論文の概要: Marine Engine Fault Dataset: Open-Access Data under Controlled Reference and Fault Scenario Conditions

• arxiv url: http://arxiv.org/abs/2607.19444v1
• Date: Tue, 21 Jul 2026 10:18:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.89361
• Title: Marine Engine Fault Dataset: Open-Access Data under Controlled Reference and Fault Scenario Conditions
• Title（参考訳）: マリンエンジン故障データセット:制御基準および故障シナリオ条件下でのオープンアクセススデータ
• Abstract要約: 本研究は, 基準条件と故障条件の両方でテストベッド上で作動する, ターボチャージャー付き, インタークーラー式3気筒式ディーゼル機関から利用可能なデータセットを提示する。 このデータセットは、海洋機械における異常検出、故障診断、モデリングおよび関連する条件モニタリング研究のための、十分に文書化されたベンチマークを提供する。
• 参考スコア（独自算出の注目度）: 4.6647301748623775
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Open-access datasets for marine-engine predictive maintenance remain scarce, particularly those from controlled fault experiments with documented operating conditions, subsystem-level interventions and system-level measurements. This work presents the Marine Engine Fault Dataset, an openly available dataset from a turbocharged, intercooled three-cylinder marine diesel engine operated on a testbed under both reference and fault-scenario conditions. The experimental campaign combined a reference-performance program across the 30-90% load range with scenario-based tests in which abnormal conditions were introduced after stabilized fault-free operation, enabling controlled comparison between baseline and fault-affected behaviour. Five anomaly classes were implemented through physical interventions affecting major engine subsystems: cooling-water pump cavitation, compressor air-filter clogging, air-cooler fouling, injection-valve nozzle clogging and turbine degradation induced through increased exhaust-side restriction. The released data comprise multi-sensor time-series of operating, thermal, pressure, flow and combustion-related variables, with a separate reference-performance record and metadata for structured reuse. Technical validation shows that the reference measurements remain physically coherent across the operating range and that the imposed anomalies produce interpretable response patterns consistent with the affected subsystems, including progressively distinguishable behaviour where different severities were implemented. By combining controlled fault realization, multi-load operation and system-level measurements within a real marine-engine platform, the dataset provides a well-documented benchmark for anomaly detection, fault diagnosis, degradation modelling and related condition-monitoring studies in maritime machinery.
• Abstract（参考訳）: 海洋エンジンによる予測維持のためのオープンアクセスデータセットは、特に文書化された運用条件、サブシステムレベルの介入、システムレベルの測定を含む、制御された故障実験のデータセットが不足している。 この研究は、ターボチャージャーで冷却された3気筒式3気筒式ディーゼル機関から利用可能なデータセットであるMarine Engine Fault Datasetを、基準条件と故障シナリオ条件の両方でテストベッドで運用する。 実験は,30～90%の負荷範囲にわたる基準性能プログラムとシナリオベーステストを組み合わせた。 5つの異常クラスは、冷却水ポンプキャビテーション、圧縮機エアフィルタの詰まり、空冷機ファウリング、噴射弁ノズルの詰まり、排気側制限の増大によるタービンの劣化といった主要なエンジンサブシステムに影響を及ぼす物理的介入によって実施された。 得られたデータは, 動作, 熱, 圧力, 流れ, 燃焼関連変数の多センサ時系列から構成される。 技術的検証は、基準測定が操作範囲全体で物理的に整合性を維持しており、課された異常は、異なる重大度が実装された段階的に区別可能な振る舞いを含む、影響を受けるサブシステムと整合した解釈可能な応答パターンを生成することを示している。 このデータセットは、制御された障害実現、マルチロード操作、および実際の海洋エンジンプラットフォーム内のシステムレベルの測定を組み合わせることで、海洋機械における異常検出、故障診断、劣化モデリング、および関連する条件モニタリング研究のための、十分に文書化されたベンチマークを提供する。

関連論文リスト

• Fault Diagnosis for Underwater Vehicles using Moving Horizon Estimation and Gaussian Processes [6.574517227976924]
  本研究は,水中車両のモデルに基づく故障検出・診断フレームワークを提案する。 ランプ障害を推定するために移動水平推定器が開発され、非モデル化と断層効果の両方を捉えている。 提案手法は実験室の水槽で実験的に検証され,信頼性の高い診断性能が示された。
  論文  参考訳（メタデータ） (2026-09-13T14:25:37Z)
• Avionic Main Fuel Pump Simulation and Fault-Diagnosis Benchmark [40.16504335998919]
  多くのサイバー物理システム、特に航空機などの重要な応用において、異常検出と診断アルゴリズムを訓練するデータは、データ保護の問題と部分観測可能性のために欠落している。 我々は,テキストscMATLAB/Simulink Simscape Fluidsでモデル化された一般的な航空機主燃料ポンプシステムの高忠実で物理インフォームド・コミュレートを導入する。
  論文  参考訳（メタデータ） (2026-04-23T19:08:54Z)
• Fast Bayesian equipment condition monitoring via simulation based inference: applications to heat exchanger health [39.61652266573024]
  熱交換器の複雑な故障モードを診断するために,アモータイズされた神経後部推定を利用したAI駆動型フレームワークを提案する。 このフレームワークをMCMCベースラインに対して,様々な合成ファウリングおよびリークシナリオでベンチマークする。 ニューラルネットワークの償却された性質は、ほぼ瞬時に推論を可能にし、高度にスケーラブルでリアルタイムな代替手段としてSBIを確立する。
  論文  参考訳（メタデータ） (2026-04-22T16:21:25Z)
• Multi-Condition Digital Twin Calibration for Axial Piston Pumps : Compound Fault Simulation [4.11115562060457]
  軸方向ピストンポンプは、高吸気流体発電システムにおいて必須の動力源である。 従来のデータ駆動型診断法は, 複合断層の深刻なデータ不足に悩まされている。 本稿では,多条件物理データを組み合わせたディジタルツインキャリブレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-27T08:20:35Z)
• Steam Turbine Anomaly Detection: An Unsupervised Learning Approach Using Enhanced Long Short-Term Memory Variational Autoencoder [3.004788114489393]
  ラベルなしデータセットの精度の高い教師なし異常検出のためのELSTMVAE-DAF-GMM(ELSTMVAE-DAF-GMM)を提案する。 VAEとLSTMを統合したELSTMVAEは,低次元位相空間に高次元時系列データを投影するために用いられた。 新たなDAF(Deep Advanced Feature)は、LSTMVAEモデルから遅延埋め込みと再構成の相違をハイブリダイズし、より包括的なデータ表現を提供する。
  論文  参考訳（メタデータ） (2024-11-16T10:11:36Z)
• Electrical Grid Anomaly Detection via Tensor Decomposition [41.94295877935867]
  従来の研究では、SCADAシステム内の異常を正確に識別するために次元減少に基づくアプローチが利用できることが示されている。 本研究では,SCADAシステムにおける異常を識別するために,テンソル分解法であるCanonical Polyadic Alternating Poisson Regressionを確率的枠組みで適用する。 実験では,ロスアラモス国立研究所が運営する電力網から収集した実世界のSCADAシステムデータをモデル化した。
  論文  参考訳（メタデータ） (2023-10-12T18:23:06Z)
• Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
  本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。 具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。 アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
  論文  参考訳（メタデータ） (2023-08-06T05:58:45Z)
• Causality-Based Multivariate Time Series Anomaly Detection [63.799474860969156]
  我々は、因果的観点から異常検出問題を定式化し、多変量データを生成するための通常の因果的メカニズムに従わない事例として、異常を考察する。 次に、まずデータから因果構造を学習し、次に、あるインスタンスが局所因果機構に対して異常であるかどうかを推定する因果検出手法を提案する。 我々は、実世界のAIOpsアプリケーションに関するケーススタディと同様に、シミュレートされたデータセットとパブリックなデータセットの両方を用いて、私たちのアプローチを評価します。
  論文  参考訳（メタデータ） (2022-06-30T06:00:13Z)
• Synthesizing Rolling Bearing Fault Samples in New Conditions: A framework based on a modified CGAN [1.0569625612398386]
  多くの産業において, 故障診断と条件モニタリングは, 運用コストの削減とダウンタイムの削減に不可欠である。 本稿では, 条件付き生成逆数ネットワーク(CGAN)に基づく新しいアルゴリズムを, 実際の故障条件の正常データと故障データに基づいて訓練する。 提案手法は実世界のベアリングデータセット上で検証され, 異なる条件下で故障データを生成する。
  論文  参考訳（メタデータ） (2022-06-24T04:47:08Z)
• On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
  データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。 モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。 提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2021-10-17T13:42:37Z)

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。