Semi-Supervised Health Index Monitoring with Feature Generation and Fusion

要約

ヘルス インデックス (HI) は、システムの健全性を評価し、異常検出などのタスクを支援し、高い安全性と信頼性を要求するシステムの残りの耐用年数を予測するために重要です。
低コストで高精度を達成するには、厳密な監視が不可欠です。
実際のアプリケーションで HI ラベルを取得するには、多くの場合、法外なコストがかかり、継続的で正確な健康状態の測定が必要です。
したがって、機械の摩耗状態の潜在的な兆候を提供する可能性のある実行から故障までのデータセットを活用する方が便利であり、HI 建設には半教師ありツールを適用する必要があります。
この研究では、ディープ半教師あり異常検出 (DeepSAD) 手法を HI 構築に適用します。
解釈可能性の課題とシステム固有の要因に対する感度に対処するため、DeepSAD 埋め込みを条件インジケーターとして使用します。
次に、状態指標を強化するために多様性損失を導入します。
等張性制約を備えた交互投影アルゴリズムを使用して、DeepSAD 埋め込みを増加傾向にある正規化された HI に変換します。
PHME 2010 ミリング データセットでの検証では、グランド トゥルース HI のベンチマークとして認識されており、意味のある HI 推定値が実証されています。
私たちの貢献により、特にグランド トゥルース HI ラベルの取得が不可能な場合に、よりアクセスしやすく信頼性の高い HI 推定の機会が生まれます。

要約(オリジナル)

The Health Index (HI) is crucial for evaluating system health, aiding tasks like anomaly detection and predicting remaining useful life for systems demanding high safety and reliability. Tight monitoring is crucial for achieving high precision at a lower cost. Obtaining HI labels in real-world applications is often cost-prohibitive, requiring continuous, precise health measurements. Therefore, it is more convenient to leverage run-to failure datasets that may provide potential indications of machine wear condition, making it necessary to apply semi-supervised tools for HI construction. In this study, we adapt the Deep Semi-supervised Anomaly Detection (DeepSAD) method for HI construction. We use the DeepSAD embedding as a condition indicators to address interpretability challenges and sensitivity to system-specific factors. Then, we introduce a diversity loss to enrich condition indicators. We employ an alternating projection algorithm with isotonic constraints to transform the DeepSAD embedding into a normalized HI with an increasing trend. Validation on the PHME 2010 milling dataset, a recognized benchmark with ground truth HIs demonstrates meaningful HIs estimations. Our contributions create opportunities for more accessible and reliable HI estimation, particularly in cases where obtaining ground truth HI labels is unfeasible.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google