振動のオクターブバンド分析とニューラルネットワークを用いた気動車の異常種類の診断

カテゴリ: 部門大会

論文No: GS3-6

グループ名: 【C】平成29年電気学会電子・情報・システム部門大会講演論文集

発行日: 2017/09/06

タイトル(英語): Abnormality Diagnosis for Diesel Railcars Using Vibration Octave Spectra and Neural Network

著者名: 西谷 幸祐(鉄道総合技術研究所),近藤 稔(鉄道総合技術研究所),髙重 達郎(鉄道総合技術研究所)

著者名(英語): Kosuke Nishitani|Minoru Kondo|Tatsuro Takashige

キーワード: 振動|ニューラルネットワーク|気動車|異常|診断|vibration|neural network|diesel railcars|abnormality|diagnosis

要約(日本語): 非電化区間を走行可能な鉄道車両である気動車には、駆動用機器としてディーゼルエンジン（以下、エンジン）や変速機などが搭載されている。これらの機器に不具合が発生すると、最悪の場合継続走行が不可能となり、鉄道の安定輸送に大きな影響を与える可能性がある。そのため、それらの異常を早期に検知し、さらに種類を診断することで、不具合が発生する前に適切な修繕を行うことが求められる。 そこで著者らは、駆動用機器を対象として、振動のオクターブバンド分析と機械学習を組み合わせた異常検知手法の開発を行っている。本稿では、エンジンに数種類の異常模擬を行った気動車を用いて実施した走行試験の概要と、測定した振動のオクターブバンド分析とニューラルネットワークを用いて異常模擬の種類の診断を実施した結果について報告する。

PDFファイルサイズ: 706 Kバイト