著者

宮田 翔平 赤司 泰義 林 鍾衍 呉 楊駿 田中 勝彦 田中 覚 桑原 康浩

出版者

公益社団法人 空気調和・衛生工学会

雑誌

空気調和・衛生工学会 論文集 (ISSN:0385275X)

巻号頁・発行日

vol.43, no.257, pp.11-20, 2018-08-05 (Released:2019-08-05)

参考文献数

15

被引用文献数

2

---

建築物の熱源システムにおいて,設計性能を発揮できなくなる要因である不具合を明らかにする不具合検知・診断は非常に重要である。本研究は物理モデルと機械学習により熱源システムの不具合検知・診断を行うことを目的とする。本報では未知の不具合を有する熱源システムを対象として,機械学習の一手法である畳み込みニューラルネットワークによる不具合検知・診断を試みた。そのための学習・テストデータとしては,該当システムに対する詳細なシミュレーションにより 6 種類の不具合状態を再現し,適切なラベルをもつように作成されたデータベースを利用した。十分な学習データ量を用いることで高い精度で検知・診断できることを確認した。

著者

宮田 翔平 赤司 泰義 林 鍾衍 本村 彬 田中 勝彦 田中 覚 桑原 康浩

出版者

公益社団法人 空気調和・衛生工学会

雑誌

空気調和・衛生工学会 論文集 (ISSN:0385275X)

巻号頁・発行日

vol.43, no.261, pp.1-9, 2018-12-05 (Released:2019-12-05)

参考文献数

6

---

畳み込みニューラルネットワーク(CNN)による実際の計測データ(BEMS データ)の不具合検知・診断(FDD)がより適切となるよう,シミュレーションにより作成した不具合データと不具合がない場合のデータの差分を正規化し,不具合が生じたデータのみを抽出し,各ラベルのデータ数を均等にする前処理手法を提案した。本手法に従い前処理された不具合データを学習した CNN を 1 年間の BEMS データに適用し, CNN による診断結果と BEMS データ分析結果とを比較することで本手法が適切であることが示された。加えて,システムが有する不具合は運用条件によりデータに発現または潜伏し,これが本研究の提案するFDD 手法により捉えられることが示された。