 配管設計・工事  (RA07090J)

引用文献 (8件)：

• 1) 丸田浩,加納学,久下本秀和,清水佳子:調節弁固着現象のモデル化とその検出手法についての解説と検証,日本学術振興会プロセス工学第143委員会ワークショップ No. 25 最終報告書,pp. 306-327, 2005.
• 2) 人工知能学会:深層学習,近代科学社,2016.
• 3) 岡谷貴之:深層学習,講談社,2015.
• 4) 山下隆義,イラストで学ぶディープラーニング,講談社,2016.
• 5) Fukushima, K. : Neocognitron: a self organizing neural network model for a mechanism of pattern recognition unaffected by shift in position, Biological Cybernetics, Vol. 36(4), pp. 93-202, 1980.

タイトルに関連する用語 (4件)： 深層学習 ,  配管 ,  バルブ ,  健全性モニタリング