2017 Fiscal Year Research-status Report

時系列データからの構成要素間因果関係抽出によるビル空調システム異常診断方法の確立

Research Project

Project/Area Number	16K00314
Research Institution	Kindai University
Principal Investigator	湯本真樹近畿大学, 理工学部, 准教授 (00304064)
Project Period (FY)	2016-04-01 – 2019-03-31
Keywords	ラフ集合 / 組み合わせ / 測定値時系列データ / ビル空調システム / 因果関係 / 異常状態検知
Outline of Annual Research Achievements	研究課題名「時系列データからの構成要素間因果関係抽出によるビル空調システム異常診断方法の確立」の研究として、平成２９年度は次の項目について研究を行った。（１）ビル空調システム異常検知のためのクライテリア作成方法の確立：測定値時系列データの因果関係にもとづき、ラフ集合を利用してデータの特徴を大まかに捉える方法によりビル空調システムの異常状態検知を行うための判断基準（クライテリア）を自動的に求める方法を確立した。実証実験では、提案方法により実際に観測された測定値時系列データから決定ルールを抽出し、その結果が異常状態を検知するために専門家の知識として用意するクライテリアと同等であることを確認した。（２）３段階評価によるラフ集合を利用した判定者の嗜好を抽出する仕組みの確立：対象の集合をうまく特定できる範囲で情報を粗く（ラフに）することで対象の集合のほどよい記述を求める手法であるラフ集合を利用して、従来の"Good"または"Bad"と判定した結果に加えて"Very Good"の判定した結果を利用する方法により、より少ないサンプルから判定者の嗜好（判定の傾向）を抽出する仕組みを確立した。（３）意思決定支援方法における定性的な評価項目に対する定量値表現方法の確立：異常状態検知に使用される意思決定支援の分野において、定性的な評価項目である製品の形状を対象に、画像情報からのエッジ検出結果にもとづく直線成分の抽出方法により定量値として表現する仕組みを確立した。（４）因果関係にもとづく異常状態検知方法の考察：上記（１）の研究成果を利用して求めたビル空調システムから自動的に抽出される「異常状態検知を行うための判断基準（クライテリア）」にもとづいて、上記（２）の研究成果により設定したラフ集合により測定値時系列データがもつ特徴から（３）を考慮して対象システムの異常状態検知を行う方法を考察した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 平成２９年度は（ａ）「異常状態検知を行うための判断基準（クライテリア）」を自動的に求める方法を確立し、かつ（ｂ）ラフ集合を利用して判定の特徴をより少ないサンプルから抽出する方法を確立したことにもとづいて、（ｃ）測定値時系列データの変化の形状を把握するために使用する直線成分の抽出方法を確立しつつ、（ｄ）ビル空調システムの測定値時系列データにラフ集合を適用する方法により、測定値時系列間の因果関係にもとづく異常状態検知方法を考察した。現時点ではビル空調システムの測定値時系列データがもつ因果関係より異常状態を検知するために考えられる複数の方法のうち、以前とは異なる２つ目の方法を提案している段階である。ただしこの方法では、すべての種類の異常状態を検知するためには、これまでの研究成果にもとづいてラフ集合による測定値時系列データの表現方法の確立する必要がある。これまでのラフ集合による測定値時系列データの表現では値を一定の間隔で区切る方法により定性的な記号に置き換えており、その方法でも異常状態をある程度検知できること確認している。しかしながら異常状態検知の精度を向上させるためには、観測された測定値時系列データにもとづいて何らかの判断基準にもとづき定性的な記号に置き換える仕組みを構築する必要がある。これまでの研究によりクライテリアを自動的に求める方法が確立できたことから、今後はクライテリアの妥当性を評価基準として測定値時系列データの定性的な表現方法の確立を行うこと、ならびにその方法にもとづいて異常状態検知全体の仕組みを確立することが求められる。
Strategy for Future Research Activity	今後の研究の推進方策としては次の内容が考えられる。（ａ）ラフ集合による測定値時系列データの表現方法の確立：これまでの取り組みにおいて、測定値時系列データからビル空調システムの動作を把握するためには、ラフ集合による測定値時系列データの表現が重要であることが判明している。これまでの研究成果から「異常状態検知を行うための判断基準（クライテリア）」を自動的に求める方法を確立したことから、この方法で求まる結果の妥当性を評価基準として、測定値時系列データの定性的な表現方法を確立する必要がある。（ｂ）ビル空調システムに対する解析モデルの構築とその分析：対象とするビル空調システムの計装図にもとづいて、構成要素間の因果関係をあらわす解析モデルを構築する。このモデルは異常状態の発生個所と発生内容を特定するために必要であり、これまでに取り組んできた「異常状態検知を行うための判断基準（クライテリア）」にもとづいて、解析モデルを構築する必要がある。（ｃ）ビル空調システムに対する異常診断方法の確立：これまでに確立されたビル空調システムに対する異常検知方法を改良し、リアルタイムに測定された測定値時系列データから異常状態が発生した際に異常が発生した箇所とその内容まで確認できる異常診断方法を確立する。