Development and Validation of Real-time Anomaly Detection AI Models to Revolutionize Smart Manufacturing

• Project/Area Number: 24K00772
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 18020:Manufacturing and production engineering-related
• Research Institution: Ibaraki University
• Principal Investigator: 周 立波 茨城大学, 応用理工学野, 特命研究員 (90235705)
• Co-Investigator(Kenkyū-buntansha): 清水 淳 茨城大学, 理工学研究科(工学野), 教授 (40292479) ; 小貫 哲平 茨城大学, 理工学研究科(工学野), 准教授 (70400447) ; 尾嶌 裕隆 茨城大学, 理工学研究科(工学野), 准教授 (90375361)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥16,510,000 (Direct Cost: ¥12,700,000、Indirect Cost: ¥3,810,000); Fiscal Year 2026: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2025: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000); Fiscal Year 2024: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
• Keywords: 異常検知 / 教師なし学習 / リアルタイム

Outline of Research at the Start

安全性，生産性の観点から，稼働中生産システムの異常をタイムリーに検知・予測することが極めて重要である．一方，生産現場では日々の改善により異常の発生は稀で，異常データが極めて少ないため，従来のAIモデルは生産現場に実装できない．また，各種センサの時系列データからの特徴量抽出など煩雑な前処理を要し，異常検知の肝であるReal-time性に欠ける．そこで本研究は，①正常時の時系列データのみを学習することにより，②前処理不要でReal-time異常検知可能なAIモデルを提案・開発し，生産現場に実装することを目的とする．