2018 Fiscal Year Annual Research Report
Establishment of fault diagnosis method based on time series data based according to Causal relationship extraction among the components of Building Air-conditioning System
| 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 | 異常診断 / 意思決定支援 / 測定値時系列データ / ビル空調システム / 定性値 / 決定ルール / 定性モデル / データセット |
|---|
| 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３０年度は次の項目について研究を行った。
（１）正規化配分法とHough変換を利用した意思決定支援のための代替案評価方法の確立：意思決定支援に利用するための代替案評価方法として、対象とする代替案が持つデータを正規化して位置データとして扱う方法により重要度を算出できる正規化配分法を採用する方法が考えられる。正規化配分法は相対位置評価法の一つであり、評価基準ごとの代替案評価を自動的に行うことが可能である。しかしながら正規化配分法ではデザインなどの定性的な評価には対応していない。そこでデザインの直線成分の評価にHough変換で求めたデータを利用する方法を確立した。Hough変換により画像データから直線成分を数値で求めることができる。
（２）定性モデルにもとづくラフ集合の決定ルールを利用したビル空調設備異常診断方法の確立：測定値時系列データ間のデータの組み合わせを利用したラフ集合によるビル空調設備異常状態検知を行う仕組みを確立した。この仕組みではまず、正常状態と異常状態検知の対象となる測定値時系列データについて、予め設定した定性値定義にもとづいて定性値による時系列データに変換する。次に対象とするビル空調システムの計装図から求めた定性モデルにもとづいて、正常状態と異常状態検知対象それぞれについての時系列データのデータセットを求める。最後に求めたデータセットについて正常状態と異常状態検知対象となる状態からラフ集合の決定ルールを作成する。この方法により、異常状態が発生した区画を検知することができる。さらに異常状態の発生が特定できた場合について、異常状態を示す決定ルールにより異常状態の原因を特定する異常診断が可能となる。
|
