Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2021065449 - SYSTÈME DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE, DISPOSITIF DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE ET PROGRAMME DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE

Numéro de publication WO/2021/065449
Date de publication 08.04.2021
N° de la demande internationale PCT/JP2020/034760
Date du dépôt international 14.09.2020
CIB
G01M 13/00 2019.01
GPHYSIQUE
01MÉTROLOGIE; TESTS
MTEST D'ÉQUILIBRAGE STATIQUE OU DYNAMIQUE DES MACHINES OU DES STRUCTURES OU DES OUVRAGES; TEST DES STRUCTURES, DES OUVRAGES OU DES APPAREILS, NON PRÉVU AILLEURS
13Test des pièces de machines
G06N 20/00 2019.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
CPC
G01M 13/00
GPHYSICS
01MEASURING; TESTING
MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
13Testing of machine parts
G01M 13/045
GPHYSICS
01MEASURING; TESTING
MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
13Testing of machine parts
04Bearings
045Acoustic or vibration analysis
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
Déposants
  • 国立大学法人大阪大学 OSAKA UNIVERSITY [JP]/[JP]
  • NTN株式会社 NTN CORPORATION [JP]/[JP]
Inventeurs
  • 福井 健一 FUKUI, Ken-ichi
  • 北井 正嗣 KITAI, Masashi
Mandataires
  • 新居 広守 NII, Hiromori
Données relatives à la priorité
2019-18023430.09.2019JP
Langue de publication japonais (JA)
Langue de dépôt japonais (JA)
États désignés
Titre
(EN) REMAINING LIFE PREDICTION SYSTEM, REMAINING LIFE PREDICTION DEVICE, AND REMAINING LIFE PREDICTION PROGRAM
(FR) SYSTÈME DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE, DISPOSITIF DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE ET PROGRAMME DE PRÉDICTION DE DURÉE DE VIE RÉSIDUELLE
(JA) 余寿命予測システム、余寿命予測装置、および余寿命予測プログラム
Abrégé
(EN)
This remaining life prediction system (100) is provided with: a learning information acquisition unit (110) which acquires learning deterioration amount information, a learning feature amount vector, and a learning remaining life at each time to an operation limit of an operation mechanism for learning (200); a first regression model development unit (120) which develops a first regression model that estimates a deterioration amount on the basis of a learning feature amount vector and learning deterioration amount information; a second regression model development unit (150) which develops a second regression model that estimates a remaining life on the basis of the learning deterioration amount information and a learning remaining life; an evaluation information acquisition unit (130) which acquires an evaluation feature amount vector obtained from an operation of an operation mechanism for evaluation; and a remaining life derivation unit (140) which receives the evaluation feature amount vector, estimates evaluation deterioration amount information by means of the first regression model, and receives the obtained evaluation deterioration information to derive the remaining life by means of the second regression model.
(FR)
L'invention concerne un système de prédiction de durée de vie résiduelle (100) comprenant : une unité d'acquisition d'informations d'apprentissage (110), qui acquiert des informations de degré de détérioration d'apprentissage, un vecteur de degré caractéristique d'apprentissage et une durée de vie résiduelle d'apprentissage à chaque instant jusqu'à une limite de fonctionnement d'un mécanisme de fonctionnement pour l'apprentissage (200); une première unité de développement de modèle de régression (120), qui développe un premier modèle de régression estimant un degré de détérioration en fonction d'un vecteur de degré caractéristique d'apprentissage et d'informations de degré de détérioration d'apprentissage; une seconde unité de développement de modèle de régression (150), qui développe un second modèle de régression estimant une durée de vie résiduelle en fonction des informations de degré de détérioration d'apprentissage et d'une durée de vie résiduelle d'apprentissage; une unité d'acquisition d'informations d'évaluation (130), qui acquiert un vecteur de degré caractéristique d'évaluation obtenu à partir du fonctionnement d'un mécanisme de fonctionnement pour l'évaluation; et une unité de dérivation de durée de vie résiduelle (140), qui reçoit le vecteur de degré caractéristique d'évaluation, qui estime des informations de degré de détérioration d'évaluation au moyen du premier modèle de régression et qui reçoit les informations de détérioration d'évaluation obtenues pour en déduire la durée de vie résiduelle au moyen du second modèle de régression.
(JA)
学習用動作機構(200)の動作限界までの各時刻における学習劣化量情報、学習特徴量ベクトル、学習余寿命を取得する学習情報取得部(110)と、学習特徴量ベクトル、学習劣化量情報に基づき劣化量を推定する第一回帰モデルを育成する第一回帰モデル育成部(120)と、学習劣化量情報、および学習余寿命に基づき余寿命を推定する第二回帰モデルを育成する第二回帰モデル育成部(150)と、評価用動作機構の動作から得られる評価特徴量ベクトルを取得する評価情報取得部(130)と、評価特徴量ベクトルを入力とし、第一回帰モデルにより評価劣化量情報を推定し、得られた評価劣化量情報を入力とし、第二回帰モデルにより余寿命を導出する余寿命導出部(140)と、を備える余寿命予測システム(100)。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international