Development of AI technology that integrates control, estimation, and diagnosis in advanced industrial fields
| Project/Area Number |
22K04150
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 21040:Control and system engineering-related
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
橋本 誠司 群馬大学, 大学院理工学府, 教授 (30331987)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
川口 貴弘 群馬大学, 大学院理工学府, 助教 (00869844)
中村 幸紀 岡山大学, 自然科学学域, 講師 (90574012)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | AI制御 / AI診断 / 産業実装 / 計測・制御 / 人工知能 / ニューラルネットワーク / 状態推定・診断 |
|---|
| Outline of Research at the Start |
本研究では「制御・推定・診断技術」に融合するエビデンスベースの「AI技術」を構築し，産業実装に向けた開発を行う。研究実施項目は3つに分類でき，「制御とAIの融合」では，物理的意義づけを持つニューラルネットワーク(NN)構造により，学習的に制御性能を高性能化する実応用に則した制御システムを構築する。「推定・診断とAIの融合」においては，NN構造の変化に着目することで，リアルタイムに物理量を推定，あるいはシステム状態を診断することができる技術を構築する。「高度化した産業分野での実証」では，産業分野への展開を考慮し，産業界と連携の下，エビデンスベースのAI制御・推定・診断技術を開発・実証する。
|
| Outline of Annual Research Achievements |
本研究の目的は「制御・推定・診断技術」に融合するエビデンスベースの「AI技術」を構築し，産業分野と連携しながら開発・実証することである。実施項目は3つに大別でき，一つ目は「制御とAIの融合」であり，制御系とNN 構造の物理的関係性に関する解析を深化させることを目的に，プロセス制御系を対象として規範モデル型NN制御系を提案し，その実装を考慮したニューロンの削減手法も構築した。代表的な結果として，50%のニューロンの削減においても，制御性能の劣化は3%程度に抑えることが可能であることを示した。
二つ目の「推定・診断とAIの融合」では，システム駆動時にえられるNN構造に着目，可視化することでリアルタイムに状態を定量診断することができる技術を構築することが目的となるが，ここでは次世代型多目的自動販売機を対象に，カメラ画像のみから商品有無やスパイラル位置，仕切り板幅などの商品管理が可能なAI診断システムを構築した。また，そのAIモデルの妥当性を可視化により判断する手法，AI診断に冗長性を持たせる手法なども提案し，実機検証した。
三つ目は，実理である産業分野における「多分野企業との連携実施」であり，エビデンスベースのAI制御・推定・診断技術を開発・実証を目的とするが，上記の実施はいずれも企業との共同研究により実施しており，実装や製品化を考慮した開発を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の予定通り，「制御とAIの融合」では，複数の制御系を対象とし，企業との連携のもと，AI制御系を構築し，その成果としてJournal論文1件，特許出願1件を実施した。また，「推定・診断とAIの融合」においても企業との共同研究により研究を遂行し，その成果としてJournal論文1件を発表した。いずれも，実験による検証まで実施しており，おおむね順調に進展していると評価した。ただし，AIの学習やリアルタイ診断など，実験でえられた結果については，一部理論と乖離もあるため，その原因を特定し改善することが課題である。
|
| Strategy for Future Research Activity |
今後の研究の推進方策として，まずは提案したAI学習法やリアルタイム診断法における理論と実験の乖離について原因究明を行う。その後，2年度目に予定している課題である，モーション系を対象とするシステムでのAI制御と診断構造の確立と，その産業実装について検討する。また，安定性保証や非線形動作・制約の考慮など，今年度の結果も合わせ，その汎用化について検討を進める。さらに，その後の課題となるAI制御・推定・診断システムの統合化も視野に入れ，研究を進めていく。
|
Report
(1 results)
Research Products
(8 results)
