事例に学ぶ！機械学習を用いた健全性管理～宇宙機推進系の故障検知を例に～

概要

今回は探査ミッションの肝である宇宙機の推進系を例に、機械学習モデルによる故障検知、直感だけに頼らない特徴量エンジニアリングによる診断精度向上、そしてモデル作成プロセスの効率化を実現するアプローチをご覧いただきます。

ハイライト

• センサデータの取得、前処理
• 機械学習モデル作成プロセス
• 異常検知、故障診断適用例

講演者について

宇宙航空研究開発機構（JAXA）

研究開発部門

富永晃司

2021年国立研究開発法人宇宙航空研究開発機構(JAXA)入構。研究開発部門第二研究ユニット研究開発員。宇宙機推進系の供給システムに対する故障診断のための、センシング技術研究およびデータ駆動型故障診断技術の研究・開発に従事。ヘルスマネジメントに関する学会・研究会にも積極的に従事(PHM Asia Pacific 2023運営委員、人工知能学会第二種研究会SIG-SMSHM 幹事)。

MathWorks Japan

アプリケーションエンジニアリング部

井上道雄

MathWorks のシニアチームリーダとして「現場で使える AI」をモットーにデータ解析関連を担当。前職の NASA/JPL では数値流体力学（乱流）の研究に従事。より現場に近い数値計算の世界を求め 2014 年に帰国し現職。PHM Asia Pacific 2023運営委員、人工知能学会第二種研究会SIG-SMSHM 幹事、MathWorks 公式ブロガー。X (旧Twitter) で国内外の MATLAB ユーザーにしつこく絡みます（いいね/RT はすべて手動です）