講演抄録/キーワード |
講演名 |
2019-12-20 15:40
機械学習による鉄道信号設備の状態基準保全に関する研究 ○志田 洋(JR西日本)・田村晃裕・二宮 崇・高橋 寛(愛媛大) DC2019-83 |
抄録 |
(和) |
公共性の高いシステムはディペンダビリティが求められる.ディペンダビリティを維持するためシステムの構成部品の劣化傾向を把握し,最適なタイミングで設備保全を行う状態基準保全(CBM)が注目されている.筆者らはCBMの実現には「データ計測・収集・分析」の要素が必要であり,データ計測と収集はIoT技術の進歩により技術的・経済的問題が克服されつつあるが,データ分析は試行錯誤が繰り返されている段階であると考えている.本論文では,公共性の高いシステムである鉄道信号設備に関して高頻度に測定される保全データを機械学習で分析させ,部品の劣化傾向の把握や最適な設備保全タイミングについて検討した結果を記す. |
(英) |
Dependable systems are required high safety and reliability. Recently, condition-based maintenance(CBM) is expected to maintain high reliability. We think that "the data measurement, collection, the analysis" are necessary factors for realization of CBM. And we think that the problems of the data measurement and collection are solved by the progress of the Iot technology. In this paper, we focus that the method of analysis for realization of CBM. We have analyzed the maintenance data of railway signaling equipment in machine learning. And we show an example of the consideration for maintenance timing. |
キーワード |
(和) |
鉄道信号 / 状態基準保全 / マハラノビス距離 / ニューラルネットワーク / 鉄道信号設備 / 軌道回路 / 電気転てつ機 / |
(英) |
Railway signaling / Condition based maintenance / Mahalanobis distance / Neural network / Railway signaling equipment / Track circuit / Electric point machine / |
文献情報 |
信学技報, vol. 119, no. 351, DC2019-83, pp. 25-30, 2019年12月. |
資料番号 |
DC2019-83 |
発行日 |
2019-12-13 (DC) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
DC2019-83 |