[4L2-GS-13] AI応用: 異常検知と保守

[4L2-GS-13-05] モンテカルロシミュレーションを用いたロケットエンジンの故障検知・診断

〇尾亦 範泰¹、佐藤 大和¹、平林 美樹¹、堤 誠司¹、河津 要¹、安部 賢治² (1. 宇宙航空研究開発機構、2. 株式会社菱友システムズ)

キーワード：モンテカルロシミュレーション、モデルベース、故障検知、故障診断、センサ最適化

航空宇宙分野をはじめとして実験によるデータ取得に多大なコストが必要となる場合には，シミュレーションが併用されている．モデルベースの故障検知・診断を行う際には，シミュレートされた正常値と実測値を比較するアプローチが一般的であるが，シミュレーション結果は一意であるため，この方法ではモデル化が不完全な部分や実システムの不確実性を考慮することは不可能である．本研究では，モンテカルロシミュレーションを利用することでこの問題を回避した故障検知・診断を行う．ロケットエンジンにおいて，検知が困難であるが重大な故障モードである燃料（液体水素）の漏洩を題材とする．高速に計算可能な1次元縮約モデルにおいてエンジンの内部パラメータを乱択し，複数パターンの正常動作および燃料漏洩時のデータセットを作成した．本データセットの異常はシミュレートされた正常値との比較や，専門家による監視，従来の閾値によるレッドライン判定では発見不可能であるが，データの統計的性質を利用した線形判別分析やSVMなどの機械学習法により一定程度検知可能であった．さらに，漏洩位置の判別や検知に重要なセンサの選択に対する試みを示す．