ドリルビットの自動ヘルスモニタリングに向けた掘削音解析の基礎検討

カテゴリ: 部門大会

論文No: TC16-2

グループ名: 【C】平成30年電気学会電子・情報・システム部門大会プログラム

発行日: 2018/09/05

タイトル(英語): Fundamental study on drilling acoustic analysis for automatic health monitoring of drill bits

著者名: 水野 駿(筑波大学),澁谷 長史(筑波大学),川村 洋平(秋田大学)

著者名(英語): Shun Mizuno|Takeshi Shibuya|Youhei Kawamura

キーワード: 異常検知|深層学習|ドリルビット|掘削|Anomaly detection|Deep Learning|Drill bit|Drilling

要約(日本語): 鉱業分野では掘削を行いながらのドリルビットの自動ヘルスモニタリングが必要とされている。ドリルビットが破損したままでは掘削効率の低下や掘削機本体の破損を引き起こすからである。今までドリルビットのモニタリングは熟練のオペレータが行ってきたが，育成，維持コストが多大なため機械によるモニタリング法の確立が求められるようになった。掘削音はドリルビットの非破損時と破損時で音が異なることが知られている。掘削音の音響データから破損，非破損の違いを解析できれば，高価なセンサを取り付けることなくモニタリングか可能となる。しかし，この二つの音を音圧分布，周波数領域の生の特徴を用いて判別することが難しい。本研究では，CNNを用いることで音の特徴の抽出を行う。そしてCNNの判断根拠となった特徴量マップを計算するGrad-CAMと主成分分析を組み合わせることでCNNの判断基準に基づく解析を試みた。

PDFファイルサイズ: 3,084 Kバイト