MATLAB ユーザーコミュニティー

MATLAB & Simulink ユーザーコミュニティー向け日本語ブログ

求む挑戦者! PHM Asia Pacific 2023 データ分析チャレンジで腕試し

“This challenge will provide an excellent platform for participants to demonstrate their abilities, collaborate, and learn from one another.”

~PHMAP23 Data Challenge の案内から~

 

こんにちは、井上(@michio_MWJ)です。今日は MathWorks もスポンサーとして応援している国際学会 PHM Asia Pacific 2023 で実施される Data Challenge のご紹介です。

テーマは宇宙機推進系の異常検知・診断。JAXA 開発の推進システムシミュレータで生成されたデータに取り組み、次世代宇宙機の PHM 技術向上に貢献しましょう!もちろん使用するツールに縛りはありませんが、MATLAB の無料ライセンスも提供しております(ページ下部参照)ので、これを機に新しい Toolbox を味見してみてください。ライセンスについては PHMAP 23 Data Challenge の 9. Analysis Tools をご確認ください。

 

PHM Asia Pacific 2023?

正式名称は Asia Pacific Conference of the Prognostics and Health Management Society 2023、健全性予測及び管理技術 (Prognostics and Health Management, PHM) を対象にした学会で、日本では初開催となります。2023 年 9 月 11 日~14 日に東京都内で開催され MathWorks もスポンサーとして応援しています。

PHM は社会インフラや製品といったシステムとその構成要素の故障を検知、故障箇所の特定、故障原因の診断、残存寿命を予測し、健全性を維持するための適切な意思決定を行うことを目的とした学問分野です。PHM に関する学術の発展と産業界への貢献を目指し、PHM Society と日本航空宇宙学会との共催で開催されます。

 

Data Challenge 概要

PHMAP 23 Data Challenge の案内ページはこちら:https://phmap.jp/program-data/

  • 分析課題:宇宙機推進系の異常検知・診断
  • 応募締め切り:2023/6/30 (Fri)
  • 参加資格:PHMAP2023 に参加予定の方

 

次世代宇宙機の故障予測と健康状態の管理

宇宙航空研究開発機構(JAXA)は、宇宙機推進システムの PHM 技術を向上させることを目指しています。

軌道上で取得できる測定データは、センサー設置の制限やダウンリンク容量の制限により限られています。実際の装置における通常条件と予想されるすべての故障シナリオをカバーするデータセットを生成するために、高精度な宇宙機推進システムの動的応答を予測する数値シミュレータが研究されています。

本コンペティションでは、JAXA によって開発された推進システムのシミュレータで生成されたデータを使用して、正常、バブル異常、ソレノイドバルブの故障、そして未知の異常ケースを診断することで、次世代宇宙機の PHM 技術を向上させます。

写真は参考です。実際のデータ元を表現するものではありません。

 

課題設定

課題は宇宙機推進系の異常の検知。異常の発生位置を特定し、故障である場合は故障具合を診断することが求められます。実際のデータの様子やシミュレータの概要、データのダウンロードおよび課題の詳細は PHMAP 23 Data Challenge を参照ください。

タスクは以下の 5 つに分けられます。

  • Task1: 正常・異常の二値分類
  • Task2: 未知異常・気泡異常・バルブ故障の多値分類
  • Task3: 気泡異常だった場合の異常位置の特定(多値分類)
  • Task4: バルブ故障だった場合の故障位置の特定(多値分類)
  • Task5: バルブ故障だった場合、バルブがどれだけ壊れているか(どれだけ開くことができているか)を0~100%の間で診断(回帰予測)

データの概要

供給管のバルブを 3 回開閉させた際に生じる内部の水の時系列圧力データが対象です。宇宙機の個体差を表現するために、4 つの宇宙機ごとに、バルブの開閉に若干の特徴が加えられています。

  • 学習データ 177、テストデータ 46
  • データの種類としては
    • 正常データ:気泡の混入やバルブの故障などが発生しておらず、管内の水が適切に駆動されているケース
    • 気泡異常データ:8 箇所のうちどこかに気泡が入り込んでいるケース
    • ソレノイドバルブ(電磁弁)故障データ:4 箇所のうちどこかのバルブが壊れており、うまくバルブが開けられていないケース。壊れ具合 (Opening ratio) は一定ではない
    • 未知の異常データ:学習データには含まれていない異常ケース。実際の宇宙機運用ではこちらが多数派なので、検知できるようにする必要がある
  • データの内訳
    • 学習データ
      • 宇宙機1の正常データ数:35
      • 宇宙機2の正常データ数:35
      • 宇宙機3の正常データ数:35
      • 宇宙機1の異常データ数:24
      • 宇宙機2の異常データ数:24
      • 宇宙機3の異常データ数:24
    • テストデータ
      • 宇宙機1のデータ数:23
      • 宇宙機4のデータ数:23(学習データには含まれていないので、得点比重が倍)

学習データに含まれていない宇宙機に対しての予測に得点比重が重く置かれている点は面白いですね。

まとめ

ここから先はコンペに参加する方のお楽しみ・・ということで、私からの紹介はここまでとします。いずれにしてもまずはデータの把握と課題の理解が第一歩かと思います。

応募締め切りは 6 月 30 日(金)頑張ってください!

MATLAB License 提供中!

本 Data Challenge 用に以下の Toolbox を提供しています。詳細は PHMAP 23 Data Challenge の 9. Analysis Tools をご確認ください。

1. MATLAB 10. Wavelet Toolbox
2. MATLAB Test 11. Audio Toolbox
3. Parallel Computing Toolbox 12. DSP System Toolbox
4. Statistics and Machine Learning Toolbox 13. System Identification Toolbox
5. Deep Learning Toolbox 14. Econometrics Toolbox
6. Curve Fitting Toolbox 15. Symbolic Math Toolbox
7. Text Analytics Toolbox 16. Optimization Toolbox
8. Predictive Maintenance Toolbox 17. Global Optimization Toolbox
9. Signal Processing Toolbox

 

|
  • print

评论

要发表评论,请点击 此处 登录到您的 MathWorks 帐户或创建一个新帐户。