自己符号化器を用いた油圧ショベルの掘削作業における故障予知の一提案

カテゴリ: 研究会(論文単位)

論文No: CT21059

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2021/07/07

タイトル(英語): A Proposal on Failure Prediction for Digging Operation of Hydraulic Excavator by Autoencoder

著者名: 小熊 尚太(広島大学),大松 繁(広島大学),大野 修一(大阪市立大学),岩崎 和宏(コベルコ建機)

著者名(英語): Shota Oguma(Hiroshima University),Shigeru Omatsu(Hiroshima University),Shuichi Ohno(Osaka City University),Kazuhiro Iwasaki(KOBELCO Construction Machinery Co., Ltd.)

キーワード: 油圧ショベル|故障予知|深層学習|時系列データ|自己符号化器|Hydraulic excavator|Failure prediction|Deep learning|Time series data|Autoencoder

要約(日本語): 建設業において、油圧ショベルは作業負荷や長期稼働などの使用条件により、故障することがよくある。そのため、故障する前に兆候を予測し、メンテナンスを行うことは非常に重要である。本研究では、油圧ショベルの代表的な操作である掘削作業に対して、時系列データを用いたオートエンコーダ(自己符号化器)による故障予測の方法を提案する。

要約(英語): In the construction industry, hydraulic excavators often fail due to the operation condition such as their work load and long-term operation. It is important to predict the signs of failure and to perform maintenance before their broken down. In this study, we propose a failure prediction method for digging operation of hydraulic excavator by an autoencoder using time series data.

本誌: 2021年7月10日制御研究会

本誌掲載ページ: 55-59 p

原稿種別: 日本語

PDFファイルサイズ: 1,388 Kバイト