2019 Fiscal Year Research-status Report
Track Evaluation from Train Responses by Data Assimilation and Machine Learning
| Project/Area Number |
19K04570
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | データ同化 / 機械学習 / 軌道評価 / 営業車両応答 / 携帯情報端末 |
|---|
| Outline of Annual Research Achievements |
本研究は携帯情報端末を計測装置に採用し，営業車両においても機器設置が比較的容易である車体と台車の応答から，軌道状態を評価する．本年度はデータ同化の逆解析手法と機械学習の特徴認識手法の基礎技術を開発しながら，数値解析から評価手法の精度などの解明に取り込んだ．
１．車両応答(出力)を用いた軌道状態(入力)の逆推定は，車両モデル（システム）および観測量が誤差有するので，不確定性があり，唯一解に収束しない可能性がある．一般論として，入力の同定は，システムの可観測性やモデルパラメータの正確さに依存する．本年度は自由度が低い数値モデルを用いて，各種軌道変状の可観測性を検証した．検証結果に基づいて，対応する計測レイアウト（車体応答のみ，車体＋台車応答）を明確した．
２．カルマンフィルタ(Augmented Kalman Filter)等データ同化手法を利用して，車上の応答から評価可能な軌道変位の種類と範囲を選別し，状態推定アルゴリズムを提案した．車体のみのモデルなら，前後輪の平均値推定は可能になり，車体+台車のモデルで，数値モデルから推定結果の精度を解明した．したがって，長波長変状成分をデータ同化から直接逆推定を適用可能のことを明確した．
３．一方，軌道変状の短波長成分は車両のサスペンションシステムからフィルターされ，信号雑音比が低いため，逆推定し難いと予想されるため，統計分析のような特徴認識手法の適用を検討した．本年度では，実務検測が困難でもあり，かつ脱線の危険性に影響が大きいの浮きまくらぎ変状に着目した．マルチボディシミュレーション手法を用いて，様々な浮きまくらぎの発生状況において，車両に発生する振動応答を算出した．ニューラルネットワークモデルのLSTM手法を用いた変化点を検知され，車体の振動応答から3本以上の浮きまくらぎの検知可能性が示唆された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
１．本年度には数値モデルを提案し，数値解析結果に基づいて，データ同化と機械学習両方のアプローチから軌道変状の推定手法の構築までを行った．車体や台車の応答の利用より，センサの設置は簡単になるが，検出しやすい軌道変状の波長成分は違う．長波長の変状成分はサスペンションシステムの影響を受けにくくになっており，逆推定手法が有効だと検証した．細かい変状由来の短周期振動成分，蛇行動などの車両走行時の自励振動現象などの影響が予想されることから，特徴認識などの評価方法の適用が必要になる．このような両方手法の数値解析の成功は，携帯情報端末を用いて，実用上問題のないレベルの軌道異常検知システムへ提案の準備ができた．
２．数値モデルから提案した推定手法，先行研究に行った営業車両の振動計測データを用いて，精度についてを検証できた．直接本研究が考案した計測レイアウトではないので，評価手法の包括な検証はさらに必要だが，開発した車両力学モデルを用いて，振動応答に基づく軌道変状の解析手法を改良し，実現象の振動特性の再現をできた．
|
| Strategy for Future Research Activity |
１．逆解析に利用している自由度が低い簡易モデルは，車両走行速度の影響，曲線通過，サスペンションシステムの特性等軌道変位以外の要因を調査できないので，詳細な車両解析モデルを用いてマルチボディダイナミクス解析ツールSimpackから検討を行い，それらの要因が加速度・角速度データに与える影響について把握し，動的な軌道状態評価手法の高度化を行う．
２．実路線において走行試験を行い，提案した基礎的な評価手法を検証する．高精度センサと携帯端末で同時に計測し，かつ様々な走行速度で多数の走行試験を行うことにより，提案手法の精度検証を行うともに，携帯端末の有用性を検証する．さらに，中小鉄道事業者の全線にわたり定量的な軌道状態指標を管理者に提供し，本開発へのフィードバックを得られると期待される．
|
| Causes of Carryover |
開発された手法について，実路線の検証実験は行うことをできず，実験関係の予算を残った．
翌年度は実装したシステムを利用して国内でシステム試験のための計測をするため，実験費用を支出する予定である．また実証実験を行なうため，関係の設備をを購入するともに，鉄道会社と打ち合わせのための旅費，実証補助にかかる謝金も支出する予定である．
|
