TUOA04 　加速器技術（加速器制御）　 10月18日 会議室A 17:00-17:20

SACLAにおける機械学習による故障予知・異常検知アプリケーションの試作

Prototypes of failure prediction and anomaly detection applications using machine learning in SACLA

○佐藤 悠史（中央電子(株), 理研），清水 俊吾，上條 慎二（中央電子(株)），岩井 瑛人（理研, 高輝度光科学研究センター），前坂 比呂和（理研）

○Yuji Sato (CHUO ELECTRONICS CO., LTD., RIKEN SPring-8 Center), Shungo Shimizu, Shinji Kamijo (CHUO ELECTRONICS CO., LTD.), Eito Iwai (RIKEN SPring-8 Center, JASRI), Hirokazu Maesaka (RIKEN SPring-8 Center)

X線自由電子レーザー施設SACLAでは、多岐にわたる大量のセンサーが設置されており、施設安定稼働のために有効利用されている。しかしながら膨大な点数のため、十分には活用しきれていないデータも存在している。また、アナログ計器であるため、数値の読取りは目視で行うような計器類も多く存在する。そこで我々は、そういったセンサーデータや計器類に着目し、メンテナンス性の向上や点検の効率化のために機械学習を用いた手法を役立てられないか検討した。調査の結果、サイラトロンの余命推定、装置運転停止時のユーザー待機時間の推定、アナログ流量計の数値読取りといった対象を見つけるに至った。サイラトロンの自爆回数等にベイズ学習を適用して余命推定（故障予兆検知）することによる計画的なメンテナンスの実現、運転停止時のアラーム発報状況を基にした決定木回帰等によるユーザーへの待機予定時間の自動連絡、畳み込みニューラルネットワークを用いて画像認識したアナログ流量計の数値読取りによる点検作業の効率化である。本発表では、これらの取り組みに関して、試作したアプリケーション、および、評価結果について報告する。