異常時データの実測を必要としない誘導機故障診断手法の開発

カテゴリ: 全国大会

論文No: 3-089

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Development of Induction Motor Fault Diagnosis Method That Does Not Require Collection of Abnormal Data

著者名: 小松天太（パナソニック インダストリー）,菅澤裕也（パナソニック インダストリー）

著者名(英語): Tenta Komatsu (Panasonic Industry),Yuya Sugasawa (Panasonic Industry)

キーワード: 故障診断|異常検知|誘導機|機械学習|電流徴候解析|sim2real|fault diagnosis|anomaly detection|induction machine|machine learning|motor current signature analysis|sim2real

要約(日本語): 従来，誘導機の故障診断に関する研究では，豊富な学習データを前提にどのような前処理や診断アルゴリズムを用いれば良いかが議論されてきた。しかし，設備の稼働時間のほとんどは正常動作であることを考えると，実運用において異常時の学習データが豊富に得られるという仮定は現実的ではない。そこで本発表では，物理シミュレーションにより生成した異常時データと正常時実測データを合成することで，異常時実測データを用いずに故障診断を可能にする手法について検討した。電源電流波形を用いた誘導機の回転子バー破損本数（0, 1, 2, 3）

本誌掲載ページ: 140-141 p

原稿種別: 日本語

PDFファイルサイズ: 675 Kバイト