PID制御系のシステム変動検出および分類のためのニューラルネットワークの開発

カテゴリ: 研究会(論文単位)

論文No: CT19004

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/01/05

タイトル(英語): Development of a neural network model for system change detection and classification in a PID control system

著者名: 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),水口 拓也(広島大学)

著者名(英語): Tomohiro HAYASHIDA(Hiroshima University),Toru YAMAMOTO(Hiroshima University),Takuya KINOSHITA(Hiroshima University),Ichiro NISHIZAKI(Hiroshima University),Shinya SEKIZAKI(Hiroshima University),Takuya MIZUGUCHI(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|時系列データ分類|異常検出|制御性能評価|PID controller|recurrent neural network|time-series data classification|anomaly detection|control performance assessment

要約(日本語): 本研究では，制御対象におけるシステムパラメータの変動およびその分類を行うことを目的とする．内部信号をフィードバックする構造を持つリカレントニューラルネットワーク(RNN)を用いることで，非線形の多次元時系列データである制御対象の入出力関係を高精度に近似する可能である．これを応用することでシステムの変動分類が可能であるため，本研究ではRNN を用いたシステム変動の分類手法を提案する．

要約(英語): This study proposes an anomaly detection and classification method of a system by an RNN (recurrent neural network). An RNN includes internal signal feedback structure, therefore it is possible to approximate the input-output relationship of the controlled object which is nonlinear multidimensional time-series data with high accuracy.

原稿種別: 日本語

PDFファイルサイズ: 951 Kバイト