Development of noise-robust statistical anomaly detection procedures for condition-based maintenance
| Project/Area Number |
21K14372
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 25010:Social systems engineering-related
|
|---|
| Research Institution | Toyo University |
|---|
Principal Investigator |
大久保 豪人 東洋大学, 経営学部, 准教授 (40777976)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
|---|
| Keywords | 異常検出 / タグチメソッド / 高次元主成分分析 / スパース主成分分析 / 統計的パターン認識 / マハラノビス・タグチ・システム |
|---|
| Outline of Research at the Start |
新型コロナウイルスの世界的流行が工場の自動化を加速させる中，状態監視保全の高度化が安心・安全な社会システムの構築における喫緊の課題となっている．申請者らは，これまでの異常な状態の予測に着目した監視保全に限界を感じ，正常な状態の維持を目的とした監視保全の高度化を実現すべく，センサー・データ等から高精度で異常予兆を検出できる統計的方法を開発してきた．本研究の目的は，これまでの研究成果を発展させ，タグチメソッドから着想を得た誤差因子にロバストな異常検出法を開発することである．この開発が成功すれば，使用環境が変化しても高度な状態監視保全を安定的に実現することが可能になると考えている．
|
| Outline of Annual Research Achievements |
本研究は，センサー・データを活用した設備機器等の状態監視システムの実現に向けた実用的な異常検出法を開発することを目的としている．その目的の達成のため，当初はタグチメソッドから着想を得た誤差因子にロバストな異常検出法を開発することを目標としていたが，本年度からは下記の【研究実績I】を課題の中心に据えた計画へと修正している．その結果，2023年度は，2本の査読付き原著論文を国際誌に掲載できた．また，国際会議にて1件の発表を行うことができた．
【研究実績I】2021年度から引き続き，Ohkubo & Nagata (2018)で提案した異常検出プロシージャ，すなわち高次元データからの異常検出をより適切に実行できる異常検出プロシージャを新たな観点から再評価した．この研究により，高次元データを対象とした異常検出プロシージャの拡張について一定の方向性を見出すことができた．本年度は，その成果の一部を論文にまとめた結果，査読付き原著論文を国際誌に掲載できた．
【研究実績II】 異常検出プロシージャを統計的パターン認識の枠組みに則って実行する方法について議論を行った．その予備的な研究から派生したテーマとして，2022年度から引き続き，タグチのT法にスパース・モデリングを応用したプロシージャを開発した．そして，その成果の一部を論文にまとめた結果，査読付き原著論文を国際誌に掲載できた．
【研究実績III】【研究実績I】の展開に向けて，Ohkubo & Nagata (2018)を通常の小標本データに対して適用する際の課題について議論を行った．その結果，スパース主成分分析を応用した異常検出プロシージャの開発・改善を実行できた．なお，この成果の一部は国際会議にて発表され，Best Paper Awardを受賞している．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の計画からは大幅な変更が生じているものの，【研究実績I】とそれに関連するテーマについては顕著な研究成果が得られている．また，【研究実績II】では，設備機器等の状態監視システムの実現に対する新たな方向性を与える成果を得ることもできている．こうした研究成果を踏まえれば，現在までの達成度は「当初の計画以上に進捗している」とするのが妥当であると判断した．
|
| Strategy for Future Research Activity |
来年度以降についても【研究実績I】の展開を課題の中心に据えて計画を実行したい．また，【研究実績II】の研究成果を発展させた異常検出プロシージャ開発についても優先順位を上げて今後の研究を実施したい．
|
Report
(3 results)
Research Products
(8 results)
