| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-08-27 13:15 GMMを用いたベアリングの異常検知における精度向上に向けた学習データの最適化 ○奥田晶太・竹村東洋（東京理科大）・Ghassan Al-Falouji（Univ. of Kiel）・Gerald Schickhuber・Armin Sehr・Roland Mandl（OTH Regensburg）・吉田孝博（東京理科大）  SIP2024-57 |
|
| 抄録 | （和） | 工場の製造ラインなどの機械には多数のベアリングが使用されており，ベアリングの故障により製造が停止することで多額の損失が生ずる．そのため，故障を未然に防ぐ予知保全が重要である．先行研究で開発された,ピエゾセンサによるベアリングの振動波形に対してGMMを使用して異常度を算出する異常検知を行う手法について，本研究では，最適な学習方法を検討した．その結果，低回転かつ単一回転速度の振動波形で学習した場合に最高99.8%の判定精度が得られた．また，学習時に低回転の振動波形が得られない場合には，疑似的に回転速度を変換した振動波形を生成することで，判定精度の改善がみられた． |
| （英） | A large number of bearings are used in machines such as in factory production lines. Significant losses will be incurred if a bearing fault occurs and production is stopped. Therefore, predictive maintenance is important to prevent faults before they occur. In a previous study, a bearing anomaly detection method that judges the anomaly by abnormality score calculated from a vibration waveform using GMM was developed. This study examined the optimal learning method for the method. As a result, the highest accuracy, 99.8%, was shown when learning was performed with vibration waveforms at lower and single rotational speeds. In addition, the anomaly detection accuracy was improved by generating a pseudo vibration waveform with a low rotation speed converted from a high rotation speed when a vibration waveform with a low rotation speed could not be obtained during training. | |
| キーワード | （和） | 予知保全 / 異常検知 / ベアリング / GMM / / / / |
| （英） | Predictive Maintenance / Anomaly Detection / Bearing / GMM / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 162, SIP2024-57, pp. 58-62, 2024年8月. | |
| 資料番号 | SIP2024-57 | |
| 発行日 | 2024-08-19 (SIP) | |
| 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 | SIP2024-57 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2024-08-26 - 2024-08-27 |
| 開催地（和） | 福井大学文京キャンパス |
| 開催地（英） | University of Fukui (Bunkyo Campus) |
| テーマ（和） | 信号処理，一般 |
| テーマ（英） | Signal processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2024-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | GMMを用いたベアリングの異常検知における精度向上に向けた学習データの最適化 |
| サブタイトル（和） | |
| タイトル（英） | Optimization of Learning Data for Improving Accuracy in Bearing Anomaly Detection Using GMM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 予知保全 / Predictive Maintenance |
| キーワード(2)（和/英） | 異常検知 / Anomaly Detection |
| キーワード(3)（和/英） | ベアリング / Bearing |
| キーワード(4)（和/英） | GMM / GMM |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 奥田 晶太 / Shota Okuda / オクダ ショウタ |
| 第1著者 所属（和/英） | 東京理科大学大学院 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） | 竹村 東洋 / Haruhiro Takemura / タケムラ ハルヒロ |
| 第2著者 所属（和/英） | 東京理科大学大学院 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第3著者 氏名（和/英/ヨミ） | Ghassan Al-Falouji / Ghassan Al-Falouji / |
| 第3著者 所属（和/英） | University of Kiel (略称： Univ. of Kiel) University of Kiel (略称： Univ. of Kiel) |
| 第4著者 氏名（和/英/ヨミ） | Gerald Schickhuber / Gerald Schickhuber / |
| 第4著者 所属（和/英） | OTH Regensburg (略称： OTH Regensburg) OTH Regensburg (略称： OTH Regensburg) |
| 第5著者 氏名（和/英/ヨミ） | Armin Sehr / Armin Sehr / |
| 第5著者 所属（和/英） | OTH Regensburg (略称： OTH Regensburg) OTH Regensburg (略称： OTH Regensburg) |
| 第6著者 氏名（和/英/ヨミ） | Roland Mandl / Roland Mandl / |
| 第6著者 所属（和/英） | OTH Regensburg (略称： OTH Regensburg) OTH Regensburg (略称： OTH Regensburg) |
| 第7著者 氏名（和/英/ヨミ） | 吉田 孝博 / Takahiro Yoshida / ヨシダ タカヒロ |
| 第7著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-08-27 13:15:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2024-57 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.162 |
| ページ範囲 | pp.58-62 |
| ページ数 | 5 |
| 発行日 | 2024-08-19 (SIP) |
[研究会発表申込システムのトップページに戻る]