A Review of Physics-Informed Machine Learning Methods with Applications to Condition Monitoring and Anomaly Detection

要約

この研究では、状態監視の観点から PIML 技術の包括的な概要を示します。
PIML を推進する中心的な概念は、既知の物理法則と制約を機械学習アルゴリズムに組み込むことで、物理原理との一貫性を保ちながら利用可能なデータから学習できるようにします。
PIML 手法は、ドメイン知識とデータ駆動型学習を融合することにより、純粋にデータ駆動型のアプローチと比較して精度と解釈可能性が向上します。
この包括的な調査では、既知の物理原理を機械学習フレームワーク内に統合する方法論と、状態監視内の特定のタスクへの適合性に関して詳細な検査が実行されます。
物理知識の ML モデルへの組み込みはさまざまな方法で実現できますが、それぞれに固有の利点と欠点があります。
データ駆動型モデル内で物理学を統合するための各方法論の明確な利点と制限について、計算効率、モデルの解釈可能性、状態監視と障害検出におけるさまざまなシステムへの一般化可能性などの要素を考慮して詳しく説明します。
状態監視アプリケーションにおける PIML の有効性を実証するために、この新たな概念を利用したいくつかのケーススタディと文献が紹介されています。
検討した文献から、状態監視における PIML の多用途性と可能性が実証される可能性があります。
新しい PIML 手法は、状態監視の複雑さと関連する課題に対処するための革新的なソリューションを提供します。
この包括的な調査は、この分野での将来の作業の基礎を形成するのに役立ちます。
テクノロジーが進歩し続けるにつれて、PIML はエンジニアリング システムにおけるメンテナンス戦略、システムの信頼性、全体的な運用効率を向上させる上で重要な役割を果たすことが期待されています。

要約(オリジナル)

This study presents a comprehensive overview of PIML techniques in the context of condition monitoring. The central concept driving PIML is the incorporation of known physical laws and constraints into machine learning algorithms, enabling them to learn from available data while remaining consistent with physical principles. Through fusing domain knowledge with data-driven learning, PIML methods offer enhanced accuracy and interpretability in comparison to purely data-driven approaches. In this comprehensive survey, detailed examinations are performed with regard to the methodology by which known physical principles are integrated within machine learning frameworks, as well as their suitability for specific tasks within condition monitoring. Incorporation of physical knowledge into the ML model may be realized in a variety of methods, with each having its unique advantages and drawbacks. The distinct advantages and limitations of each methodology for the integration of physics within data-driven models are detailed, considering factors such as computational efficiency, model interpretability, and generalizability to different systems in condition monitoring and fault detection. Several case studies and works of literature utilizing this emerging concept are presented to demonstrate the efficacy of PIML in condition monitoring applications. From the literature reviewed, the versatility and potential of PIML in condition monitoring may be demonstrated. Novel PIML methods offer an innovative solution for addressing the complexities of condition monitoring and associated challenges. This comprehensive survey helps form the foundation for future work in the field. As the technology continues to advance, PIML is expected to play a crucial role in enhancing maintenance strategies, system reliability, and overall operational efficiency in engineering systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google