[論文レビュー] Optimal Inspection and Maintenance Planning for Deteriorating Structures through Dynamic Bayesian Networks and Markov Decision Processes

Pablo G. Morato, Konstantinos G. Papakonstantinou+3 more|arXiv (Cornell University)|Jan 1, 2020

Risk and Safety Analysis参考文献 48被引用数 3

ひとこと要約

本稿では、劣化する構造物の点検・保守計画を最適化するために、動的ベイジアンネットワークと部分的に観測可能なマルコフ意思決定過程（POMDPs）を統合する新しいフレームワークを提案する。構造的信頼性の文脈において無限および有限ホライズンのPOMDPを定式化することで、不確実性下でのデータ駆動型で最適な意思決定が可能となり、ヒューリスティックに基づく方策と比較して長期的コストを顕著に削減する。疲労劣化を示す部材の事例研究においてその有効性が示された。

ABSTRACT

Civil and maritime engineering systems, among others, from bridges to offshore platforms and wind turbines, must be efficiently managed as they are exposed to deterioration mechanisms throughout their operational life, such as fatigue or corrosion. Identifying optimal inspection and maintenance policies demands the solution of a complex sequential decision-making problem under uncertainty, with the main objective of efficiently controlling the risk associated with structural failures. Addressing this complexity, risk-based inspection planning methodologies, supported often by dynamic Bayesian networks, evaluate a set of pre-defined heuristic decision rules to reasonably simplify the decision problem. However, the resulting policies may be compromised by the limited space considered in the definition of the decision rules. Avoiding this limitation, Partially Observable Markov Decision Processes (POMDPs) provide a principled mathematical methodology for stochastic optimal control under uncertain action outcomes and observations, in which the optimal actions are prescribed as a function of the entire, dynamically updated, state probability distribution. In this paper, we combine dynamic Bayesian networks with POMDPs in a joint framework for optimal inspection and maintenance planning, and we provide the formulation for developing both infinite and finite horizon POMDPs in a structural reliability context. The proposed methodology is implemented and tested for the case of a structural component subject to fatigue deterioration, demonstrating the capability of state-of-the-art point-based POMDP solvers for solving the underlying planning optimization problem. Within the numerical experiments, POMDP and heuristic-based policies are thoroughly compared, and results showcase that POMDPs achieve substantially lower costs as compared to their counterparts, even for traditional problem settings.

研究の動機と目的

• 不確実性下での構造的劣化を管理するにあたり、ヒューリスティックに基づく点検・保守方策の限界を是正すること。
• 構造的信頼性の文脈における逐次的意思決定のための、原則的かつ数学的に厳密なフレームワークを構築すること。
• 動的ベイジアンネットワークとPOMDPを統合し、劣化する構造物における不確実な状態遷移と観測プロセスをモデル化すること。
• コスト効率という観点から、POMDPに基づく方策と従来のヒューリスティックルールを比較してその性能を評価すること。
• 実世界の構造的保守最適化問題を解くにあたり、最先端のポイントベースPOMDPソルバの実用性と優位性を実証すること。

提案手法

• 点検・保守の逐次的意思決定プロセスをモデル化するため、無限および有限ホライズンのPOMDPを定式化する。
• 構造的劣化とセンサ観測の確率的進化を表現するために、動的ベイジアンネットワークを採用する。
• POMDPにおける意思決定方策生成の入力として、動的に更新される状態確率分布の全情報を使用する。
• 疲労劣化を示す構造部材に対して、ポイントベースPOMDPソルバを適用して最適方策を計算する。
• POMDPフレームワークを構造的信頼性モデルと統合し、安全性とコスト効率を確保する。
• 疲労劣化を示す部材を対象に数値実験を実施し、POMDPに基づく方策とヒューリスティックルールを比較する。

実験結果

リサーチクエスチョン

• RQ1 POMDPに基づくフレームワークは、劣化する構造物の点検・保守において、ヒューリスティックに基づく方策よりもコスト効率に優れているか。
• RQ2 最先端のポイントベースPOMDPソルバは、不確実性下での構造的信頼性計画の複雑さをどれほど効果的に処理できるか。
• RQ3 保守計画において、完全に確率的で状態依存の方策を用いることとヒューリスティックな意思決定ルールを用いることの影響は何か。
• RQ4 無限ホライズンと有限ホライズンのPOMDP定式化は、性能と計算の実行可能性という観点から、どのように比較できるか。
• RQ5 動的ベイジアンネットワークとPOMDPを統合することで、劣化および点検結果の不確実性のモデリングはどの程度向上するか。

主な発見

• 数値実験において、POMDPに基づく方策はヒューリスティックに基づく方策と比較して顕著に低い長期的コストを達成した。
• 提案されたフレームワークは、最先端のポイントベースPOMDPソルバを活用して、構造的信頼性の文脈における複雑な保守最適化問題を効果的に解くことに成功した。
• 動的ベイジアンネットワークとPOMDPの統合により、劣化プロセスにおける状態遷移と部分的観測の正確なモデリングが可能になった。
• 従来の問題設定ですら、POMDPがヒューリスティックルールを上回ることを示し、そのロバストネスと優位性を実証した。
• 有限ホライズンPOMDP定式化は、実世界の保守計画において無限ホライズンモデルの実用的で効果的な代替手段を提供した。
• 結果から、POMDPから導かれる最適方策が、完全な事後状態分布に依存していることが確認され、ルールベースのアプローチに比べてより情報に基づいた適応的意思決定が可能であることが示された。