カーネルサイズ自動調整を用いたコレントロピーに基づくANNを用いたショーケースの故障検知手法の提案

カテゴリ: 部門大会

論文No: GS7-3

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Refrigerated Showcase Fault Detection by a Correntropy based Artificial Neural Network using the Adaptive Kernel Size Tuning Method

著者名: 五十嵐 匡人（明治大学）,福山 良和（明治大学）,島崎 祐一（富士電機）,長田 悠人（富士電機）,村上 賢哉（富士電機）,Adamo Santana（富士電機）,飯坂 達也（富士電機）,松井 哲郎（富士電機）

著者名(英語): Masato Igarashi (Meiji Univercity),Yoshikazu Fukuyama (Meiji Univercity),Yuichi Shimasaki (Fuji Electric, Co. Ltd.),Yuto Osada (Fuji Electric, Co. Ltd.),Kenya Murakami (Fuji Electric, Co. Ltd.),Santana Adamo (Fuji Electric, Co. Ltd.),Tatsuya Iizaka (Fuji Electric, Co. Ltd.),Tetsuro Matsui (Fuji Electric, Co. Ltd.)

キーワード: ショーケース|故障検知|ニューラルネットワーク|コレントロピー|カーネルサイズ自動調整進化計算|refrigerated showcase|fault detection|artificial neural network|correntropy|adaptive kernel size tuningevolutionary computation

要約(日本語): スーパーマーケットやコンビニエンスストアなどで利用されている冷蔵・冷凍ショーケースでは，着霜や冷媒漏れなどの故障によって庫内が設定温度に保てなくなる可能性が稀にある。従って，高精度の故障判定を行うことは，顧客サービスの継続には欠かせない。本論文では，異常値を含むデータに対するエンジニアリング業務軽減のため，ニューラルネットワークのパラメータ学習に，カーネルサイズの自動調整を用いたコレントロピーを適用したMulti Population Modified Brain Storm Optimization（以下，MPMBSO）を用いたショーケースに対する故障解析手法を提案する。従来のパラメータ学習法である最小二乗法を適用したBack propagationに基づく手法及び固定値のカーネルサイズを用いたコレントロピーを適用したMPMBSOに基づく手法との比較シミュレーションにより，提案法の有効性を確認した。

PDFファイルサイズ: 1,125 Kバイト