- トップ >
- データベース（職業能力開発支援情報） >
- 専門課程・応用課程課題情報検索 >
- 課題情報を検索する >
- 課題の要約
AI を活用した故障診断(R2)
| 大学校及び設置科 | 中国職業能力開発大学校 附属福山職業能力開発短期大学校 電子情報技術科 |
|---|---|
| 課題実習の前提となる科目または知識、技能・技術 | 未入力 |
| 課題に取り組む推奨段階 | 専門課程 |
| 課題によって養成する知識、技能・技術 | 未入力 |
製作の目的と概要
成果
マイクで音データを取得し、その後数値化し、高速フーリエ変換により周波数領域に変換しそれぞれそのデータを5つの周波数帯に分割し、それぞれに対し平均値、最大値、主要周波数、標準偏差、歪度、尖度を算出し３０種類のデータとして保存した。そのデータを主成分分析によりメインの２種のデータに次元削減し、クラスタリングと呼ばれる分類方法で、システム開始時にあらかじめ取得しておいた正常時のデータと比較し、異常の度合いを異常値（rate）と新たに定義した値に変換し、あらかじめ定めた閾値と比較して大きい場合は異常と判定した。
本アルゴリズムを持つシステムをAIに特化した小型コンピュータであるJetson nanoに作成し、システム制御、メールによる異常時の作業員への通知、詳細データをJetson nanoに設けたWebサーバーより遠隔で閲覧できるシステムも構築した。
モータの故障はベアリングから発生するとの知見より、意図的につけるキズの深さを変えて加工したベアリングを使いモータの故障判定ができるかを検証した。異常値(rate)は正常の場合ほぼ0.51から0.56に分布することに対し加工穴の深さを0.6mm,1mm,2mmと変更したベアリングのモータでは異常値(rate)はそれぞれ0.66,0.89,0.99であった。これにより閾値を0.6と設定することでモータの異常が検出できることが検証できた。
