スマートメンテナンス
産業機械に対する費用対効果の高いメンテナンスを実現するために，機器が故障停止する前に故障の予兆を事前に検知し診断・メンテナンスを行う「状態監視技術」に対する期待が高まっています．振動データを用いて回転機器の故障を事前に検知する技術の研究・開発を通じて，類似機器から得られるデータや監視対象機器に関する知識を活用して異常検知システムを早期運用する方法論の確立を目指しています．
風車異常検知システムの早期運用
振動データを用いて風力発電機を構成する主要機器（主軸，増速機，発電機）の故障を事前に検知するシステムを早期運用する技術について研究を行っています．
「あらゆる風車で異常検知システムを早期運用する技術」に焦点を当てて検討を行っています．風力発電設備が故障するのは稀であり，監視対象機器から故障（異常）データが観測されることを前提とすることは現実的ではないため，正常稼働状態のデータのみでモデルを構築し，正常状態モデルからかけ離れた入力を異常と判断することで異常を検知するアプローチが一般的です．このとき，「あらゆる風車で異常検知システムを早期運用する」ために，様々な風車で収録した振動データで異常検知器を構築する（異常検知器の汎化）アプローチは採れないことに注意すべきです．なぜなら，異常検知システムを構築する際，正常モデルを汎化させると未知の正常には頑健になる一方で未知の異常を検知できなくなるためです．それに対して，異常検知器を汎化させるのは諦め，特徴抽出器を汎化させるアプローチについて検討を行っています．機器や環境の違いに依らず（あらゆる風車で）回転機器の正常と異常を判別するための本質的な特徴表現を抽出することで，監視対象機器における観測が少量のとき（早期運用時）でも信頼性の高い異常検知を目指します．
関連文献：
Takanori Hasegawa, Jun Ogata, Masahiro Murakawa, Tetsunori Kobayashi, Tetsuji Ogawa, ``Adaptive training of vibration-based anomaly detector for wind turbine condition monitoring,’’ Proc. Annual Conference on PHM Society, pp.177-184, Oct. 2017. [phm] [SlideShare]（正常モデルの適応学習によるシステムの早期運用）
Takanori Hasegawa, Jun Ogata, Masahiro Murakawa, Tetsuji Ogawa, ``Tandem connectionist anomaly detection: Use of faulty vibration signals in feature representation learning,’’ Proc. 2018 IEEE International Conference on Prognostics and Health Management (ICPHM2018), pp.1-7, June 2018. [DOI] [Scopus] [SlideShare]（類似機器の異常データを活用した特徴抽出器の構築とシステム早期運用）
Mao Saeki, Jun Ogata, Masahiro Murakawa, Tetsuji Ogawa, ``Visual explanation of neural network based rotation machinery anomaly detection system,'' Proc. 2019 IEEE International Conference on Prognostics and Health Management (ICPHM2019), June 2019. [DOI] [Scopus]（回転機器異常検知における判断根拠の可視化）
長谷川隆徳，緒方淳，村川正宏，飯田誠，小川哲司，``あらゆる風車に適用可能な状態監視技術を目指して～風車主要機器におけるデータ駆動型異常検知とその評価～，'' 第41回風力エネルギー利用シンポジウム，pp.187-190, Dec. 2019. [SlideShare] [ベストポスター賞]（類似機器の正常データを活用した特徴抽出器の構築とシステム早期運用）
長谷川隆徳，緒方淳，飯田誠，小川哲司，``分布類似度に基づく健全性指標と風車異常検知システムの早期運用における効果，'' 第42回風力エネルギー利用シンポジウム，pp.183-186, Nov. 2020. [SlideShare]（監視対象機器に関する知識を活用した早期運用）
