Two-stage monitoring design and budgeted condition-based maintenance for LED lighting systems: a gamma-process-based ensemble Kalman filter approach

技術要約：LED照明システムのための二段階モニタリング設計および予算制条件付き状態監視保全（CBM）

問題提起
発光ダイオード（LED）照明システムは、時間の経過とともに劣化し、作業面（WP）の照度を低下させ、屋内照明の不適切な状態を招くリスクを高める。確率的な劣化モデルは一般的な傾向を予測できるものの、個体間のばらつきや未特性化の動作条件により、個々の設置された照明器具に対する精度が不足することが多い。個々の照明器具の劣化状態（例：積分球を用いた測定）を直接測定することは、設置後には非現実的である。一方で、現場でのWP照度測定は実用的であるが、複雑な逆問題を提示する。すなわち、単一のWP測定値は、局所的なセンサと照明器具の関係ではなく、ゾーン内のすべての照明器具による重畳された寄与を反映してしまう。

これにより、二重の課題が生じる：

1. 逆状態推定： 疎でグローバルに結合されたWP測定値から、高次元の潜在的な劣化状態を推論するには、識別可能性の制約（スタンドアロンの推定には測定数が照明器具数と同等以上である必要がある）を満たす情報量の多い測定レイアウトが必要となる。
2. 予算制メンテナンスの最適化： 大規模なシステムでは、すべてのモニタリング訪問時に必要な全測定ポイントを測定する余裕はない。固定されたモニタリング予算の下で、訪問スケジュール、各訪問時の測定サブセット、および予防交換ポリシーを共同で最適化する必要がある。

手法
本論文は、設計段階のレイアウト最適化と、実行段階の逐次フィルタリングおよび条件付き状態監視保全（CBM）を統合した二段階フレームワークを提案する。

• 第1段階：設計段階のリファレンスレイアウト最適化

  • 状態・照度モデリング： 非均質ガンマ過程を用いて、各照明器具の単調な劣化をモデル化する。高忠実度のRadianceシミュレータを用いてフォワード照度データを生成し、これを線形ガウス代理モデル（$E = Cx + b + \epsilon$）で近似する。この明示的な観測モデルは、潜在的な劣化状態（$x$）をWP照度測定（$E$）に結びつけ、モデルおよび測定の両方の不確実性を定量化する。
  • 識別制約付きD最適設計： 逆状態推定を可能にするため、本フレームワークは、WP測定点の選択を最適実験計画問題として定式化する。単一エポックにおける識別可能性を確保するため、最小測定数（$m \ge J$、ここで$J$は照明器具数）を強制し、情報行列が非特異となるようにする。D最適基準（$\log \det(H^T \Omega^{-1} H)$ の最大化）を用いて、候補グリッドから情報量の多い「リファレンスレイアウト」（$\mathcal{S}_{ref}$）を選択する。このNP困難な組合せ最適化問題を解くために、ハイブリッド・グリーディ・サーチ（HG）や遺伝的アルゴリズム（GA）を含むヒューリスティック戦略が用いられる。

• 第2段階：実行時モニタリングおよび予算制CBM

  • 逐次フィルタリング： アンサンブルカルマンフィルタ（EnKF）を用いて劣化状態を追跡する。標準的なカルマンフィルタとは異なり、EnKFはアンサンブルの軌跡を伝播させることで、ガンマ過程の非ガウス性を扱う。これにより、過去の訪問から伝播された事前情報と、実行時に収集された疎なWP測定値を同化させる。これにより、測定数が照明器具数よりも少ない場合でも、正確な状態推定が可能となる。
  • 測定設計およびポリシー最適化： 実行段階では、「いつ」訪問するか、および「どの」リファレンスレイアウトのサブセットを測定するかを決定する。「ゾーン循環」ルールにより、リファレンスレイアウトを$n_{zone}$個のゾーンに分割し、訪問ごとに各ゾーンから1点を測定する。
  • リスクベースのメンテナンス： 劣化状態の事後予測分布を用いて、次の訪問前に照明器具が故障閾値を超える確率を算出する。この確率がリスク閾値（$p_{th}$）を超えた場合に、予防交換がトリガーされる。
  • 共同最適化： 訪問スケジュール（初回訪問時期、間隔）、能動的な測定数（$n_{zone}$）、およびリスク閾値（$p_{th}$）を同時に最適化する。これは、総ダウンタイムおよび交換コストを最小化するために、ペアード・スクリーニングを用いた逐次グリッドサーチ（SGS-PS）アルゴリズムを用いて解かれる。

主な貢献

1. 明示的な観測モデル： 潜在的な劣化状態をWP照度にマッピングするための、Radianceシミュレーションから導出された線形ガウス代理モデルの開発。これにより、不確実性を定量化した逆状態推定が可能となった。
2. 識別制約付きレイアウト設計： 設計段階の測定レイアウトを、単一エポックの識別可能性に必要な最小測定数によって制約されたD最適実験計画問題として定式化し、情報量の多いリファレンスレイアウトを実現した。
3. 疎なモニタリングのための逐次EnKF： 時間情報を活用することで、照明器具数よりも少ない疎な測定値を用いて劣化状態を効果的に追跡できることを、EnKFの有用性として示した。これにより、実行時の測定労力を削減できる。
4. 予算制共同最適化： モニタリングの訪問スケジュール、能動的な測定選択、およびCBMリスク閾値を統合し、予算制約の下で、時間的な更新頻度と空間的な測定情報のトレードオフを明示的に扱いながら、これらを共同で最適化する統一されたフレームワークを構築した。

結果
本フレームワークは、76個の照明器具を備えたオフィス照明ゾーンのケーススタディを用いて、50年の期間で評価された。

• レイアウト選択： ハイブリッド・グリーディ・サーチ（HG）によるレイアウトは、D最適目的関数においてナディア点（Nadir-point）および遺伝的アルゴリズムによるレイアウトを上回り、一般的な推定不確実性を最小化するリファレンスレイアウトを提供した。
• ポリシーの性能： ベースラインのモニタリング予算の下では、最適なポリシーは、中間的な能動的測定数（$n_{zone}=20$）、3ヶ月の訪問間隔、および0.12のリスク閾値を利用した。この構成は、フルリファレンスレイアウトの測定よりも、頻繁な状態更新を優先した。
• ベンチマークとの比較： ブロック交換（時間ベース）のベンチマークと比較して、提案された予算制CBMポリシーは、ベースラインの不確実性下で総ダウンタイムと交換コストを**10.2%削減し、拡大されたヒットタイム不確実性下では40.5%**削減した。
• 感度分析：
  • 不確実性： 劣化のヒットタイムにおける不確実性が増加すると、最適なポリシーは、状態情報の価値が高まるため、より積極的なリスク閾値と高い能動的測定数へとシフトした。
  • 予算： 予算が厳しい場合、フレームワークは訪問頻度（時間的更新）を優先した。予算が増加すると、最適なポリシーは、時間的頻度が損なわれない限り空間情報が有益となるため、フルリファレンスレイアウト（$n_{zone}=76$）を測定する方向へとシフトした。

意義
本論文の意義は、間接的でグローバルに結合された測定値から照明器具の劣化を推論するという逆問題に対して、体系的なアプローチを提供することにある。情報量の多いリファレンスレイアウトの設計と、実行時の疎な測定の選択を分離することで、本フレームワークはフルシステム・モニタリングの経済的およびロジスティックな障壁を克服している。逐次フィルタリングと予算制最適化の統合は、測定リソースが限られている場合でも、信頼性の高い状態監視とコスト効率の高いメンテナンスが達成可能であることを示しており、大規模なLED照明インフラストラクチャに対するスケーラブルなソリューションを提供するものである。