JAXA、宇宙機推進システムの健全性管理のための異常検知技術を開発
データサイエンスの専門家ではないエンジニアが機械学習アルゴリズムを開発するアプローチ
「MATLABの機械学習アプリは、推進システムの故障診断モデルの構築において非常に重要な役割を果たしました。このアプリケーションで特徴量を簡単にランク付けし、それらを利用して分類学習モデルを構築・評価することができました。さまざまなモデルを試行錯誤することで、モデルの計算コスト、汎用性、精度を評価することができました。機械学習に関する深い知識がなくても、自分の分野に機械学習を導入するための優れたツールボックスです。」
主な成果
- 宇宙機推進システムの予知保全にMATLABを導入することで、開発サイクルの時間とコストが削減されました。
- MATLABは、故障診断と予知保全アプリケーションのエンドツーエンドの開発を可能にしました。
- スタンドアロンアプリが、測定データの即時評価と特性化を可能にしました。
宇宙航空研究開発機構（JAXA）は、月、火星、そして深宇宙への将来のミッションの安全性と信頼性を向上させるため、宇宙機推進システムの予知保全と健康管理（PHM）技術を開発しています。ターゲットとなるのは、供給システムにおけるフィルターの詰まりやバルブの故障によって引き起こされる推力異常です。最近では、推進システムに対する要求がより厳しくなっており、これらの故障を迅速かつ正確に特定する必要があります。
この課題に対応するため、JAXAは非侵襲的なファイバーブラッググレーティング（FBG）式光ファイバーセンサを使用した圧力検知方法を開発し、推進システムで利用可能な情報量を拡大しています。MATLAB®とSignal Processing Toolbox™を使用して、時系列データを前処理し、FFTを計算し、ハイパスフィルターを適用しました。
さらに、チームはPredictive Maintenance Toolbox™を利用して、機械学習モデルの学習と比較に使用される特徴量を対話的に探索し、ランク付けしています。このアプローチにより、高精度なPHMアルゴリズムを開発、評価、展開することが可能になります。
これらのツールを使用することで、JAXAは宇宙における推進システムの健全性管理に関連する課題に効果的に取り組んでおり、広範なデータサイエンスの経験がないエンジニアでも、宇宙機の運用をより安全で信頼性の高いものにするための改善を推進しています。
