■標本線の配置と単位空間の作成

 グラフ表示は1番のモーターの振動を青折れ線、2番のモーターの振動を赤折れ線表示しています。

OKデータは82個、NGデータは3個使用しました。

グラフ全体に標本線を配置するように均等に30本配置しています。

■MD値の算出と判別能力の確認

 30本の標本線を均等に配置した単位空間を用いてMD値を計算したところ、NGデータ3つのうち、中央のデータのMD値が他のNGデータよりも低いことが確認できました。

単位空間から一部のデータを除外し、信号データへ移動させると、棒グラフ上で水色に表示されます。今回の例では3つのデータを除外しました。その判別能力を確認すると、NGデータのMD値よりも高い値を示すデータが存在しており、この単位空間では誤判定の恐れがあることが確認できます。

この後、項目診断や個別項目診断機能を用いて標本線ごとの寄与度を確認しながら、標本線の再配置や単位空間の再作成を行い、適切に判別できるよう最適化を進めていきます。

■GA法を用いた標本線配置と単位空間の作成

 単位空間を作成するためのデータとして、OKデータとNGデータを用意します。今回は82個のOKデータのうち78個を単位データとし、残りの4個をOKデータとしました。NGデータは3個を使用しています。

「計算開始」ボタンを押すと、画面中央に記載されているように、OKデータとNGデータのMD値の差が最大化されるよう、最適化された標本線の位置が自動で計算されます。

画面右下では、実際にランダムに配置された標本線を確認することができます。

■MD値の算出と判別能力の確認

  GA法を用いて最適化された標本線配置で単位空間を作成すると、均等配置ではMD値が低かったNGデータのMD値が高くなっていることがわかります。

単位空間から一部のデータを除外し、信号データへ移動させると棒グラフ上で水色に表示されます。

最適化の結果、信号データのMD値がNGデータのMD値よりも低くなり、正しく判別できていることが確認できます。

データを選択して「計算開始」ボタンを押すだけで、誰でも簡単に、かつ短時間で有効な単位空間を作成することが可能です。