機械学習を用いた空調熱源システムの不具合検知・診断

第1報−シミュレーションによる不具合データベース作成と畳み込みニューラルネットワークによる不具合検知・診断

抄録

建築物の熱源システムにおいて，設計性能を発揮できなくなる要因である不具合を明らかにする不具合検知・診断は非常に重要である。本研究は物理モデルと機械学習により熱源システムの不具合検知・診断を行うことを目的とする。本報では未知の不具合を有する熱源システムを対象として，機械学習の一手法である畳み込みニューラルネットワークによる不具合検知・診断を試みた。そのための学習・テストデータとしては，該当システムに対する詳細なシミュレーションにより 6 種類の不具合状態を再現し，適切なラベルをもつように作成されたデータベースを利用した。十分な学習データ量を用いることで高い精度で検知・診断できることを確認した。