遠心ポンプの異常を診断するための機械学習に基づく信号分析フレームワーク

ビッグデータ分析を活用したスマートファクトリーは、その自動化能力と製造環境をより知的にする点で注目を集めています。同時に、現在の製造分野のシステムにおいて、複雑さと不確実性の急激な増加に対して、より高い信頼性が求められています。ポンプは、製造プロセス全体のパフォーマンスに影響を与えるため、製造設備の中で最も重要な機器の一つと見なされており、機械的状態をタイムリーに診断することが最優先事項となります。本研究では、様々な性質の関連する多変量データを収集して開発された遠心ポンプの運用システムとデータ駆動型故障診断モデルを提案します。提案する機械学習モデルは、信号前処理や特徴エンジニアリング手順を含む解析プロセスを通じて、ポンプの故障を検出し診断するのに使用できます。回転機械に関するシミュレーションとケーススタディは、定量的な信頼性を達成するだけでなく、実際の製造現場における実用的な用途にも有効性を示しています。