基本的な素子だけで複雑な識別をおこなう電子回路 - JST－Sendai Polytechnic College － 3 研究の背景2 複雑な識別の問題点回路が複雑演算素子（マイクロプロセッサ）

－ Sendai Polytechnic College － 1

基本的な素子だけで複雑な識別をおこなう電子回路

Electronic Circuit with Complicated Identification Function Only by Basic Elements

宮島廣美鹿児島大学工学部

電気電子工学科教授

Nov. / 14 / 2008

寺村正広川内職業能力開発短期大学校

電子技術科講師

2－ Sendai Polytechnic College －

研究の背景 1従来の識別

規定範囲の識別

上限値，下限値との比較

比較器

複雑な識別

二項目の測定

一方 (a1, a2) の測定値

他方 (b1, b2) の識別範囲が変化

OKNG NG規定範囲の識別

OK複雑な識別の例

a1 a2

b1

b2OK


研究の背景 2複雑な識別の問題点

回路が複雑

演算素子（マイクロプロセッサ）

AD, DA 変換

プログラムや識別範囲のメモリ

膨大なプログラム

検証作業（単体テスト，システムテスト）

信頼性の確保

演算素子の負荷が増大

新たな機能のための作業


提案する識別方法

生物の情報処理を参考にした識別神経細胞（ニューロン）

神経回路網（ニューラルネットワーク）

ソフトウェアが不要細胞の結合荷重（シナプス荷重）

簡単な回路構成抵抗や演算増幅器

CPU, メモリなど不要

AD, DA 変換も不要


神経細胞モデルの動作

N

W1

W2X2

X1

f (x)θ

神経細胞の工学モデル

f (x) = 1

f (x) = 0

X1

X2

神経細胞の識別動作

x = W1X1 + W2X2 -θ

f (x) = 1 if x > 0

f (x) = 0 otherwise


神経回路網の動作 1神経回路網

ニューラルネットワーク

階層構造

隠れ層，出力層

曲線に折れ線近似

神経回路網の構造

f (x) = 1

f (x) = 0

X1

X2

神経回路網の識別動作

X2

X1

隠れ層出力層

H1

H2

O1f (x)

f (x) = 0

f (x) = 0

H1

H2


神経回路網の動作 2

X2

X1

H1

H2

H3

O1

f (x) = 1

f (x) = 0X1

X2

神経回路網の識別動作

m1 m2


神経回路網の各層の役割

隠れ層ニューロン

平面上に直線を生成

1 ニューロンで 1 直線

荷重で傾きと切片を調整

出力層ニューロン

隠れ層ニューロンの出力から領域を生成

領域内では ’1’ を出力

領域外では ’0’ を出力


応用例

二項目を測定して識別

シリンダとピストンの組み合わせの識別

片方の測定値で，もう片方の許容範囲が変化

測定位置で許容誤差が異なる識別

針や円錐形の良否識別

計測位置に応じて必要な精度が変化

蓄電池に残された電力の容量推定

放電電流と端子電圧

放電電流によって電圧が非線形に変化


二項目を測定して識別する例

一方の測定値

残りの測定値の許容範囲が変化

ネットワークの構造隠れ層ニューロン 4 個出力層ニューロン 1 個

神経回路網の識別例

ff ((xx) = 0) = 0X1

X2

ff ((xx) = 0) = 0

ff ((xx) = 1) = 1

m1 m2識別に用いる神経回路網の構造


識別電子回路

単一神経細胞モデルの回路

荷重，加算，比較の回路

回路網に応じて相互接続

N

W1

W2X2

X1

f (x)θ

+_

X1X2

θ

f (x)

W1

W2

神経細胞モデルの電子回路


識別実験システム

2 項目の識別実験システム

インターフェース

センサ1

センサ2

識別

ニューラル

ネットワーク回

路

識別ニューラル

ネットネットワーク回路

変位センサ


識別実験結果

AB

C

D

E

F

G

H

0

2

4

6

8

3 4 5 6 7 8 9

X (mm)

Y (m

m)

: ’0’: ’1’

6.1

6.2

6.3

6.4

6.5

6.2 6.3 6.4 6.5

G

2.1

2.2

2.3

2.4

2.5

6.2 6.3 6.4 6.5

C

2 項目の識別実験の結果点CとG付近の識別結果


測定位置で許容誤差が異なる識別例

円錐形や針の良否識別

X1

X2

f (x) = 0

X1

X2

f (x) = 1f (x) = 0

円錐形の測定例円錐形の識別例


蓄電池に残された電力の容量

蓄電池の放電特性

放電電流で端子電圧が変化

定式化は困難

識別が困難

従来の識別方法

充放電を積分電池側と機器側にCPU誤差の蓄積

端子電圧だけで識別精度に問題

蓄電池の放電特性例

PXL12023


容量識別神経回路網 1

非線形な放電特性

直線の組み合わせ

放電特性に近似した折れ線で識別

電圧

電流

80%

残容量 80% の識別ネットワーク残容量 80% の折れ線近似


容量識別神経回路網 2

電圧と電流を入力

各残容量2 ニューロンで近似

1 ニューロンで出力

推定100 ～ 80%, 111180 ～ 60%, 011160 ～ 40%, 001140 ～ 20%, 000120 ～ 0%, 0000

電圧

電流

80%

60％

40％

20％

H1

H2

H3

H4

H5

H6

H7

H8

O1

O2

O3

O4

残容量識別回路のモデル


残容量識別実験

電子負荷装置

一定電流で放電

コンピュータ実験時間 40 時間

測定値の記録

負荷装置の制御

電流をパラメータ

残容量の理論値

放電開始 100%放電終止 0%

電子負荷電圧

電流インターフェース

ニューラル

ネット

ワーク回

路

残容量の識別実験システム

コンピュータ


残容量識別実験結果

0

20

40

60

80

100

0:00 6:00 12:00 18:00 24:00 30:00 36:00

時間[ｈour]

残存

容量

[％]

0.5Ａ

0.115Ａ

0.1Ａ 0.05Ａ

ＰＸL12023室温　20℃

実際の容量推定容量

放電電流0.05A ～ 3A

推定誤差最大 –6.72%二乗平均誤差4.42%

異なる電流でも精度良く推定

残容量の識別実験結果


提案手法の特徴

複雑な形状の領域の識別定式化やプログラミングが困難

線形な折れ線で近似して識別

簡単な回路構成共通した回路設計

接続方法を変更するだけで多種の識別

ソフトウェアが不要

複数の識別領域にも対応入力数，神経細胞数，および層数を調整


実用化に向けた課題

集積回路化の問題

荷重に相当する素子

荷重精度と推定精度

荷重の設定

インターフェース回路

センサと識別回路の間

用途に応じたインターフェースが必要


想定される用途従来の機器の機能向上

電池の残容量表示

検査設備の機能向上検査時間の短縮

1 回の識別は 500ns 程度

理論的には毎秒 2,000,000 回の識別

検査設備のコストダウン

様々な識別重さの組み合わせ

サイズの組み合わせ

測定位置で精度を変化


企業様への期待

集積回路化について共同研究

本技術の応用

機器のメーカ

従来製品の機能向上

検査機器の性能向上

検査設備のユーザ

検査方法の改善

検査工程の省力化


問い合わせ先など

知的財産権の問い合わせ鹿児島大学産学官連携推進機構産学官連携部門

准教授中武貞文

TEL: 099 – 285 – 8492 FAX: 099 – 285 – 8495mail:

[email protected]

技術に関する問い合わせ川内職業能力開発短期大学校

電子技術科寺村正広

TEL： 0996 – 22 – 2121FAX： 0996 – 22 – 6612mail：teramura@sendai–pc.ac.jp

知的財産権発明の名称：識別装置及び残存容量推定装置

出願番号：特願 2008 – 084851出願人：鹿児島大学

発明者：宮島廣美，寺村正広

Documents

基本的な素子だけで複雑な 識別をおこなう電子回路 - JST－Sendai Polytechnic College － 3 研究の背景2 複雑な識別の問題点 回路が複雑 演算素子（マイクロプロセッサ）

基本的な素子だけで複雑な識別をおこなう電子回路 - JST－Sendai Polytechnic College － 3 研究の背景2 複雑な識別の問題点回路が複雑演算素子（マイクロプロセッサ）