機械学習を用いたしゅう動面状態監視システムに関する研究

摘要

機械設備は多数の機械要素から構成されており，それらの機能劣化が原因となり故障に至る.歯車や軸受など相対運動をしながら相互作用を及ぼし合う機械要素において摩耗は避けられない.機械設備の故障の多くは摩耗に起因することが報告されており，トライボ要素の損傷を診断し，保全することが極めて重要な課題である.従来，機械設備の診断法は定期的にメンテナンスを実施する時間基準保全が主流であったが，今日ではIoT (Internet of Things)，M2M (Machine to Machine)技術の発達により，機械設備に設置したセンサから常時かつ容易に機械の状態データの収集が可能となった.それにより，メンテナンスコストの削減や維持管理状況を考慮した状態監視保全による診断法へと移行しつつある.これまでトライボ要素の温度，振動，AE(Acoustic Emission)の計測や潤滑油分析などから2種類の情報を収集し，異常を診断した研究は行われているが，3つ以上の情報に基づく複合的な診断事例は少ない.また，最終的に収集した情報を人が確認し異常を判別する必要があった.異常の診断を人が行う場合，長年の経験や五感によって診断される.しかし，2016年度メンテナンス実態調査により，事業所の保全部門において，機械保全技能士などの国および公的機関が定めた資格保有者は全体の62.8%にとどまり，設備管理に関わる専門的な知識を持った人材が不足していることが示された.