油圧ショベルの稼働データを用いた機械学習による故障予知

カテゴリ: 研究会(論文単位)

論文No: CT21023

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2021/01/20

タイトル(英語): Failure Prediction based on Operational Data of Hydraulic Excavators with Machine Learning

著者名: 小熊 尚太(広島大学)

著者名(英語): Shota Oguma(Hiroshima University)

キーワード: 油圧ショベル|機械学習|故障予知|センサデータ|hydraulic excavator|machine learning|failure prediction|sensor data

要約(日本語): 建設業において油圧ショベルは，機械特有の高負荷・長期稼働などの使用環境や想定外の使われ方により早期に意図しない故障が発生することがある。その結果，長期間の稼働停止が施工計画の遅延や余計な保全コストの損失に繋がる。本研究では，データベースに蓄積された油圧ショベルのセンサデータを用いて機械学習による予測モデルを構築し，故障を予測する方法を提案する。

要約(英語): In the construction industry, since unexpected machine failures are huge losses for users who have to proceed with construction according to their construction plans, machine breakdowns must_x000D_ be avoided. This study predicts machine failures of hydraulic excavators. We propose to predict their failures using some machine learning methods with these input variables. Numerical examples are evaluated and their effectiveness is shown.

本誌: 2021年1月24日制御研究会

本誌掲載ページ: 41-46 p

原稿種別: 日本語

PDFファイルサイズ: 1,253 Kバイト