機械学習を用いたモーターの異常検知

カテゴリ: 研究会(論文単位)

論文No: ST18053

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/09/26

タイトル(英語): Motor defect detection with machine learning

著者名: 白井 友貴(会津大学),強福 趙(会津大学),市村 翔一(会津大学),太田 亮(会津大学),岩崎 考祐(会津大学)

著者名(英語): Tomoki Shirai(University of Aizu),Zhao Qiangfu(University of Aziu),Shoichi Ichimura(University of Aizu),Ryo Ota(University of Aizu),Kosuke Iwasaki(University of Aizu)

キーワード: モーター|異常検知|メル周波数ケプストラム|パターン認識|機械学習|音声認識|motor|defect detection|Mel Frequency Cepstrum Coefficient|Pattern recognition|machine learning|audio recognition

要約(日本語): モーターの異常を検知するために、機械学習が使用できると考える。本稿は機械学習による検査方法を考察する。モーターの以上には様々な種類があるが、今回は異音と振動だけを考える。実験において正常、異常、振動の３種類のモーターの開店時の音声を収録し、これらのデータからMFCC特性を抽出して、サポートベクターマシンで分類してみた。結果、95%以上の認識率を得られた。

要約(英語): In this study, we investigate motor inspection based on machine learning. There are various motor defects, but in this paper, we focus on "abnorma"(sound) ans "Vibration" only. For each of the normal,abnormal, or vibration motors. we first recorded the sound using microphone. ans then found the MFCC from the sound data. We trained a support vector machine and validated the performance using 10-fold cross validation. As a result, we got a higher than 95% recognition rate.

原稿種別: 日本語

PDFファイルサイズ: 1,097 Kバイト