論文の概要: Automatic Inspection Based on Switch Sounds of Electric Point Machines

• arxiv url: http://arxiv.org/abs/2508.20870v1
• Date: Thu, 28 Aug 2025 15:01:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.469118
• Title: Automatic Inspection Based on Switch Sounds of Electric Point Machines
• Title（参考訳）: 点電機のスイッチ音による自動検査
• Authors: Ayano Shibata, Toshiki Gunji, Mitsuaki Tsuda, Takashi Endo, Kota Dohi, Tomoya Nishida, Satoko Nomoto,
• Abstract要約: 東日本旅客鉄道と日立は、人間の検査をIoTによる監視に置き換えようとしている。 本稿では,音を用いた電子的点検の自動化を目的とした技術研究の結果について述べる。
• 参考スコア（独自算出の注目度）: 5.335657953493377
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Since 2018, East Japan Railway Company and Hitachi, Ltd. have been working to replace human inspections with IoT-based monitoring. The purpose is Labor-saving required for equipment inspections and provide appropriate preventive maintenance. As an alternative to visual inspection, it has been difficult to substitute electrical characteristic monitoring, and the introduction of new high-performance sensors has been costly. In 2019, we implemented cameras and microphones in an ``NS'' electric point machines to reduce downtime from equipment failures, allowing for remote monitoring of lock-piece conditions. This method for detecting turnout switching errors based on sound information was proposed, and the expected test results were obtained. The proposed method will make it possible to detect equipment failures in real time, thereby reducing the need for visual inspections. This paper presents the results of our technical studies aimed at automating the inspection of electronic point machines using sound, specifically focusing on ``switch sound'' beginning in 2019.
• Abstract（参考訳）: 2018年以降、東日本旅客鉄道と日立は、人間の検査をIoTによる監視に置き換えようと取り組んできた。 本研究の目的は,機器検査に必要な省力化と適切な予防管理を提供することである。 視覚検査の代替として、電気的特性モニタリングの代用は困難であり、新しい高性能センサの導入はコストがかかる。 2019年には、機器故障によるダウンタイムを低減し、ロックピース状態のリモート監視を可能にするために、 'NS' 電点装置にカメラとマイクを実装しました。 音情報に基づくターンアウト切替誤差の検出手法を提案し, 予測試験結果を得た。 提案手法により,機器故障のリアルタイム検出が可能となり,視覚検査の必要性が軽減される。 本研究では,2019年からの「スウィッチサウンド」に着目し,音を用いた電子的点検の自動検査を目的とした技術研究の結果について述べる。

関連論文リスト

• XAI-guided Insulator Anomaly Detection for Imbalanced Datasets [11.215245485606369]
  電力網は多くの産業において重要な要素であり、産業プロセスや技術にシームレスに電気エネルギーを供給している。 ドローンは電力線を検査するためにますます配備され、その結果、高速で正確な処理を必要とする大量の視覚データの流れが生まれる。 ディープラーニング手法はこのタスクで広く普及し、障害検出において貴重な資産であることが証明されている。
  論文  参考訳（メタデータ） (2024-09-25T11:19:42Z)
• A Study on Unsupervised Anomaly Detection and Defect Localization using Generative Model in Ultrasonic Non-Destructive Testing [0.0]
  構造物における人工材料の劣化は深刻な社会問題となっている。 レーザー超音波可視化試験(LUVT)は、超音波伝搬の可視化を可能にする。 本稿では,異常検出手法を用いたLUVT自動検査手法を提案する。
  論文  参考訳（メタデータ） (2024-05-26T14:14:35Z)
• Time Series Analysis in Compressor-Based Machines: A Survey [0.9285295512807729]
  圧縮機ベースの機械は、生産と消費者のニーズを満たすのに不可欠である。 本研究の目的は、FD、FP、予測、CPDといったタスクに関する最近の研究を調査することである。
  論文  参考訳（メタデータ） (2024-02-27T08:34:48Z)
• Cal-DETR: Calibrated Detection Transformer [67.75361289429013]
  本稿では,Deformable-DETR,UP-DETR,DINOのキャリブレーション検出トランス(Cal-DETR)のメカニズムを提案する。 我々は、不確実性を利用してクラスロジットを変調する不確実性誘導ロジット変調機構を開発する。 その結果、Cal-DETRは、ドメイン内およびドメイン外の両方を校正する競合する列車時間法に対して有効であることがわかった。
  論文  参考訳（メタデータ） (2023-11-06T22:13:10Z)
• SolderNet: Towards Trustworthy Visual Inspection of Solder Joints in Electronics Manufacturing Using Explainable Artificial Intelligence [70.60433013657693]
  エレクトロニクス製造において、半田接合部の欠陥は様々なプリント基板部品に影響を及ぼす一般的な問題である。 半田関節の欠陥を特定・修正するために、回路基板上の半田関節は通常、訓練された人間の検査官によって手動で検査される。 本研究では,半田関節の視覚検査に適した,説明可能な深層学習に基づく視覚品質検査システムについて述べる。
  論文  参考訳（メタデータ） (2022-11-18T15:02:59Z)
• A Robust and Explainable Data-Driven Anomaly Detection Approach For Power Electronics [56.86150790999639]
  本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。 行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。 検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
  論文  参考訳（メタデータ） (2022-09-23T06:09:35Z)
• Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
  ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。 電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。 本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
  論文  参考訳（メタデータ） (2022-08-31T18:19:25Z)
• DeepAuditor: Distributed Online Intrusion Detection System for IoT devices via Power Side-channel Auditing [0.0]
  本研究の目的は、電力監査によるIoTデバイス用のDeepAuditorと呼ばれるオンライン侵入検知システムの設計である。 我々はまず、Power Auditorと呼ばれる軽量パワー監査装置を提案した。 データ漏洩の保護とネットワーク冗長性の低減のため,プライバシ保護型推論プロトコルも提案した。
  論文  参考訳（メタデータ） (2021-06-24T03:32:23Z)
• DETReg: Unsupervised Pretraining with Region Priors for Object Detection [103.93533951746612]
  DETRegは、オブジェクト検出ネットワーク全体を事前トレーニングする、新しい自己教師型メソッドである。 事前トレーニング中、DETRegはオブジェクトのローカライゼーションを予測し、教師なしのリージョン提案ジェネレータからのローカライゼーションにマッチする。 対応する機能埋め込みと、自己教師付きイメージエンコーダからの埋め込みを同時に調整する。
  論文  参考訳（メタデータ） (2021-06-08T17:39:14Z)
• Using Deep Learning to Automate the Detection of Flaws in Nuclear Fuel Channel UT Scans [0.0]
  本稿では、畳み込みニューラルネットワーク(CNN)を用いた核燃料流路UTスキャンにおける欠陥検出を自動化する概念実証(PoC)を提案する。 cnnモデルは、履歴utスキャンと対応する検査結果を用いてデータセットを構築して訓練された。 小型のチャットでUTスキャンの100%の精度を達成し、最小のFPで100%の感度を実現しました。
  論文  参考訳（メタデータ） (2021-02-26T18:19:07Z)
• Predictive Maintenance for Edge-Based Sensor Networks: A Deep Reinforcement Learning Approach [68.40429597811071]
  未計画の設備停止のリスクは、収益発生資産の予測保守によって最小化することができる。 機器に基づくセンサネットワークのコンテキストから予測機器のメンテナンスを行うために,モデルフリーのDeep Reinforcement Learningアルゴリズムを提案する。 従来のブラックボックス回帰モデルとは異なり、提案アルゴリズムは最適なメンテナンスポリシーを自己学習し、各機器に対して実行可能なレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2020-07-07T10:00:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。