2021 Fiscal Year Research-status Report
アダプティブ故障診断における故障診断時間の短縮に関する研究
| Project/Area Number |
19K11877
|
|---|
| Research Institution | Ehime University |
|---|
Principal Investigator |
樋上 喜信 愛媛大学, 理工学研究科(工学系), 教授 (40304654)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
稲元 勉 愛媛大学, 理工学研究科(工学系), 講師 (10379513)
高橋 寛 愛媛大学, 理工学研究科(工学系), 教授 (80226878)
王 森レイ 愛媛大学, 理工学研究科(工学系), 講師 (90735581)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 故障診断 / 故障辞書 / ニューラルネットワーク / テストパターン |
|---|
| Outline of Annual Research Achievements |
令和3年度の研究成果は主に3点に集約される
１．機械学習を用いた複数故障モデル診断法の開発．故障辞書を元に学習した，ニューラルネットワークを用いて候補故障を推定する手法を開発した．対象故障として，縮退故障と4wayブリッジ故障を対象とした．学習に用いる元の故障辞書は，印加するすべてのテストパターンと対象とするすべての故障に対するパス／フェイル（検出／非検出）の情報を含んでおり，情報の表現形式として，2通りのタイプのデータに加工し，学習に用いた．ベンチマーク回路に対して実験を行った結果，データ量が少ない形式の方が，ニューラルネットワークの再現率が高く，故障診断についても良い結果が得られら．
２．ニューラルネットワークを用いたテストパターン生成器の開発．テスト生成としてアナログ回路で実装したニューラルネットワークを用いる手法を提案し，そのようなテスト生成器の性能について，電子回路シミュレーションを行い，調査した．アナログ回路では，製造ばらつきや使用環境により，どの程度性能に影響があるかを調べるため，抵抗値をばらつかせてシミュレーションを行った．実験の結果，ばらつきの程度と，生成したテストパターンが期待値とどの程度異なるかについての定量的な結果を得ることができた．
３．アダプティブ故障診断における圧縮故障辞書作成のための外部出力グループ化の高速化手法の開発．アダプティブ故障診断に用いる圧縮故障辞書を作成するため，排他的論理和演算で圧縮する外部出力のグループ化で行う圧縮優先度計算を近似的に行うことで計算時間を短縮する手法を開発した．実験の結果，1000倍程度高速化を実現することができた．ただし，一部回路で若干の故障診断性能の低下が見られた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
アダプティブ故障診断における故障辞書圧縮法，ニューラルネットワークを用いた故障候補推定法とテストパターン生成法を開発した．開発した手法によって，従来よりも高速に故障辞書圧縮の実現，また，従来と同程度の故障診断性能をニューラルネットワークを用いて実現できることが示された．したがって，本研究は順調に進展していると思われる．
|
| Strategy for Future Research Activity |
今後は，ニューラルネットワークにおいて，より効率的な学習を実現する手法を開発する．元の故障辞書の情報をすべて含み，データ量ができるだけ小さくなるようなデータ表現方法を検討する．また，機械学習において100%の正解率が得られなくても，従来と同程度の故障診断性能を実現するような，テストパターン選択法を開発する．テストパターンをアダプティブに選択することで，できるだけ少ない故障候補が得られるように，テストパターン生成法およびテストパターン選択法を工夫する．
|
| Causes of Carryover |
コロナ感染症拡大により，論文投稿した国際会議がオンライン開催となり，予定していた旅費を使用する必要がなくなり，未使用額が生じ，これを次年度開催の国際会議への参加旅費として使用する計画である．
|
