電力センサを用いた動的残存耐用期間予測のためのドメイン適応技術

カテゴリ: 研究会(論文単位)

論文No: MSS25039,CHS25009,BMS25006

グループ名: 【E】センサ・マイクロマシン部門 マイクロマシン・センサシステム/【E】センサ・マイクロマシン部門 ケミカルセンサ/【E】センサ・マイクロマシン部門 バイオ・マイクロシステム合同研究会

発行日: 2025/03/24

タイトル(英語): Mixup Domain Adaptations for Dynamic Remaining Useful Life Predictions Using Power Sensors

著者名: Zhang Baokang(Tokyo University of Technology),Liu Jiashuai (Zhejiang University of Technology),Yan Yujie (Zhejiang University of Technology),Huang Jiahui (Zhejiang University of Technology),荒川 貴博(東京工科大学)

著者名(英語): Baokang Zhang(Tokyo University of Technology),Jiashuai Liu(Zhejiang University of Technology),Yujie Yan(Zhejiang University of Technology),Jiahui Huang(Zhejiang University of Technology),Takahiro Arakawa(Tokyo University of Technology)

キーワード: Sensor|Remaining Useful Life|Supervision Collapse Problem|Power Sensor

要約(日本語): 残存耐用期間（RUL: Remaining Useful Life）の予測は、設備の保守において重要であり、稼働停止時間やコストの削減といった利点をもたらします。しかし、既存の研究の多くは、i.i.d.（独立同分布）条件に制約されており、訓練時の状態が同一であると仮定しています。この課題に対処するために、現在のセンサーを用いた混合型ドメイン適応（MDAN: Mix-up Domain Adaptation）が提案されています。MDANは三段階のメカニズムを持っています。その「ミックスアップ戦略」は、ソース

要約(英語): Remaining Useful Life (RUL) predictions are vital for asset maintenance, bringing advantages such as reduced downtime and costs. However, most existing studies are restricted by i.i.d conditions, assuming identical training states. To address this, a mix - up domain adaptation (MDAN) using current sensors is proposed. MDAN has a three - staged mechanism. Its mix - up strategy normalizes source and target domains and creates an intermediate one for alignment. Besides, a self - supervised learning strategy is used to prevent the supervision collapse problem, providing an effective solution for RUL predictions.

本誌: 2025年3月27日マイクロマシン・センサシステム/ケミカルセンサ/バイオ・マイクロシステム合同研究会

本誌掲載ページ: 17-19 p

原稿種別: 英語

PDFファイルサイズ: 1,265 Kバイト