振動を用いたギアボックス障害検出

システムはさまざまな信号を発することで周囲環境へ影響を与えます。 そうした信号は装置の動作を反映する適切な情報源です。 これらの信号を理解できれば大幅な最適化への道が開かれます。

例えば、機械は異常または故障が生じる前に、わずかに異常な振動パターンが発生します。 機械にセンサを取り付けることでその活動を監視でき、さらに機械学習のおかげでシステムの正常動作パターンを識別できます。 振動の進展を分析することで、経年劣化または異常に起因する可能性がある変化を検出できます。 ギアボックスは非常に複雑で高価なシステムであることがあります。 故障を防止し、システムの保全頻度を最適化するために、予知保全アプリケーションに向けた第一歩である機械学習ベースの異常検出を実装しました。 このアプローチは、さまざまな産業用機械に容易に適用できます。

このデータセットは、 kaggle.comから入手したものです（データセットの詳細についてはリンクをクリック）。
データセットは、ギアボックス･テスト･ベンチにさまざまな向きで取り付けられた4個の振動センサを使用して作成されました。
この例ではデータセットのうちの2ファイルを使用しています。 一方は正常なギアボックス、もう一方は故障したギアボックスに関するファイルです。
50%の定荷重を使用していますが、荷重を変えても同じ結果となります。

4個の汎用加速度センサ（各1軸）