リカレントニューラルネットワークを用いた制御系のシステム変動分類

カテゴリ: 研究会(論文単位)

論文No: CT18116

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2018/12/16

タイトル(英語): Classification of system change of a control system using recurrent neural networks

著者名: 水口 拓也(広島大学),林田 智弘(広島大学),山本 透(広島大学),木下 拓矢(広島大学),西崎 一郎(広島大学),関崎 真也(広島大学)

著者名(英語): Takuya Mizuguchi(Hiroshima university),Tomohiro Hayashida(Hiroshima university),Toru Yamamoto(Hiroshima university),Takuya Kinoshita(Hiroshima university),Ichiro Nishizaki(Hiroshima university),Shinya Sekizaki(Hiroshima university)

キーワード: ＰＩＤ制御|リカレントニューラルネットワーク|データ分類|異常検出|時系列データ|制御性能評価|PID controller|recurrent neural networks|data classification|anomaly detection|time series data|control performance assessment

要約(日本語): PID制御は，プロセス制御の現場において主力の制御方法であり，適切な制御パラメータを設定することで，優れた制御性能を発揮することができる．一方で，システム特性が変動した場合には，制御パラメータを再設定する必要があり，システム変動の種類を分類することは，制御パラメータを再設定する際に有用である．本研究では，リカレントニューラルネットワークによってシステム変動の種類を分類する手法を提案する．

要約(英語): We propose method which detection of system change and its classification using recurrent neural networks. In this study, we show the effectiveness of the proposed method by numerical experiments which are performed by changing several parameters that determine system characteristics.

原稿種別: 日本語

PDFファイルサイズ: 1,202 Kバイト