| 研究課題/領域番号 |
17K06225
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
機械力学・制御
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
とう 明聡 東京農工大学, 工学(系)研究科(研究院), 教授 (20295124)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 早期故障診断 / 早期故障耐性制御 / 機械学習法 / 適応手法 / オペレータ法 / 非線形制御 / プラント実験装置 / 早期故障検出 / 早期耐故障制御 / 機械力学・制御 |
|---|
| 研究成果の概要 |
本研究では、オペレータを用いた検出法、適応手法を用いた検出法、そして機械学習の手法であるSupport Vector Machine(SVM)、One-class SVMと一般化ガウス関数に基づいたSVMなどを組み合わせた早期故障検出法と早期耐故障制御法をいくつか提案した。非線形系でのシミュレーションおよび実験を行い、有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
産業界のみに限らず、安全性向上は最重要課題であり、そのための早期故障検出は強く求められており、本研究では、不確かな非線形システムに対して早期故障時を検出する実現可能な手法である。産業界などへの適用に適した手法で、ここに大きなインパクトを与えると期待する。
|
