| 研究課題/領域番号 |
17K06240
|
|---|
| 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 | 日本大学 |
|---|
研究代表者 |
綱島 均 日本大学, 生産工学部, 教授 (30287594)
|
|---|
| 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 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 鉄道 / 軌道 / 状態監視 / 振動 / 機械学習 / 安全性 / サポートベクターマシン / マハラノビス距離 / 地方鉄道 / 機械力学・制御 / 予防保全 |
|---|
| 研究成果の概要 |
営業車両に設置した加速度センサ類，GPSなどで構成された車体動揺計測装置を用いることで，安価かつ常時軌道状態の診断ができる軌道状態診断システムが開発されている．営業列車から取得できる大量のデータを効率よく計算処理するためは，軌道状態の診断・予測の自動化が必要となる．本研究では，車体の上下加速度，左右加速度，ロール角速度のRMS値から構成される特徴空間から，機械学習の手法であるサポートベクターマシンを用いて軌道の状態を判別するアルゴリズムを構築し，軌道の状態を自動化に診断するシステムを開発した．地方鉄道における実証実験の結果，軌道異常を実用上十分な精度で診断できることを実証した．
|
| 研究成果の学術的意義や社会的意義 |
地方鉄道では，十分な軌道検査が行えない事業者も少なくない．このような問題を解決するためには，地方鉄道の営業車両の走行データを一括収集・管理し，軌道の状態を診断・予測するセンターが有効であると考えられ，多くの地方鉄道事業者における軌道保守に関する問題を解決できるものと考えられる．本研究の成果は，このデータセンター（令和元年12月開設済み）における診断業務に活用され実績をあげている．
|
