CNNを用いた車上装置の模擬ログデータから滑走要因を推定する手法の基礎検討

カテゴリ: 研究会(論文単位)

論文No: IM22013

グループ名: 【A】基礎・材料・共通部門 計測研究会

発行日: 2022/03/08

タイトル(英語): Basic Study on a Method for Estimating Sliding Factors from Simulated Log Data of Onboard Equipment Using CNN

著者名: 山本 壮大(日本大学大学院),松村 太陽(日本大学),小野 隆(日本大学),工藤 拓道(コイト電工株式会社),新山 博幸(コイト電工株式会社)

著者名(英語): Souta Yamamoto(Nihon University),Taiyo Matsumura(Nihon University),Takashi Ono(Nihon University),Takumichi Kudou(Koito Electric Industries, LTD),Hiroyuki Niiyama(Koito Electric Industries, LTD)

キーワード: 予防保全|予知保全|故障要因|要因推定|ＣＮＮ|Ｇｒａｄ－ＣＡＭ|Preventive maintenance|predictive maintenance|failure factor|factor estimation|CNN|Grad-CAM

要約(日本語): 本研究は，機械学習を用いた故障要因の推定による，保守作業の効率化を目指している。本稿は，自動車の滑走に着目し，車上装置の模擬ログデータを作成し，滑走要因を推定する手法を提案した。滑走を判別するときの手法としてCNNを用いた。提案した抽出方法は，滑走時間によらず行えること，活性化関数はReluより絶対値が良く，さらに線形変換が適していること示し，滑走要因を推定する見通しが得られた。

要約(英語): This research aims to improve the efficiency of maintenance work by estimating failure factors using machine learning. In this paper, we focus on automobile sliding and propose a method for estimating sliding factors by generating simulated log data of onboard equipment. CNN is used as a method to identify the sliding. It is shown that the proposed extraction method can be used regardless of the sliding time, the activation function has a better absolute value than Relu, and a linear transformation is suitable.

本誌: 2022年3月11日計測研究会

本誌掲載ページ: 33-38 p

原稿種別: 日本語

PDFファイルサイズ: 1,352 Kバイト