機械学習によるプラント故障の早期検出

カテゴリ: 研究会(論文単位)

論文No: CT16063

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2016/07/09

タイトル(英語): An early detection of plant faults by using machine learning

著者名: 井上 昭(岡山大学),鄧 明聡(東京農工大学),逸見 知弘(香川高等専門学校),吉永 慎一(香川高等専門学校)

著者名(英語): Akira Inoue(Okayama University),Mingcong Deng(Tokyo Institute of Agriculture and Technology),Tomohiro Henmi(National Institute of Technology, Kagawa College),Shin-ichi Yoshinaga(National Institute of Technology, Kagawa College)

キーワード: 早期故障検出|１クラスＳＶＭ|一般化ガウス関数|early fault detection|one class SVM|generalized Gauss function

要約(日本語): プラントの故障は, その影響が外部で検出される前に早期に検出されることが強く求められている. そのためにはわずかの変化の兆候から検出されなければならないが, 故障検出に用いることのできるデータは正常時のデータのみであり, 故障時のデータは故障直前にしか入手できない. そこで，故障直前のデータを正常時のデータから区別するOne class SVMを用い，そのKernel関数に報告者らが提案した一般化ガウス関数を採用することを提案する.

要約(英語): This paper proposes a method to detect plant faults early. Data in abnormal state of plants are available at just the beginning of faults. Hence one class SVM, which is a method to classify abnormal data among normal data, and a new kernel function, the generalized Gaussian function is used.

原稿種別: 日本語

PDFファイルサイズ: 4,343 Kバイト