建設機械のデジタルツインにおける測定不正確性の緩和のための多目的最適化

デジタルツインの登場により、実際のシステムや資産の高忠実度レプリカの生成が可能になり、それによって設計の性能や実現可能性が向上します。デジタルツインを開発する際には、実際のモデルとデジタルモデルの整合性を確保するために、正確な測定データが不可欠です。しかし、センサーやモデルに内在する不確実性により、観測された挙動と予測された（シミュレーションされた）挙動との間に乖離が生じます。これらの不確実性を緩和するため、本研究では、ロードアングル、バケットシリンダーストローク、アームシリンダーストローク、ブームシリンダーストロークなどの様々な不確実なパラメータを統合するガウス過程回帰代理モデルを利用した多目的最適化戦略を提案します。この最適化は、ブーム、アーム、バケットシリンダーにかかる圧力に関するパレートフロンティアを示すために、遺伝アルゴリズムを用いています。その後、TOPSISを適用して、特定されたパレート最適解の中から最適な候補を特定します。研究結果は、デザインされたバーチャルモデルの実験結果と数値結果との間に大きな一致があり、TOPSISによって導出された最適パラメータ構成と一致することを示しています。