dql-aged-multi-equipment-cbm/config_hvac202_balanced.yaml at master · tk-yasuno/dql-aged-multi-equipment-cbm · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
# Equipment CBM MVP v0.4 Configuration - Balanced Scenario
# バランス型シナリオ：安全とコストの最適バランスを目指す保全戦略

# Multi-Equipment Configuration
# 製造テナントidにおける複数空調設備の持続可能保全
multi_equipment:
  # 保全対象空調設備（測定データ豊富な上位6台）
  target_equipment_list:
    # 冷凍機系統（R系統）- 19.7年経過の老朽設備群
    - equipment_id: 265693
      equipment_name: "R-1-1"
      current_age: 19.7
      main_measurement_id: 258863  # 冷水入口温度
      measurement_name: "冷水入口(℃)"

    - equipment_id: 265694
      equipment_name: "R-1-3"
      current_age: 19.7
      main_measurement_id: 258887  # 冷水入口温度
      measurement_name: "冷水入口(℃)"

    - equipment_id: 265695
      equipment_name: "R-2-2"
      current_age: 19.7
      main_measurement_id: 258938  # 冷水入口温度
      measurement_name: "冷水入口(℃)"

    # エアハンドリングユニット系統（AHU系統）- 15-16年経過設備群
    - equipment_id: 327240
      equipment_name: "AHU-TSK-A-2"
      current_age: 15.6
      main_measurement_id: 353609  # プレフィルタ差圧計
      measurement_name: "プレフィルタ差圧計"

    - equipment_id: 327241
      equipment_name: "AHU-TSK-B-1"
      current_age: 15.4
      main_measurement_id: 353630  # プレフィルタ差圧計
      measurement_name: "プレフィルタ差圧計"

    - equipment_id: 327239
      equipment_name: "AHU-TSK-A-1"
      current_age: 15.3
      main_measurement_id: 353588  # プレフィルタ差圧計
      measurement_name: "プレフィルタ差圧計"

# Environment Parameters
environment:
  # Real data-driven state transitions (Data-Driven Markov Chain)
  use_real_data_transitions: true  # Enable real measurement data-based transition matrices

  horizon: 120                    # Episode length (steps) - 10年間分
  gamma: 0.95                     # Discount factor
  cost_lambda: 0.1               # Cost penalty scaling factor

  # Temperature settings (will be overridden by actual data)
  temperature_range:
    min: -10.0
    max: 200.0

  # Normal range (will be set from Smin/Smax in data)
  normal_temp_range:
    min: 0.0
    max: 150.0

  # Equipment aging parameters
  aging:
    initial_age: 0.0              # Will be overridden by actual ages
    aging_factor: 0.015           # Base aging factor (adjusted per equipment)
    max_age: 50.0                 # Maximum equipment age for normalization
    use_real_age: true            # Use real age data from installation dates

# Reward Function - Balanced: 安全とコストの最適バランス
reward:
  risk:
    normal: 4.5                   # ⚖️ バランスの取れた安全報酵
    anomalous: -13.5              # ⚖️ バランスの取れた異常ペナルティ

  cost:
    do_nothing: 1.8               # ⚖️ バランス取れたリスクコスト（ゼロではない）
    repair: 7.0                   # ⚖️ バランス取れた修理コスト
    replace: 21.0                 # ⚖️ バランス取れた交換コスト

  # 費用平準化（バランス型では適度な重み）
  cost_leveling:
    enabled: true
    window_size: 12
    target_monthly_budget: 42.0   # 中間的な予算設定（調整済み）
    leveling_penalty_weight: 1.1  # 🎯 適度な平準化重み - バランス重視（調整済み）
    variance_threshold: 25.0      # 適度な分散許容

# State Transition (Multi-equipment)
transition:
  # 設備別の遷移確率は実データから推定
  base_probabilities:
    do_nothing:
      normal_to_normal: 0.72        # バランス型：現実的な設定
      normal_to_anomalous: 0.28
      anomalous_to_normal: 0.06     # 自己回復確率を適度に
      anomalous_to_anomalous: 0.94

    repair:
      normal_to_normal: 0.96
      normal_to_anomalous: 0.04
      anomalous_to_normal: 0.78     # バランスの取れた修理効果
      anomalous_to_anomalous: 0.22

    replace:
      normal_to_normal: 0.99
      normal_to_anomalous: 0.01
      anomalous_to_normal: 0.92     # 高い交換効果
      anomalous_to_anomalous: 0.08

# DQN Training Parameters
training:
  n_episodes: 500                 # Number of training episodes
  learning_rate: 5.0e-4
  batch_size: 128
  buffer_size: 200000
  target_update_freq: 1000

  # QR-DQN specific
  n_quantiles: 51
  kappa: 1.0

  # Network architecture
  hidden_dims:
    shared: [256, 128, 64]
    value: [64, 32]
    advantage: [64, 32]

  # Noisy Networks
  sigma_init: 0.5

# Evaluation
evaluation:
  n_episodes: 20
  render: false

# Output
output:
  save_dir: "outputs_hvac202_balanced"
  save_frequency: 1000
  log_cost_leveling: true

# Random Seed
seed: 42

# Multi-Equipment Specific Settings
multi_equipment_settings:
  # 設備間の相関を考慮するか
  consider_equipment_correlation: true

  # 同時保全割引（複数設備を同時に保全する場合のコスト削減）
  simultaneous_maintenance_discount: 0.18  # 18% discount - バランス重視

  # 設備グループ別の重み
  equipment_group_weights:
    R_series: 1.1    # 冷凍機系統の重要度（やや高）
    AHU_series: 1.0  # エアハンドリングユニット系統の重要度（標準）