文献

J-GLOBAL ID：202202227240723496   整理番号：22A0419118

車両技術 鉄道車両におけるモニタデータを用いた機器の異常検知

Anomaly Detection for Equipment on Railway Vehicle Using Condition Monitoring Data

著者 (3件)： 横内俊秀 (鉄道総合技術研) ,  高重達郎 (鉄道総合技術研) ,  近藤稔 (鉄道総合技術研)
資料名： 鉄道総研報告  (鉄道総合技術論文誌)
巻： 36  号： 2  ページ： 23-28  発行年： 2022年02月01日 
JST資料番号： X0700A  ISSN： 0914-2290  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： 近年,いくつかの鉄道車両は,鉄道車両機器の運転状態を絶えず記録する状態モニタ装置を装備している。それ故に,機械学習を用いてデータを学習し,異常を検出することにより,列車運転の信頼性を向上させる。状態モニタデータは時系列で記録される。そこで,鉄道車両機器に対して,時系列データの学習に適したディープラーニング手法であるLong Short Term Memory(LSTM)を用いた異常検出法を提案する。本論文では,運転中のディーゼル車で記録したデータに本提案の方法を適用する。その結果,本提案の方法を用いて異常データの場合に異常スコアが増加し,鉄道車両機器の異常が検出されることを確認する。(翻訳著者抄録)

シソーラス用語： *鉄道車両用機器 ,  *検出 ,  機械学習 ,  *ニューラルネットワーク ,  神経回路網 ,  気動車 ,  過熱 ,  データ ,  低域フィルタ
準シソーラス用語： *異常検知 ,  LSTM ,  リカレントニューラルネットワーク ,  オーバーヒート ,  時系列データ

分類 (2件)： 鉄道車両用機器  (QH02030G) ,  人工知能  (JE08000Z)

引用文献 (13件)：

• perpetuum: Track Defect and Wheel Damage: Detection and Location: https://perpetuum.com/download/track-defect-and-wheel-damage-detection-and-location/(参照日:2021年6月21日)
• knorr brake: Comoran: Condition Monitoring for Railway Applications: https://www.knorr-bremse.com/remote/media/documents/railvehicles/product_broschures/brake_systems/Comoran_P_1215_EN.pdf (参照日:2021年6月21日)
• 喜多 ほか: 空気ばね圧を用いた台車異常検出手法,第25回鉄道技術連合シンポジウム(J-RAIL2018)講演論文集, No.1213, 2018
• Shift2Rail: Delivery of new smart maintenance concept & global safety framework!: https://shift2rail.org/news/read-about-the-latest-results-coming-from-cca/ (参照日:2021年6月21日)
• 穴見: スマートメンテナンスの取り組み状況について, JR EAST Technical Review, No.62,pp.5-10,2019

タイトルに関連する用語 (3件)： 鉄道車両 ,  モニタ ,  異常検知