文献

J-GLOBAL ID：202002272742366145   整理番号：20A2212756

信号処理とオートエンコーダの組合せを用いた機械振動の異常検出

Anomaly Detection in Mechanical Vibration Using Combination of Signal Processing and Autoencoder

著者 (7件)： Matsui Ayaka (Graduate School of Natural Science and Technology, Gifu University) ,  Asahi Shota (Graduate School of Engineering, Gifu University) ,  Tamura Satoshi (Graduate School of Natural Science and Technology, Gifu University) ,  Hayamizu Satoru (Graduate School of Natural Science and Technology, Gifu University) ,  Isashi Ryosuke (KYB Corporation) ,  Furukawa Akira (KYB Corporation) ,  Naitou Takayoshi (KYB Corporation)
資料名： Journal of Signal Processing (Web)  (Journal of Signal Processing (Web))
巻： 24  号： 4  ページ： 203-206(J-STAGE)  発行年： 2020年 
JST資料番号： U0425A  ISSN： 1880-1013  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： 英語 (EN)

抄録/ポイント： 本研究の目的は,工場の機械の振動データにおける異常挙動を検出し,故障に対する対策を取ることである。本研究では,コンベヤベルトを有する機械装置に加速度計を搭載した。コンベヤベルトラインをモニタするために振動データを集めた。信号処理とニューラルネットワークモデルの1つであるオートエンコーダ(AE)を結合することによって,振動異常を検出する方法を提案した。学習フェーズでは,振動信号をスペクトログラムに変換し,ニューラルネットワークの出力に用いた。次に,ランダムマスクをスペクトログラムの水平方向に適用した。この技術は有効な周波数帯域の探索を必要としない。マスクされたスペクトログラムをニューラルネットワークの入力として使用した。マスクされたスペクトログラムを元のスペクトグラムに変換するモデルを訓練した。このモデルは深層畳み込み符号器-復号器アーキテクチャの一種のAEである。検出段階において,マスクされたスペクトログラムをモデルに入力して,予測画像を得た。予測画像をPSNRの加重移動分散で評価した。実験では,通常のAEと2つのマスクしたAEを比較した。AEと提案方法の両方が故障を検出することができて,その他の故障がマスクされたAEによって検出できることを示した」。(翻訳著者抄録)

シソーラス用語： 信号処理 ,  アルゴリズム ,  *機械振動 ,  *検出 ,  対策 ,  コンベヤベルト ,  加速度計 ,  機械学習 ,  信号 ,  振動 ,  図表 ,  ニューラルネットワーク ,  CODEC【変換器】 ,  SN比 ,  マスキング ,  *故障検出
準シソーラス用語： PSNR ,  オートエンコーダ ,  スペクトログラム ,  *異常検出 ,  故障対策 ,  振動信号 ,  深層畳込みニューラルネットワーク

分類 (3件)： 工場設備管理  (QA01096Q) ,  振動の励起・発生・測定  (BB02030Z) ,  人工知能  (JE08000Z)

引用文献 (6件)：

• [1] G. Santoline, P. Rota, D. Gandolfi and P. Bosetti: Cut quality estimation in industrial laser cutting machines: A machine learning approach, CVPR Workshop, 2019.
• [2] R. Chalapathy and S. Chawla: Deep learning for anomaly detection: A survey, arXiv:1901.03407v2, 2019.
• [3] P. Vincent, H. Larochelle, I. Lajoie, Y. Bengio and P. A. Manzagol: Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion, Journal of Machine Learning Research, Vol.11, pp.3371-3408, 2016.
• [4] X. Lu, Y. Tsao, S. Matsuda and C. Hori: Speech enhancement based on deep denoising autoencoder, Interspeech, pp.436-440, 2013.
• [5] T. DeVries and G. W. Taylor: Improved regularization of convolutional neural networks with cutout, arXiv: 1708.04552, 2017.

タイトルに関連する用語 (4件)： オートエンコーダ ,  組合せ ,  機械振動 ,  異常検出