産業分野での異常検出・診断技術と今後の展開

全文

(1)Mem. S c h o o . lB .O .S .T .K i n k iU n i v e r s i t yN o .1 2:1" '1 4 (2003). 1. 産業分野での異常検出・診断技術と今後の展開稲荷隆彦 1. 要旨機器やシステムの異常を，できるだけ早期に発見，できれば事前に予測する技術は，古くからの課題である.医療分野を別にすれば，特に自動的な異常の検出・診断の技術は，産業分野でいろいろな側面から開発がおこなわれてきた.本論文は，この分野について筆者が開発に携わってきた内容を中心に，技術の特徴と概要を述べたものである.まず異常検出の対象の区分と特徴を述べ，機器の異常検出など，具体的な開発技術を例として紹介する. 1.緒論対象とするものの状態が，通常の，あるいは本来あるべきと思われる状態から，望ましくない状態への移行やその兆しを知ることは，センシング分野での伝統的な，容易に解決できない課題である.特に生物体の持っている，異常などの事態の事前感知能力を考えるとき，より深いレベルからの研究が必要と考えられる. 最も私たちの身近にある異常検出・診断の課題は言うまでもなく医療分野の検査・診断である.医療では検出データの分析，判断は主として医師である専門家に委ねており，一部の分野を除いて検出・診断の自動化は進んでいるとはいえない.自動化を進める方向での研究開発は，産業分野ではかなり古い歴史を持っている.筆者は産業界にあって，この分野の研究開発に関心を持ってきた.本稿では筆者の経験した範囲で，産業分野での異常検出・診断技術を中心に述べる. 産業用の異常検出・診断システムも，実用目的の観点からみれば，いろいろな側面を持っている.そして各側面で求められる技術内容も，大幅に異なっている.ここではまずそれらの側面を区分し，それぞれの概要と特徴につき述べる.具体的な技術の例としては，筆者が開発に関与してきた技術を中心に具体的な研究例を紹介し，それぞれの技術の特徴について述べ，今後の展望について述べる. ，なおこの報告は， 200 1年 1月. 和歌山県立工業技術センターで行われた，産学官による. 異常検出・診断に関する研究会で報告した内容をベースに，若干の詳細な開発例を加え，まとめたものである.. 2 . 産業分野における異常検出・診断の対象異常検出・診断技術は，センシング技術分野の中でも状態計測 J の代表的な分野で 1 .D e p a r t m e n to fI n t e l l i g e n tS y s t e m s ，回r i k iU n i v e r s i t y ， Wakayama6 4 9・6 4 9 3， Japan.

(2) 2. Memoirso fTheS c h o o lo fB .o .S .T .o fK i n k iU n i v e r s i t y No.12 ( 2 0 0 3 ). ある.これは対象の持つ物理的な量の計測が目的ではなく，対象が本来あるべき状態から外れた状態にあるという状態 Jそのものを検出の目的とする.実用的なシステム，とくに産業分野での特徴でもある自動化を考えた場合，異常検出の対象や内容，またシステムを構成するいろいろな側面など，非常に多岐にわたっている.ここでは異常検出システムの，対象やシステムを構成する要素等を，一応整理し，概括を述べることから記述を始める.. 2 . 1 異常検出・診断の対象の区分異常検出の対象といった場合，たとえば回転機とか工作機械といった，システムを構成する機器や機械設備を考えるが，異常検出はそうした機器のレベルに止まらない.たとえば道路システムの異常といった場合，個々の機器の異常のみではなく，システム全体の運用に異状を来すといった場合も，異常検出・診断システムである. このような対象による違いにより，異常検出・診断といっても，その技術内容は大きく異なる.機器本体の異常検出では，それらの機器固有の異常状態を示す信号を得ることが通常必要であり，そのような信号を検出する技術が問題となる. システムの異常といった場合は，機器レベルでの異常信号がある場合はもちろん望ましいが，通常の物理情報，たとえば，温度や振動といった信号の組合せにより，システム全体の状態の判断を行うアルゴリズムが問題となる.従来から多くの研究実績があるエネルギーフ。ラントなどの異常検出システムなどは，その代表的なものであるといえる.. 2. 2. システム構成部分からみた対象の区分. 一方，システムを構成する部分に着目した区分も考えられる.異常検出システムとしては，対象機器からの異常に対応した信号を出す部分と，これを他の信号とともに収集し，システム全体として状態の判断を行うデータ収集部分とに区分することもできる.信号を出す部分については，機器レベルでの異常に対応した信号を得る技術が課題という点で共通である.データ収集部で、は通信システムやそのハードウェア構成，さらには中央処理部分と端末部分とのインテリジェンスの分担等が課題となる. データ収集部分と機器のレベルとの関連を概念的に表したのが図 1である.機器のレベノレからの信号はデータ収集システムで集められ，通常はコンビュータの信号処理により，異常の有無，種類，程度などの判定や診断が行われる.機器からの信号検出には，早期異常を見出すセンサーの技術の開発が必要であり，信号処理ではシステムの状態の判別というレベル以外にも，積極的に異常情報を抽出するための，波形処理や画像処理といった信号処理技術が必要である. データ収集部分では，データ収集のためのネットワーク技術や，保守点検ロボットのような，データ収集を目的とした機械装置の技術が必要である.上で述べた対象の区分に対応して，本稿で触れる開発システムの例を表 1に示す.この開発例のいくつかを以下に具体的に述べるこ.

(3) 3. とになる .本稿に述べるデータ収集システムと機器のレベルでの開発の記述は，基本的には参考文献(1)での論述を基礎としている .. 信号データ収集システム・ネット戸手技術ー守点検ロボット技術. -センサ技術・データ変換処理技術. システムにおける対象の区分機器部分の検出技術. 図 1.異常検出システムの構成部分による区分. 異常情報の検出・診断. システムの動作状態異常検出・予測. -非接触ガス漏れ検出 -漏洩油，水検出 -非接触振動センサ " AE工具異常検出. データ収集システム. -光ファイ 1 ¥ーセンサ，インテリジエントプロセッサ. -光計測・異常検出システム -保守点検運用システム. -保守点検ロボット信号解析・情報処理. -振動・騒音による回転機異常検出システム -画像による異常検出. システム運転状態解析. プラント運転監視システム道路交通監視システム. 表 1.対象の区分と異常検出システムの例. 2. 3. システムの運転作動状態の異常検出・診断. 検出信号を出すセンサは温度や圧力，流量や水位といった普通に使用されるものであるが，これらの情報の組合せや分布の状態などから，システムの運転や動作状態の異常の検出をおこなうシステムは，古くから研究開発がおこなわれてきている .エネルギーフ。ラントなどの異常検出システムや，道路の交通状態の監視などはこの分野に属すると考えてよい.正.

(4) 4. Memoirs of The School of B .O .S.T. of Kinki University No.1 2. ( 2 0 0 3 ). 常なシステムの動作状態からの変化を検知，分析し，異常の発生と内容，原因の推定をおこなう.そのためのアルゴ、リズムはそれぞれのシステムに固有に開発される.この分野については本稿ではあまり取上げない.. 3. データ収集システムでの開発例 1つないしは複数の対象物の情報を収集し，これらのデータを基に機器本体やシステム. 全体の運用状態などの異常の分析，判断を受け持つ部分に伝達するシステムを，ここではデータ収集システムと呼ぶ.その例としてネットワークシステムと保守点検ロボットがあげられる.前者は静止した対象機器のセンサ情報を，自動的に収集するもので，プラントなどの事前に決められた特定の対象機器に配置されたネットワークのことである.後者はデータ収集システム自身が移動して，機器からの情報を集める機能を持つ点が大きく相違する点であ. る. 上に述べた 2種類のデータ収集システムにつき，それぞれ 2つの通産省(当時)の大型プロジェクトが設定され，筆者もその一部の開発に参加してきた.ここではその開発技術を中心に述べる.. 3 . 1 データ収集システムとしての光ネットワークとインテリジヱントプロセッサ光ファイパーによる通信技術の発展とともに，プラント等の情報システムの光ファイパー化が注目された.光ファイバーネットワークの技術開発を目的とし，産業システムの異常検出への適用を想定した大型プロジェクト「光応用計測制御システム J が 1979~1986 年頃. を中心に実施された.プロジェクトでは光通信方式から通信機器，中継，端末機器，光センサなどの開発がおこなわれた. 筆者らが担当した開発課題を，ネットワーク構成として想定したのが図 2である. (2). 現場. CentralComputer System. OpticalFiberNetwork. Optical Preprocessor Optical γransmitter Usualεlectric Sensor OpticalFiberSensorslOpticalTransmitters. 図2 . 光センサ，情報端末から構成するネットワークの概念構成.

(5) 5. には光ファイバーを用いたセンサが開発され，用いられるとし，温度，圧力，また油漏れなどが，光の情報として収集される.基本的にはセンサからの信号を収集するシステム全体を，光を用いた構成とすることを設計思想としている.. 図 3. 光プリプロセッサの構成 [ a ]光プリプロセッサ. 上記の設計思想から開発を企画されたのが，光プリプロセッサである. (3). このプロセッサ. の基本構成を図 3に示す.複数個のファイバーセンサに光を供給する発光ダイオードやレーザ. 1 6 締 29 分. G. 掛~lE錨陶. 時間. 200 別 ω 91. μ s e c. XI-902V XI-903V X I " ' : 9 0 4 V. ー10. 5000. XI-904V TI-912H TI-913H. 光!l Uhセンサ検出演形図. 図 4. 光異常検出システムの中央ターミナルでの表示例. 10000.

(6) 6. Memoirs o fThe S c h o o lo fB .O. S .T .o fK i n k iU n i v e r s i t yN o .1 2 (2003). ダイオードを持ち，ファイパーセンサから返ってきた光を受光するフォトダイオード群，およびこれらの光からの信号を信号処理し，これと結合されたファイバーネットワークに，光のデータに変換して送信する.ネットワークより入力される上位コンピュータからのコマンドを受信し，必要な信号を送出する機能を持つ.もちろんこのプロセッサはマイクロコンピュータを内蔵している.このプロセッサの基本的な特徴は，できるだけ光を用い，電気的な結合を減らすこと，システムの端末にできるだけのインテリジェンスを持たせていることである. [ b ]システムのインテリジェント機能試作システムによる異常検出結果の表示例を，図 4に示す. ) 異常発生を光プリプロ. (3. セッサにて検出し，上位からの指令に基づき，上位コンピュータにデータ群からのデータ列と振動波形を表示している.左の図は対象の 1つであるポンプとセンサの配置と，各センサからのデータの分布の表示例である . [ c ]光データ収集端末対象となる機器のセンサからのデータを，光により発信し，また光により給電される端末を取り付け，点検要員が携行するデータ収集端末によりデータを収集し，異常判定をおこなう方式が最近開発されている. ) 携行する端末(図 5) は，機器の端末に給電し，光信. (4. 号を受信する機能を持つ.この方式は上記のフロジェクトの開発から発展したものでもある.. ホスト計算機. 口 l r T. /乙二コ~. 図5 . 光給電・光通信機能を持つ携帯型データ収集端末. 3. 2 保守点検ロボッ卜の実現のための開発例. [ a ]保守点検ロボットの開発課題.

(7) 7. 保守点検ロボットについても，おおよそ 1 9 8 4年 ' " ' ' 1 9 8 8年頃，通産省大型プロジェクト「極限作業ロボット」の一環として，研究開発が行われた.極限作業ロボットは新しい知能ロボットの研究を目的とし，プラント内での保守点検ロボットは，その開発目標として想定された. 極限作業ロボットは. より人間に近い知能ロボットへのアプローチとして，人間の支援. と一体化するバイラテラル方式の方から進めることが提案され(5). 開発が進められた.具. 体的な開発課題としては，バイラテラル制御によるロボットハンド，歩行・移動機構，視覚システム，圧覚センサやアクチュエータ，通信技術，システムの高信頼化技術などである.. Robo七. 〆. S七atio 砂". P4 一一一一一一一一一. ιJ 仁. エ. Relay s. Mobile robot. ご. Central control system. 、宮lc:t-由胃、. 図6 . 移動ロボットへの光空間情報伝送システムの概念図 [ b ]光空間伝送システム. このプロジェクトのーっとして，移動するロボットとの通信を光により空間的におこなう，筆者らの開発したシステムの例. (6). を述べる.. プラント内を移動するロボットに対する光による通信システムの概念を図 6に示す.プラント内には光ファイバーによるネットワークが設置されていると想定し，要点に中継機能を持つロボット装置がある.移動する点検ロボットはこの中継ロボットとの間で通信を行う. 空間的に光伝送をおこなうため，レーザ光線で移動ロボットと中継ロボットの聞を結ぶ必要がある.ロボットの移動に伴う三次元的な位置変動に対し，相互に相手側との間で光線の方位を制御する必要がある.また光線が途中の障害物などで遮られでも，ただちに相手を探索して通信機能の保持をおこなうなど，通信システム自身の異常の検知，制御をおこなう. 図 7は移動ロボットと中継ロボットに搭載する実証用通信装置である.半導体レーザによる通信ビームの送受信と，視覚機能，および相手ロボットからのビームの一部の位置検出により，相手ロボットの位置を検出し，自身の発射するビームの方位を制御する機能を備えている.こうした制御機能や遮断された通信機能を回復する機能は，移動ロボットと中継ロボット双方に設置される. [ c ]保守点検ロボットの問題点.

(8) 8. Memoi r s ofThe SchoolofB .O. S .T . ofKi nk iUn i v e r s i t y No.1 2 ( 2003 ). 守l. Robot StaしiOIl[. A 週刊 tch and Roll. ト~.. 〆. i 4にヲAt. ，. ;ご~ o t_ 訓コ. ! Ur. ~場玉シぺ. M echa n islll. Optical Wireless Communi Ce . l l .i on. Vカメラ +LEDマーカ. ト..//¥ ~--./\γV Ce . lme ra. 5 ¥. r. 竺￨F仁三弘. 光線位置検出 +光送受信装置. . /for ^cqujslt ion. Cart . Bcam Tracking. 尚子lh. nr ! ) 同. j. ~~. 止戸--.，1 F. 、￨-. HcIay S t e l t .i0 0 I. . 1. 探索・追跡用. ・・・ L. 軽局冨￨ー. ¥. 図 7.移動ロボットのための光空間伝送の実証システム. ・. R ・￨. 保守点検ロボット実現のための問題点はいくつかあげられるが，ほとんど解決されていない.詳細は本稿の趣旨ではないので，センサ関連の課題を概括すると，異常に対する的確な，新しい検出の課題は別にすれば，ロボットの視覚関連では，視覚が有効に，正しく動作するための，ロボットの位置や姿勢の制御に大きな課題がある.つまり視覚が有効に作動するためには，カメラに正しく見える位置と姿勢に，カメラを制御する必要があり，そのための他のセンサシステムが必要になる . また移動するロボットにとって，検出の非接触化は必須である.たとえば振動センサは代表的な異常検出センサであるが，通常の使用法は対象にねじ止めなどで固定する必要があり，点検ロボットには難しい操作である .. 3. 3 特殊な保守点検ロボット-パイプ内面検査システム筆者らの開発例にパイプの内面を走行して，内面の形状を計測するシステム(7)がある .. C i陀 ularPatternProject伺. Pゆe. ∞. ImagePr essingSystem. 図8 . パイプ内面形状検査装置の光学系の構成.

(9) 9. センサ部分は図 8のような光学装置で，半導体レーザからの光線を円錐状の鏡で反射させ，こノミイプの内面に環状の光線を照射する. レーザからの光はレンズにより内面表面に焦一度 l 点を結び，細い，帯状の照射光になる.内面からの反射像はレンズで集められ，イメージセンサ上に像を作る.イメージセンサから得られる円環状の画像は図 9のようになる.内壁に異常突起がある場合，右の図のように，円環形状に異常変化が見られる.環状像の形状を，. 図 9. 内面からの円環形パターン図 10. 内面形状測定データ例 (縦方向:パイプ長手方向) 画像処理することで，内面形状が計測される.センサをパイフ。に沿って移動させていくと，内面全体の形状が計測される.図 10に全面の形状を計測した結果の例を示す.内面上に凹部があることが観測される.内面の腐食や亀裂，内部の蓄積物などを検出することができる. 4. 異常の検出技術開発例システムを構成する機器のレベルで，異常，ないしは予知段階の，異常につながる検出の技術は，もちろんいろいろ研究されてきている.ここではセンサからの通常の信号から，信号処理などにより，異常情報を抽出する技術を中心に述べる.非接触で異常につながる信号の検出を行う例も，若干の説明を加える.. 4. 1 振動波形の特徴による異常の検出工場などで使用される回転機の異常検出・診断は，産業分野では典型的な課題である.回転機の場合は回転状態を監視する検出量としては，主として温度と振動である.温度の急激な上昇が起こる場合は，異常の程度は相当進展していると見る必要があろう.したがって早期の異常検出には，振動波形の検出が代表的である. 以上の誘導電動機の転がり軸受の異常を検出する開発例 1 0 0kW. (8). について述べる.欠. 陥のある軸受の振動観測実験の結果，異常の種類として，軸受内部の部品にある傷によるも.

(10) 1 0. Memoirs o fTheS c h o o lo fB .O .S .T .o fK i n k iU n i v e r s i t y NO.12 (2003). . .. . ，D ν. 10'. V. 1.. 、一-_.~…吋時一--，一一一向r ゆ句--，ー一時一可一一守山由守明白司園町内 f 鳴戸… T句 _._.~.-.1 一一一_..，. 笛.0-.-ー叩-"'I'.'~-r---'r--嶋田-，---守一一一ーγ鴫-..，..一一一可一一一句一一曲一，. 句. D.. J:i吋酬トト時~榊回. 、問. a。伺(i:. 120110. 仙刷闘い山崎山ω. 司uuø. 一一一. .-1.0-1.... 一一マ山~--.. ._.._......--…，-~--'...，匂寸一一汁. -1.Q~~:;;:;.;:...~i討…wγふ. &Obo. ilr~. n~1:. ‘ JO. 也. l6JIU. i ! :UUO. ，叩句・.，. -'"1 < ' . • f'--" IHiUO 100U l l t H H I. ..uO~. 。 ‘. 1t . oU. J l I 1 :. . . 0. 10 I. … 一切吋 '町ー一一吋一日間四回叶一一一 ' ' f ゅー _ . 吋晦T -川町-'.. 一一 ' ， _ . _ ，. V. 1 .0々r. “ … … v一一 . ， . . ， _ . . . … ，均一1 … … … … " . _ _ . _ _ . . " ' ， iw. 白 H r ; I ;. ) ， { ) UD. )$00. ~ωbþ. t . I >UU. ‘凶 00. ~GUO. 唱 DUU. "600. (c). ・. 筒00. -l，. . ". uJ 叫W. "--r …. ぬ. γ. 一色一一町一一一叫ん …司. 山 . ，即・、叩叩.町一一，. .0 tiuu U: '0'‘.o. IuuO. 1Sl IU. tuua. r. E. (a) 10 1. ouu. ，、、LU ，，.‘、. ー. …，. ωr刊内町一r一一一 a一一一吋叩 - " f ' .一副問。 . ，GtlD J o IUHHI 令ilDU 1liun. ' ' l J. 。旬 ‘. U. (d). 図 11 . 軸受に異常のある場合の振動波形例 (a)正常， (b) 外輪 (c)内輪， (d) ボールの，潤滑不足，軸受内部への異物の混入の 3種類に大別される.さらに部品の傷によるものは 3つの種類に区分される. 図 11に傷のある場合の振動波形の例を示す.図の(a)は正常な振動波形，. 』一。. Pe 口K. 同軸"". r . m . s. 骨四叫. Peok. ，陀欄聞・ヌ. r . m . s .. (b) は外. /. ピf r r. o. z. z. 4. (a)潤滑不足. - v. ，. oa. z. 2. 4. (b) 異物混入. 図 12. 潤滑不足 (a)と異物混入 (b) の場合の振幅の時間的増大. h r ..

(11) 1 1. 輪部に傷がある場合，. (c)は内輪部に傷がある場合，. (d) はボールに傷がある場合であ. る.いずれも回転に伴う周期的な衝撃波形が現れてくる.さらにおのおのの場合で，波形の周期と大きさに差があることがわかる. 潤滑不足と異物混入では特徴的な波形は見られないが，衝撃波形は不規則で，振幅全体が時間の経過とともに増大していく特徴がある.時間経過と波形のピーク値，および二乗平均(r. m s) の増大の例を，図 12に示す.このシステムでは波形の特徴の抽出を，当時のマイクロコンビュータでのプログラムを開発することで実現している.信号処理技術としては，パワースペクトルなどの処理を用いることも考えられたが，スペクトル上では，明瞭な特徴の検出は困難で、あった.. 4. 2 光や画像による異常検出技術. 対象の異常そのものをなるべく小さい段階から検出する方法が，やはり基本的に必要である. できれば非接触であることが望ましい.光の利用はその意味では多くの応用の可能性をもっている.光の応用は大きく区分して，レーザなどの光の特性を利用するものと，画像を利用するものに大きく分けることができる. 筆者の関与してきたこの分野の開発例を，紙数の関係から，項目のみ表として示す.. 表2 . 光・画像応用センサシステムの開発例 !一一一一一面桑t~ 云子孟福一一ーーー一一丁目白一一一一一一一一一一一一一一一扇蚕一一一一一一一一一一一一一一-j一一ー一言語~，支詠一一一一. 蒸気漏洩検出装置. 散乱光の偏光特性と画像の利用. 文献 (1)，(9). 蒸気と背景からの散乱を分離，検出する点検用複合検出システム. レーザの複合的な特徴を利用蒸気漏洩(上記)，文献 (1)，(9) 振動，距離，油の漏洩など複合的に検出する. 半導体レーザの波長制御に. 半導体レーザの波長を調整しアンモニアなどの吸. よるガス検出. 収スペクトルにあわせ，漏洩ガスを検出する. 差分画像による漏洩油検出. 紫外線照射による油の蛍光を利用差分画像処理. システム. により背景から分離し漏洩油を抽出，検出する. 文献 (1)，(10). 文献 (11). [ a ]レーザ光線の応用上の表のうち，レーザ光線を応用する場合は，レーザの持つ光学的な特性のいろいろな側面を利用する.発光，吸収特性，波長による特性，干渉，偏光などの利用である. 1つのレーザ光源からの光で，いろいろな量が検出できることから複合計測システム」の構想ができている..

(12) 1 2. M e m o i r so fT h eS c h o o lo fB .O .S .T .o fK i n k iU n i v e r s i t yN O . 1 2( 2 0 0 3 ). [ b ]画像の利用画像は人間の視覚に対応して，基本的な検出手段であるといえる.上記の表で示した漏洩油の検出は，画像処理に，蛍光特性としづ光学特性を積極的に用いたものであるが，このような組合せは，今後多くなると思われる.. 6. 異常検出技術の今後の展望産業界で工場システムや機器の自動的な異常検出技術の開発がおこなわれてきたが，工場生産以外のいろいろな分野での異常検出・診断の課題への適用が期待できる.保守点検ロボットなどのデータ収集システムは，データ伝送やロボットの技術の進展に期待できる.一方で異常の状態をより初期段階で検出する技術分野では，物理的な，新しいセンサ技術の開発の他に，信号処理により，人間や生体がもっ状態を事前に予知する能力に近づく技術の進展が期待される.. 6. 1 知識処理による異常の抽出初期段階の異常の予知方法として，人の能力をコンヒ。ュータに読込む知識処理の利用が注目されてきた.その代表的な分野は，ニューラルネァトワークの応用である.電力機器など大形の，重要機器の診断などに応用が試みられた. しかしながらニューラルネットでは，特定の人の教示作業が必要なこと，特定の個人の知識を基準とするため，基準のモデ、ルの作成に客観性を持たせ，また高い信頼性を持たせるのは困難である.こうした課題が実用化上残っている.. ウェイト係数の補正. ￨ N次元. N 次元テ、. ータ分布. N. 合一合. 入力信号群. 2 2 1 < 基準の. 出力. l. 知的データ. ベース. 図 13. 状態検出のための知的処理の概念構成. N.

(13) 1 3 5. 2 新しい知的処理による期待. 人間の事前予知機能に近づくには，ニューラルネットに比べ，よりコンビュータに自動的に客観的な判定基準つくるアルゴリズムの開発が求められる. 1つのアルゴリズムの，筆者なりの考え方を図 13に示す.対象の 1つの状態を表すための N個の入力センサ情報があるとし，データ群として読込むために，検出・診断の内容に応じた， N個のウェイト係数をかけ， N 次元のデータ分布を作成する.このデータ分布に対し，あらかじめ作成された知的なデータベースとの間で，論理判定により入力データ群の表す「状態」を推定する. データベースは判定結果の評価により，常に更新され，学習される必要がある.従来のニューラルネットよりさらに進んだ，自己学習的で，かっ客観性のあるデータベース構築が望まれる.また論理判定も，より決定論理的な，客観的で信頼度の高い方法が望まれる.いまだに明確ではないが，より客観的で，自動的なアルゴ、リズムが必要である.. 6. むすび. 主として生産工場やプラントにおける異常検出・診断システムの研究開発について，筆者の従事した課題を中心に述べた.この分野の技術と対象の範囲は広く. 1つにまとめて述べ. ることはきわめて困難である.一応検出対象を区分する試みから始め，開発例の概要を，各対象分野単位に述べたつもりである. この分野では実際の開発，実用化は，より地道に，それぞれの対象と課題について努力が行われていることは言うまでもない.ここで述べたのは研究開発のひとつの試みとして行われたものが多く，従来から考えられてきた技術の流れとして，今後の開発の指針となれば幸いである.その意味ではかなり古い開発例も多いが，最近これらを概念的にも越えるものが，あまり聞かれないように思えるのが残念である. 本稿では光や画像を応用した開発例を主として取り上げたが，このほかにも，超音波や渦流による探傷技術，温度，電気的特性，などの利用，さらにはアコースティックエミッション (AE) の利用など，従来から産業界を支えてきた技術の分野については，今回は触れることができなかった.これらも異常検出の重要技術であることを述べて，本稿を終わることとする.. 参考文献. ( 1 ) T .I n a r i，( 19 9 6 )，F a u l tD e t e c t i o nS y s t e m s，I n t e l l i g e n tS e n s o r s( H . Y a m a z a k iE d )，p p 2 4 3・2 5 1，. E l s e v i e r ， A m s t e r d a m . ( 2 )Y . Uezumi，K .T a k a s h i m a ，K .K a s a h a r a，T .I n a r i，( 19 8 7 )，I n v e s t i g a t i o no f Advanced I n s t r u m e n t a t i o nS y s t e mU s i n gF i b e rO p t i cT e c h n i q u e s:( F i b e rO p t i cNetworka n dO p t i c a lF i e l d.

(14) 1 4. .O .S .T .o fK i n k iU n i v e r s i t yN O . 1 2( 2 0 0: 3 ) M e m o i r so fT h eS c h o o lo fB. E q u i p m e n t )， P r o c e e d i n g so f l n t e m a t i o n a lWorkshoponI n d u s t r i a lAutomaticS y s t e m s， pp39-44 8 6 ) ，高速プロセス情報サブシステム一光応用計 ( 3 ) 高嶋和夫，金田一，稲荷隆彦 ( 19. 160， No. l2， pp829・834 測系三菱電機技報， Vo. ( 4 ) 中島利郎，栃尾. 篤，鹿井正博，池田郁夫， ( 1 9 9 0 )，光給電・光通信による携帯型ワイ. 173， No.8， pp556559 ヤレスデータ収集システム，三菱電機技報， Vo. 閏. ( 5 ) 吉川弘之，. ( 19 8 7 )，極限作業ロボット，電子情報通信学会誌， Vo . 170， Noムpp183-186. 1 9 9 7 )， ( 6 ) 土井博，亀井光仁，宮崎友宏，萩原史朗，津谷定慶，前田陽一郎，稲荷隆彦， (. 移動ロボットのための光空間情報伝送システムの開発，. 日本ロボット学会誌，. Vo . 11 5， No， l . pp131-138 .Takashima ，M.Watanabe，J .F u j i m o t o，( 19 9 4 )，O p t i c a lI n s p e c t i o nSystemf o rt h e ( 7 ) T .I n a r i，K I n n e rS u r f a c eofaP i p eUsingD e t e c t i o nofC i r c u l a rImagesP r o j e c t e dbyaL a s e rS o u r c e， Measurement，1 3， pp991 0 6 田. .Teshima ，S .Ohta ，T .Koizumi，E .Ohno，( 19 8 0 )，A DynamicM o n i t o r i n gSystem ( 8 ) T .Usami，H. ， IEEE1980IECIP r o c e e d i n g s， pp124・1 2 8 f o rB e a r i n g sUsingaM i c r o p r o c e s s o r 19 9 1 )，光の多様性を利用した複合計測システム，計 ( 9 ) 亀井光仁，中島利郎，稲荷隆彦， (. 127， No.12， pp1319・1326 測自動制御学会論文集， Vo. ( 10 )T .Nakajima ， M.Kamei， ( 19 9 1 )， A GasD e t e c t i o nSystemUsingS e m i c o n d u c t o rL a s e r， T e c h n i c a lD i g e s to f t h e1 0thS e n s o rSymposium ， pp203-206. ( 11)中島利郎，井上悟，高嶋和夫，宇佐美照夫， ( 19 9 4 )，電気学会計測研究会資料， IM-94 ・8 9， ppl-8. Reviewo f F a u l t D e t e c t i o nandD i a g n o s i sT e c h n i q u e si nI n d u s 仕i a lF i e 1 d T a k a h i k oIna r i A b s t r a c t s. Th et e c h n i q u e sf o rd e t e c t i o no f仕l ed e f e c t so r也ef a 叫t so f也em a c h i n e sa n dt h es y s t e m si nt h e i re a r l y s t a g e sh a v eb e e n吐l es e r i o u ss u b j e c t sf o rl o n gt i m e s .E s p e c i a l l y ，吐l ea u t o m a t i cd i a g n o s t i cs y s t e m sh a v eb e e n n d u s 仕i a lp r o d u c t i o nf i e l d s .百l ed i a g n o s t i cs y s t e m sc o n s i s to fmanyp訂 t i a ls y s t e m s，a n da r e d e v e l o p e di n血ei ，. e t s .In血i sp a p e r ，血ea u 血o rc l a s s i f i e s吐l ed e t e c t i o na n dd i a g n o s t i cs y s t e m si n t op a r t i a l a p p l i e dt omany町 g ed i a g n o s t i co ft h es t a t eo fas y s t e ma n dt h ed e t e c t i o no f吐l es t a t eo f s y s t e m sa n dt h et a r g e t so ft h es y s t e m si n t o社l. . t Nextt h ea u 血o rd e s c r i b e s仕l et e c h n i c a lo u t l i n e sa n df e a t u r e so ft h ed e v e l o p m e n t si n也e t h em a c h i n e sf i r s ， aωr d i n g ω 血ee x a m p l e so ft h ed e v e l o p m e n t sp e r f o r m e dbyt h ea u 由o ra n dt h er e s e a r c h e r s c l a s s i f i e ds y s t e m s ，. 血o r . c o o p e r a t e dw i t ht h ea u.

(15)