MTシステムの導入と誤検知、未検知の低減

外部環境や運転条件などの変化を踏まえて、
MTシステム導入で信頼性の高い結果を得るには？

セミナー講師

１．アングルトライ(株) 代表取締役 手島 昌一 氏
２．(株)IHI 高度情報マネジメント統括本部 LCBDX部 主査 茂木 悠佑 氏

セミナー受講料

1名につき55,000円（税込・資料付）
〔1社2名以上同時申込の場合のみ1名につき49,500円〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

セミナープログラム

【10:30-14:30】※途中、お昼休憩含む

MTシステムの導入と適用手順

アングルトライ(株) 代表取締役 手島 昌一 氏 博士(工学)

【習得できる知識】
AI技術の一つであるMTシステムについて基礎や数理から活用ポイントまでを修得し、予知保全、自律診断、異常検査などの実務に応用することができる。

【講座の趣旨】
MTシステムの特徴は、特に使いやすさと結果の分かりやすさにあります。その理由は、数理が「相関と標準偏差」から成り立っているためです。結果も理解しやすく、人間の判定とも親和性があります。原因診断の結果も、なるほどと納得できます。これまで、機器の予知保全・自律診断や、モータやエンジンの検査、外観検査などにも適用されています。
本セミナでは、基礎的事項や深層学習との特徴比較、さらに実用課題への活用ポイントなどを解説します。

1. IoTとAIとMTシステム
   1. 人工知能（AI）の種類とそれぞれの特徴
   2. AIの応用分野と使い分け
   3. 課題解決のための要素とそれぞれの関係
2. MTシステムの各計算手法と特徴
   1. MT法とその特徴
   2. T法(1)およびMSR（多重単回帰）とその特徴
3. 計測データからの特徴抽出技術
   1. 変化量・存在量
   2. 時系列データの特徴抽出
   3. 画像データの特徴抽出
4. 実施例
   1. イプシロンロケット自律点検
   2. 医療機器の予知保全
   3. 異音・振動異常検査
   4. 画像検査・外観検査
   5. 地震予測
5. ＭＴシステム導入のためのソフトウェア

【質疑応答】

【14:45-16:15】

単位空間を動的に生成することによる、機械設備・プラント異常診断の精度向上

(株)IHI 高度情報マネジメント統括本部 LCBDX部 主査 茂木 悠佑 氏

【習得できる知識】
多センサ、時系列データを持つプラント系異常診断を実施する上での留意事項

【講座の趣旨】
MTシステムは多数のセンサを持つ機械設備などの異常診断に対して有効な手法である。IHIではセンサデータを活用したプラントの異常診断システムとして実用化に取り組んできた。しかし　（１）稼働状況がダイナミックに変動する　（２）季節変動の影響を受ける　といった診断対象の場合、正常であるにも関わらず状況変化を異常と判定する「誤検知」の問題があった。また、この誤検知問題に対応するために様々な稼働状況のデータを単位空間に導入すると検知精度が低下し、異常であるにも関わらず正常と判定する「未検知」の問題が生じていた。本研究では、この誤検知、未検知の問題に対応するため診断毎に単位空間を最適化する技術を開発し、検知精度を大きく向上させた。

1. 研究目的、概要
2. 診断対象概要
3. 通常のMT法診断
   1. プラント異常診断での適用方法
   2. 実適用情の問題点
   3. 問題の要因
4. 動的単位空間によるMT法診断
   1. 環境推定による動的単位空間の生成
   2. 追従診断の可視化
   3. 動的単位空間の効果
5. 動的判定閾値
   1. 信頼度の設定
   2. 交差検証による閾値最適化
   3. 閾値関数の導出
6. 検証結果
   1. 効果の可視化
   2. 混同行列による精度検証
7. まとめ

【質疑応答】