• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2018 Fiscal Year Research-status Report

トレンド再生過程を用いた小型船舶機関の年齢特性の把握及び予防保全方策への応用

Research Project

Project/Area Number 17K12986
Research InstitutionJapan Coast Guard Academy (Center for Research in International Marine Policy)

Principal Investigator

齋藤 靖洋  海上保安大学校(国際海洋政策研究センター), 国際海洋政策研究センター, 准教授 (20787254)

Project Period (FY) 2017-04-01 – 2021-03-31
Keywords故障時刻データ / 統計的仮説検定
Outline of Annual Research Achievements

本研究では、船舶運航中に確率的に発生する機関故障のふるまいを確率点過程を用いてモデル化し、その年齢特性を把握した上で効率的な予防保全(予防的修理)を提案して、危機的な機関故障の回避を実現する枠組みを提供することを目的としている。具体的には、故障データ解析に用いることが可能な強力な数理モデルであるトレンド再生過程を導入し、船舶使用者にとって最適な予防保全スケジューリング問題を定式化して、その経済的効率性について検証することとしている。
本研究では海上において実際に運航された船舶の機関故障データを利用することにより、海上という特殊な条件下における年齢特性について把握することを目的とし、昨年度は主にプレジャーボート等における実際の機関故障データの収集に努めた。これに対し今年度は得られた各故障時刻列データが、単純な非同次ポアソン過程や再生過程に従うか否かを調べるために、統計的仮説検定を行った。具体的な検定手法としては、非同次ポアソン過程についてはコルモゴロフ-スミルノフ検定を利用し、再生過程については各故障時間の間隔の独立性・同一性を検定した。また、得られた故障時刻列データが任意のトレンド関数を持つトレンド再生過程に従うか否かを検証するため、再生過程の検定手法を応用した仮説検定法を考察したことで、統計的故障解析の検定における新たな理論的成果が得られたものと考える。これらを実際の機関故障データに適用することで一般修理現象の解明と修理程度の推定の一助となることが期待出来る。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究は、それぞれの年度に対して次の4つの段階に大きく分けて実施する計画としている。①小型船舶の機関故障の現状を把握し、今後の研究を継続していくための故障時刻データの収集とそのデータベース化を行う【平成29年度】②得られた故障時刻列データが、単純な非同次ポアソン過程や再生過程に従うか否かを調べるために、統計的仮説検定を行う【平成30年度】③故障時刻列データを用いて、トレンド再生過程のノンパラメトリック推定手法の提案を行う。具体的には、カーネル推定や制約付きノンパラメトリック最尤推定に基づく複数の手法を提案し、そのデータ適合性を比較することでより優れた推定手法を明らかにする【平成31年度】④上記手法を活用して小型船舶機関の年齢特性を把握し、定量的な保全指標を示すとともに、機関故障を回避するための経済的な予防保全方策の立案を行う【平成32年度】
当該年度で実施予定であった②に関しては、当初計画していた通り研究を遂行したことから、概ね達成することが出来たと考えている。また、昨年度より引き続き実データ収集は継続しており、これについては今年度以降も適宜実施していく予定である。

Strategy for Future Research Activity

平成31年度においてはトレンド再生過程のノンパラメトリック推定手法の提案及び検証を行う。トレンド再生過程のノンパラメトリック推定法に関しては、申請者のこれまでの研究成果を含めていくつか提案されているが、まだ未解決な問題が山積している。ここでは、複数のノンパラメトリック推定アルゴリズムを適用し、それらノンパラメトリック推定法の中から最良な推定法を選別することを目指す。ノンパラメトリック推定法の一つ目には、パラメトリック推定より自由度が高くデータによって形状が変化する性質を持つカーネル関数に基づくカーネル推定手法を用いる。カーネル推定ではバンド幅を適切に設定する必要があることから、『最小二乗クロスバリデーション法』や『対数尤度クロスバリデーション法』といった複数の推定手法を提案する。また、二つ目のノンパラメトリック推定法として条件付き強度関数の一部に単調性の条件を与えた上で対数尤度関数を最大化する『制約付きノンパラメトリック最尤推定法』を用いたモデルを適用する予定である。

Causes of Carryover

当該年度は研究初年度に未使用となった額が大きく、それを引き継いだ形で研究を継続したことから次年度に繰り越す未使用額が生じたものとなっている。ただし、当該年度の研究活動において初年度からの繰越金の3分の1以上を使用している状況であり、次年度以降も当該年度と同程度の研究活動を実施する予定としていることから、次年度以降も初年度の未使用額の3分の1ずつ程度を実際の助成金に加えることにより、ちょうど不足分をカバーできる状況であると考えられる。

  • Research Products

    (3 results)

All 2019 2018

All Journal Article (1 results) (of which Peer Reviewed: 1 results) Presentation (2 results)

  • [Journal Article] Comparison of kernel-based nonparametric estimation methods for trend renewal processes2019

    • Author(s)
      Yasuhiro Saito and Tadashi Dohi
    • Journal Title

      International Journal of Industrial Engineering: Theory, Applications and Practice

      Volume: 26 Pages: 1-11

    • Peer Reviewed
  • [Presentation] トレンド再生過程に基づく周期的取替え問題2018

    • Author(s)
      齋藤靖洋,土肥正
    • Organizer
      京都大学数理解析研究所研究集会-不確実性の下での意思決定の数理とその周辺
  • [Presentation] トレンド再生故障過程に対する最適周期的取替え方策2018

    • Author(s)
      齋藤靖洋,土肥正
    • Organizer
      電子情報通信学会・信頼性研究会

URL: 

Published: 2019-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi