講演情報
[5K3-OS-38b-01]波形形状に着目したROCLTSアルゴリズムによる波形劣化診断
〇植野 研1、山口 晃広1、町田 仁1、小林 祐子2、石川 美里2、小林 等3、武村 綾香3、小久保 高弘3、朝山 徹也3 (1. （株）東芝 総合研究所 AIデジタルR&Dセンター システムAI研究部、2. （株）東芝 総合研究所 先端デバイスR&Dセンター 機械・システム研究部、3. （株）東芝 総合研究所 生産技術センター 機器・装置開発部)
キーワード：
劣化検知、波形機械学習、異常検知、状態基準保全、電流波形解析
人材不足が進む中で，プラントや製造現場における様々な設備の保守・点検の効率化が求められている．とくに，フィジカルAI時代においては，大量の自律型ロボットに作業を任せるケースが多いと想定され，ロボットの機構部品の劣化を早期に検知し，メンテナンスの負荷を軽減させることが重要になってくる．しかしながら，ロボットなどに多用されると考えられる瞬時的にダイナミックな動作を行うモータや機構部品においては，従来のFFTをはじめとするスペクトル解析による側帯波の診断では，予兆レベルの僅かな劣化を捉えにくい問題があった．そこで、本研究では、正常状態の振幅波形のみで劣化モデルを学習するROCLTSアルゴリズムによる波形劣化診断方式を提案し，ピッキングアームのタイミングベルトの模擬劣化における劣化診断の性能検証を行う．検証の結果，従来方式のFFTに基づく電流スペクトルでは側帯波が現れず劣化診断が困難であることが分かった．一方で，ROCLTSにより学習した劣化診断モデルが劣化進行の傾向を捉えていることを確認できた．今後，他の劣化モードについても検証を行い，フィジカルAIへの適用を目指していく．