2022 Fiscal Year Research-status Report
Development of noise-robust statistical anomaly detection procedures for condition-based maintenance
| Project/Area Number |
21K14372
|
|---|
| Research Institution | Toyo University |
|---|
Principal Investigator |
大久保 豪人 東洋大学, 経営学部, 准教授 (40777976)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Keywords | 異常検出 / タグチメソッド / 高次元主成分分析 / 統計的パターン認識 |
|---|
| Outline of Annual Research Achievements |
本研究では，センサー・データを活用した設備機器等の状態監視システムの実現に向けて，タグチメソッドから着想を得た誤差因子にロバストな異常検出法を開発することを目的としている．2022年度は，1本の査読付き原著論文を国際誌に掲載できた．また，国際会議にて1件の発表を行うことができた．
【研究実績I】 2021年度に引き続き，運転状況等に応じた複数の正常モードをもつデータからの異常検出を可能とするプロシージャの開発・改善を行った．そして，その成果の一部を論文にまとめた結果，査読付き原著論文を国際誌に掲載することができた．なお，この提案プロシージャを改善する形で誤差因子にロバストな異常検出法を目指す予定である．
【研究実績II】2021年度に引き続き，Ohkubo & Nagata (2018)で提案した異常検出プロシージャ，すなわち高次元データからの異常検出をより適切に実行できる異常検出プロシージャを新たな観点から再評価した．この研究により，高次元データを対象とした異常検出プロシージャの拡張について一定の方向性を見出すことができた．本年度は，この成果の一部を論文にまとめ，国際誌への投稿を行った．
【研究実績III】異常検出プロシージャを統計的パターン認識の枠組みに則って実行する方法について議論を行った．その予備的な研究から派生したテーマとして，タグチのT法にスパース・モデリングを応用したプロシージャを開発した．なお，この成果の一部を2022年度の国際会議にて発表している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画で予定していた誤差因子にロバストな異常検出法の開発自体には大幅な遅れがあるものの，【研究実績II】や【研究実績III】のような設備機器等の状態監視システムの実現に対する新たな方向性を与える成果を得ることができたと捉えており，大きな進展があったとも言える．よって，これらを総合的に判断した結果，現在までの達成度は「おおむね順調に進展している」とした．
|
| Strategy for Future Research Activity |
誤差因子にロバストな異常検出法の開発については，当初の計画から目標を大幅に下方修正するものとしたい．一方で，【研究実績II】や【研究実績III】の研究成果を発展させた異常検出プロシージャ開発の優先順位を上げて今後の研究を実施したい．
|
| Causes of Carryover |
PCパーツの価格高騰により，計画当初よりもグレードの低いPCを購入したため，次年度使用額が発生している．次年度使用額は，PC周辺機器の購入費として使用する計画である．
|
