DE69621739T2

DE69621739T2 - Verfahren, vorrichtung und system zur bestimmung der änderungen eines prüfkörpers

Info

Publication number: DE69621739T2
Application number: DE69621739T
Authority: DE
Inventors: Ryoji Ohba; Yoshihito Tamanoi
Original assignee: Japan Represented By President; Hokkaido University NUC; Yamatake Industrial Systems Co Ltd
Current assignee: Japan Represented By President; Hokkaido University NUC; Yamatake Industrial Systems Co Ltd
Priority date: 1995-05-12
Filing date: 1996-02-08
Publication date: 2002-12-19
Anticipated expiration: 2016-02-09
Also published as: EP0770854A4; US5798459A; EP0770854B1; DE69621739D1; WO1996035926A1; JP3358167B2; KR100426227B1; EP0770854A1; JPH08304124A; DK0770854T3

Description

Gebiet der Erfindung

Die Erfindung betrifft ein Objekterkennungsverfahren, eine Objekterkennungsvorrichtung und ein Objekterkennungssystem, ausgelegt zum Untersuchen, ob an einem Objekt irgendeine Veränderung aufgetreten ist, d. h. ob das Objekt das selbe Objekt oder vom gleichen Typ ist oder nicht, ob das Objekt den gleichen Bedingungen unterliegt und ob sich das Objekt im gleichen Zustand befindet, oder ausgelegt zum Schätzen des Grads der Veränderung am Objekt.

Stand der Technik

Es werden auf unterschiedlichen Gebieten verschiedene Vorgehensweisen zum Erfassen einer Fehlfunktion oder eines Versagens von Vorrichtungen, Produkten, Anlagen usw. vorgeschlagen.
Im weiteren wird beispielhaft eine Vorgehensweise erklärt, mit der man einen Austritt eines Gases, z. B. eines brennbaren Gases, eines giftigen Gases usw. oder einer Flüssigkeit, mit denen in Fertigungseinrichtungen und Anlagen von Gaserzeugungsbetrieben, Ölerzeugungsbetrieben oder Chemiefabriken umgegangen wird, anhand eines Lecksignals erkennen kann. Dabei weist das Lecksignal ein Ultraschall-Frequenzband auf, das ausgesendet werden kann, falls das erwähnte Gas bzw. die Flüssigkeit durch kleinste Öffnungen in Instrumenten, verlegten Leitungen usw. austritt, beispielsweise durch von Alterung angefressene Öffnungen. Die Fehlfunktion der Anlagen wird anhand des Vorhandenseins oder der Abwesenheit des Lecks erkannt.
Bisher wird in den genannten Anlagen und Fabriken so vorgegangen, dass der Austritt von brennbarem und giftigem Gas generell mit einem Konzentrations-Gassensor erfasst wird, der permanent in Betrieb ist. Der Konzentrations-Gassensor arbeitet nach einem Verfahren, bei dem das ausgetretene Gas nur erfasst wird, falls ein bestimmter Konzentrationspegel erreicht oder überschritten wird. Daher muss man den Konzentrations-Gassensor an einem Ort anbringen, an dem sich das Gas vermutlich aufhält. Diese Vorgehensweise hat den Nachteil, dass es schwierig ist, einen derartigen Ort auszuwählen. Die Erfassungsgenauigkeit ändert sich zudem abhängig von der Windrichtung. Erfolgt ein Austritt weit entfernt vom Einbauort des Gassensors, so tritt eine große Gasmenge aus, bis die Gaskonzentration durch die Diffusion zusammen mit dem Windeinfluss den Erkennungspegel erreicht. Damit man mit Konzentrations-Gassensoren ein Leck früher erkennen kann, ist es also erforderlich, zahlreiche Konzentrations-Gassensoren vorzusehen.
Auf dem Markt findet man auch eine andere Leckerkennungstechnologie, nämlich ein Instrument (einen Ultraschall- Leckdetektor) zum Auffangen und Erkennen von Ultraschall, der ausgesendet wird, falls Gas durch kleinste Öffnungen ausgestoßen wird. Als Vorgehensweise, bei der die genannte Technologie zum Erkennen einer Leckquelle weiterentwickelt wird, ist in der veröffentlichten japanischen Gebrauchsmusterschrift Sho.60-146834 eine Technologie offenbart, bei der ein parabolischer Körper in Segmente unterteilt ist. In den zugehörigen Abteilungen sind jeweils Ultraschallsensoren untergebracht. Die Position der Austrittsquelle wird durch das Einschalten der Überwachungslampe, die zum jeweiligen Sensor gehört, auf der Anzeige erkannt.
Bei sämtlichen genannten Technologien, bei denen im Leckfall auftretender Ultraschall erfasst wird, kann man jedoch den Ultraschall nur erkennen, falls neben dem Leckschall keine anderen Ultraschallgeräusche auftreten. Damit sind diese Technologien nur an einem Ort wirksam, an dem in der Umgebung keine Ultraschallgeräusche auftreten, beispielsweise Leitungen, die in unbebautem Gelände liegen. In den Fabriken und Fertigungsanlagen, in denen eine Leckerfassungstechnologie benötigt wird, treten natürlich zahllose Ultraschallgeräusche auf. Es handelt sich um die folgenden Ultraschallgeräusche: Lecktöne von normalem Dampf, der aus Ventilschiebern austritt, z. B. Schalt-, Drossel- und Regelventile, die sich in einer Pumpenantriebs-Dampfturbine in einer Fertigungsanlage befinden; Lecktöne von normalem Dampf, der aus einer Turbinenrotorwellen- Dichtung einer Turbine austritt, Lecktöne von normaler Luft, die aus einem pneumatischen Stellglied eines Regelventils austritt, das Strömungsraten und Flüssigkeitspegel kontrolliert; Ultraschall von Fluid, der durch Schließen eines Ventils ausgesendet wird; und Gleitreibungsgeräusche von rotierenden Maschinen.
Da die Vorrichtungen wie erwähnt sehr viel Ultraschall in Form von Umgebungsgeräuschen erzeugen, sprechen die Geräte zum Erkennen interessierender Leckgeräusche, in denen die obigen Technologien eingesetzt werden, auf den Ultraschall in den Umgebungsgeräuschen an. Derartige Einrichtungen sind damit nicht praktikabel.
Als weitere Vorgehensweise für die Leckerkennung ohne Verwendung von Ultraschall wird ein Verfahren vorgeschlagen, bei dem ein Leck durch die Überwachung von Änderungen eines Schalldruckpegels und eines Pegels des Frequenzspektrums im Audiofrequenzband erfasst wird. Die Lecktöne im Audiofrequenzband sind in einem Erfassungsverfahren wirksam, bei dem große Leckagen mit lautem Geräusch erfasst werden, die eine Veränderung des Schalldrucks mit sich bringen. Beim Erfassen von kleineren Lecks werden die Lecktöne im Audiofrequenzband von Umgebungsgeräuschen beeinträchtigt, beispielsweise von Regengeräuschen, Geräuschen von sprechenden Personen in Anlagen, Geräuschen von Fahrzeugen und Flugzeugen usw., die in Form von Störungen auftreten, die die Umgebungsgeräusche übertreffen, die beim Erfassungsverfahren im Ultraschall- Frequenzband auftreten.
In Anlagen, in denen große Mengen brennbarer Gase gehalten werden, die ein Gefahrenpotential darstellen, wünscht man insbesondere eine Technologie, die ein Leck im anfänglichen kleinen Stadium erkennen kann, bevor ein großes Leck zu lauten Geräuschen führt, damit schwere Schäden vermieden werden. Unter den genannten Gesichtspunkten wird die herkömmliche Technologie, die Lecks im Audiofrequenzband überwacht und anfällig für Geräusche ist, nicht bevorzugt.
Hinsichtlich des Obigen hat der Anmelder dieses Patents als Vorgehensweise, mit der auch in einer Umgebung mit lauten Geräuschen, beispielsweise den genannten Umweltgeräuschen, eine Fehlfunktion und ein Versagen (d. h. im obigen Fall ein Leck) erfasst werden kann, eine Vorgehensweise vorgeschlagen (in der veröffentlichten japanischen Patentschrift Hei.7-43259), bei der vorab ein inverses Filter für ein Signal erzeugt wird, das im Normalbetrieb (vorhandene Geräusche) auftritt. Zum Zeitpunkt, zu dem die Fehlfunktion oder das Versagen möglicherweise auftritt, wird ein Signal gebildet, auf das das inverse Filter einwirkt. Es entsteht ein Restsignal, in dem die Komponenten entfernt sind, die die Geräusche im Normalbetrieb darstellen. Damit wird die Anwesenheit oder Abwesenheit einer Fehlfunktion oder eines Versagens anhand des Restsignals ermittelt. Diese Vorgehensweise eignet sich sehr gut zum Beseitigen regulärer Geräusche.
Es kann jedoch vorkommen, siehe die Beschreibung weiter unten, dass sich die Erscheinung aufgrund einer Fehlfunktion oder eines Versagens und die Erscheinung im Normalzustand sehr stark ähneln.
Es sei nun der Fall betrachtet, dass der Austritt von brennbarem oder toxischem Gas aus verlegten Gasleitungen in einer Anlage erkannt wird. In einer solchen Anlage gibt es normalerweise in der Nähe der Gasleitungen zahlreiche Dampfrohre für die Energie- oder Wärmeversorgung. Jedes Dampfrohr ist mit einem Kondensatabscheider versehen, der planmäßig in Abständen Dampf abgibt, um Wasser abzuführen, das durch Kondensation des Dampfs im Dampfrohr entstanden ist. Das Ablassen des Dampfs durch den Kondensatabscheider und ein Gasaustritt aus der korrodierten Öffnung des Gasrohrs sind sehr ähnliche Vorgänge. In einem derartigen Fall würde auch bei Verwendung der angegebenen Vorgehensweise zum Entfernen der Geräuscheinflüsse, beispielsweise der Umweltgeräusche, im normalen Status, das Ablassen des Dampf s durch den genannten Kondensatabscheider als unnormaler Zustand erkannt. Damit ist eine fälschliche Erkennung nicht zu vermeiden.
Hinsichtlich des Gesagten ist es Aufgabe der Erfindung, ein Objekterkennungsverfahren bereitzustellen, das erkennen kann, ob am Objekt eine Veränderung eintritt, oder den Grad der Veränderung sehr genau einschätzen kann, sowie eine Objekterkennungsvorrichtung geeignet zum Implementieren des angegebenen Verfahrens, und ein Objekterkennungssystem, in dem das genannte Verfahren angewendet wird.

Offenbarung der Erfindung

Um die angegebene Aufgabe der Erfindung zu erfüllen wird erfindungsgemäß ein Objekterkennungsverfahren bereitgestellt, umfassend:
(1-1) einen ersten Schritt des Ermittelns einer Anzahl erster zeitlich aufeinander folgender Signale, wobei jedes Signal eine vorbestimmte physikalische Größe eines vorbestimmten ersten Objekts trägt;
(1-2) einen zweiten Schritt des Erzeugens eines inversen Filters ausgehend von mindestens einem Signal aus der Anzahl erster zeitlich aufeinander folgender Signale;
(1-3) einen dritten Schritt des Berechnens einer Anzahl erster Restsignale, indem man das inverse Filter mit mindestens einem Teil der Anzahl erster zeitlich aufeinander folgender Signale wechselwirken lässt;
(1-4) einen vierten Schritt des Berechnens einer Anzahl vorbestimmter statistischer Variablen ausgehend von der Anzahl erster Restsignale;
(1-5) einen fünften Schritt des Ermittelns einer Anzahl zweiter zeitlich aufeinander folgender Signale, wobei jedes Signal die vorbestimmte physikalische Größe eines vorbestimmten zweiten Objekts trägt;
(1-6) einen sechsten Schritt des Berechnens einer Anzahl zweiter Restsignale, indem man das inverse Filter mit der Anzahl zweiter zeitlich aufeinander folgender Signale wechselwirken lässt;
(1-7) einen siebten Schritt des Berechnens der Anzahl vorbestimmter statistischer Variablen ausgehend von der Anzahl zweiter Restsignale; und
(1-8) einen achten Schritt des Schätzens oder Prüfens einer statistischen Differenz zwischen der Anzahl vorbestimmter statistischer Variablen, die im vierten Schritt berechnet werden, und der Anzahl vorbestimmter statistischer Variablen, die im siebten Schritt berechnet werden.
Im angegebenen Objekterkennungsverfahren ist es annehmbar, dass der vierte Schritt (1-4) umfasst:
einen Schritt (1-4-1) des Berechnens von Leistungsspektren eines Frequenzbands von zumindest einem Teil der Anzahl erster Restsignale; und
einen zusätzlichen Schritt (1-4-2) des Berechnens der vorbestimmten statistischen Variablen ausgehend von den Leistungsspektren,
worin der siebte Schritt (1-7) umfasst:
einen Schritt (1-7-1) des Berechnens von Leistungsspektren eines Frequenzbands von zumindest einem Teil der Anzahl zweiter Restsignale, und
einen zusätzlichen Schritt (1-7-2) des Berechnens der vorbestimmten statistischen Variablen ausgehend von den Leistungsspektren.
Im genannten Objekterkennungsverfahren dient zudem der achte Schritt (1-8) dazu, eine Differenz in den Besetzungsvarianzen und/oder Besetzungsvorrichtungen anzunehmen oder zu prüfen.
Im genannten Objekterkennungsverfahren ist es akzeptabel, dass das erste und das zweite Objekt das gleiche Objekt oder die gleiche Art von Objekt sind.
Für das Objekterkennungsverfahren der Erfindung werden im Folgenden Beispiele für die ersten und zweiten Objekte, für die Schätzung und die Prüfung beschrieben.
(a) Als erstes Objekt werden ein Muster oder mehrere Stücke aus einer Anzahl gleichartiger Produkte (beispielsweise eine Anzahl Motoren, die nach dem gleichen Standard hergestellt wurden) definiert. Vorab wird ein inverses Filter erzeugt, und zwar ausgehend von Signalen, die die physikalische Größe (z. B. Motordrehmoment, Motorgeräusch usw.) tragen, die sich auf die Standardprodukte beziehen. Anhand dieser Bedingung wird geprüft, ob die anderen zahlreichen Exemplare des Produkts annehmbar oder fehlerhaft sind.
(b) Eine bestimmte Einrichtung wird als erstes Objekt und als zweites Objekt definiert. Vorab wird ein inverses Filter erzeugt, und zwar ausgehend von Signalen, die man durch Aufnehmen der physikalischen Größe (z. B. Schwingungen der Einrichtung, Betriebsgeräusche usw.) erhält, die sich auf die Einrichtung im Normalbetrieb bezieht. In diesem Zustand wird das Ausmaß der Veränderung geschätzt, und zwar im Vergleich zum Normalbetrieb der Einrichtung (z. B. den Grad der Annäherung der Betriebsgeräusche an den unnormalen Status). Wahlweise wird geprüft, ob sich die Einrichtung normal oder unnormal verhält.
(c) Beim Bruch von Materialien usw. ist bekannt, dass vor der Zerstörung ein schwaches Geräusch ausgesendet wird (eine sogenannte akustische Emission). Ein Material einschließlich einer Umgebung, in der solche Materialien angeordnet sind, werden als erstes Objekt und als zweites Objekt definiert. Vorab wird ein inverses Filter erzeugt, und zwar ausgehend von Umgebungsgeräuschen, die im Normalzustand der Materialien usw. auftreten. In diesem Zustand wird der signifikante Pegel bei der Zerstörung des Materials durch die akustische Emission geschätzt.
(d) Die gesamte Umgebung (z. B. Geräusche) einer bestimmten Anlage wird beispielsweise als erstes Objekt und als zweites Objekt definiert, jedoch nicht für eine festgelegte Vorrichtung oder einen Komplex. Vorab wird ein inverses Filter erzeugt, und zwar ausgehend von der üblichen Umgebung der Anlage, der Materialien usw. In diesem Zustand wird geprüft, ob die Regelabweichung in der Umgebung der Anlage auftritt.
Man beachte, dass die genannte "vorbestimmte physikalische Größe" nicht auf eine bestimmte physikalische Größe eingeschränkt ist. Ist als Beispiel eine rotierende Maschine als Objekt definiert, so kann man verschiedene physikalische Größen, z. B. die Schwingung des Gehäuses, durch die Schwingung abgestrahlten Schall und die Unrundheit der Welle der rotierenden Maschine als die genannte "vorbestimmte physikalische Größe" wählen.
Zudem ist die genannte "vorbestimmte statistische Variable" ebenfalls nicht auf eine bestimmte statistische Variable eingeschränkt. Es ist annehmbar, irgendwelche Größen als vorbestimmte statistische Variable einzusetzen, falls sie die Merkmale des Restsignals darstellen. Man kann verschiedene statistische Variablen einsetzen, z. B. einen Mittelwert der Restsignale, eine Varianz der Restsignale, eine Varianz der Leistungsspektren der Restsignale (Maximum - Minimum), das Maximum usw. gemäß einer Eigenschaft der Restsignale.
Gemäß der Erfindung wird eine erste Objekterkennungsvorrichtung bereitgestellt, umfassend:
(2-1) einen Sensor, der zeitlich aufeinander folgende Signale erfasst, von denen jedes eine vorbestimmte physikalische Größe trägt, und zwar mit Hilfe des Messens der vorbestimmten physikalischen Größe eines Objekts;
(2-2) eine Erzeugungsvorrichtung für inverse Filter, die ausgehend von den zeitlich aufeinander folgenden Signalen, die der Sensor ermittelt, ein inverses Filter erzeugt;
(2-3) eine Variablenerzeugungsvorrichtung, die Restsignale berechnet, indem sie das inverse Filter, das die Erzeugungsvorrichtung für inverse Filter erzeugt, mit der Anzahl zeitlich aufeinander folgender Signale wechselwirken lässt, die der Sensor bestimmt, und vorbestimmte statistische Variablen ausgehend von den Restsignalen berechnet;
(2-4) eine Speichervorrichtung, die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung berechnet; und
(2-5) eine Statistikvorrichtung, die eine statistische Differenz zwischen Gruppen annimmt oder prüft, wobei die Anzahl vorbestimmter statistischer Variablen, die in der Speichervorrichtung gespeichert sind, in mindestens zwei Gruppen unterteilt ist.
Die genannte erste Objekterkennungsvorrichtung weist eine Anordnung auf, in der die inverse Filtervorrichtung (2-2) aufgenommen ist, und die beiden statistischen Variablengruppen, die Gegenstände der Schätzung oder der Prüfung der statistischen Differenz sind, werden in die Vorrichtung geholt. Es ist jedoch akzeptabel, dass das inverse Filter und eine der statistischen Gruppen, d. h. die Bezugsgruppe der statistischen Variablen, vorab berechnet und in die Einrichtung aufgenommen werden.
Die solcherart aufgebaute Objekterkennungsvorrichtung umfasst:
(3-1) eine erste Speichervorrichtung, die ein inverses Filter speichert sowie eine Anzahl vorbestimmter statistischer Variablen;
(3-2) einen Sensor, der zeitlich aufeinander folgende Signale erfasst, von denen jedes eine vorbestimmte physikalische Größe trägt, und zwar mit Hilfe des Messens der vorbestimmten physikalischen Größe eines Objekts;
(3-3) eine Variablenerzeugungsvorrichtung, die Restsignale berechnet, indem sie das inverse Filter, das in der ersten Speichervorrichtung gespeichert ist, mit den zeitlich aufeinander folgenden Signalen wechselwirken lässt, die der Sensor bestimmt, und die vorbestimmten statistischen Variablen ausgehend von den Restsignalen berechnet;
(3-4) eine zweite Speichervorrichtung, die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung berechnet; und
(3-5) eine Statistikvorrichtung, die eine statistische Differenz zwischen der Anzahl vorbestimmter statistischer Variablen, die in der ersten Speichervorrichtung gespeichert sind, und der Anzahl vorbestimmter statistischer Variablen, die in der zweiten Speichervorrichtung gespeichert sind, annimmt oder prüft.
Ferner wird gemäß der Erfindung ein Objekterkennungssystem bereitgestellt, umfassend:
(4-1) zumindest einen Schalldrucksensor, der an einer Stelle angeordnet ist, die eine vorbestimmte Positionsbeziehung bezüglich eines Objekts hat;
(4-2) eine Stellungsregeleinrichtung für den Sensor, die bewirkt, dass sich der Schalldrucksensor in unterschiedliche Richtungen dreht; und
(4-3) eine Überwachungsvorrichtung, die eine Erzeugungsvorrichtung für inverse Filter aufweist und ein inverses Filter ausgehend von den Schallsignalen erzeugt, die der Schalldrucksensor bestimmt, und eine Variablenerzeugungsvorrichtung, die Restsignale berechnet, indem sie das inverse Filter, das die Erzeugungsvorrichtung für inverse Filter erzeugt, mit der Anzahl Schallsignale wechselwirken lässt, die der Schalldrucksensor bestimmt, und vorbestimmte statistische Variablen ausgehend von den Restsignalen berechnet, und eine Speichervorrichtung, die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung berechnet, und eine Statistikvorrichtung, die eine statistische Differenz zwischen Gruppen annimmt oder prüft, wobei die Anzahl vorbestimmter statistischer Variablen, die in der Speichervorrichtung gespeichert sind, in mindestens zwei Gruppen unterteilt wird.
Das beliebige zeitsequentielle Signal kann man als Ausgangssignal betrachten, das man erhält, wenn man weißes Rauschen in ein geeignetes lineares System einspeist. Wird ein lineares System abhängig von einer gegebenen zeitlichen Folge bestimmt, so bezeichnet man dies als lineare Vorhersageanalyse. In dieser Hinsicht ist die eingeführte Technik bereits vorhanden. Rechnet man mit einer solchen Technik, so ist üblicherweise ein autoregressives Modell (AR-Modell) vorhanden. Unterwirft man gemäß dem AR-Modell die zeitlich aufeinander folgenden Signale einem Abtastvorgang, und wird ein Prozess mit diskreten Werten durch X(n), n = 1, 2, ..., beschrieben, so ist das Signal X(n) zum n-ten Zeitgunkt abhängig von Daten auf M Zeitpunkten vor dem n-ten Zeitpunkt wie folgt bestimmt:
X(n) = - AkX(n - k) + e(n) ... (1)
Dabei ist e(n) ein virtuelles Eingangssignal für das lineare System und ein weißes Rauschen. Sind die zeitlich aufeinander folgenden Signale gegeben, so bestimmt man das zugehörige autoregressive Modell durch das Berechnen eines Satzes Koeffizienten {Ak}, die auf den Daten beruhen.
Wird der Satz Koeffizienten {Ak} bestimmt, so wird Y(n) mit Hilfe der zeitlich aufeinander folgenden Signaldaten {X(n)} wie folgt definiert:
Aus den Gleichungen (1) und (2) erhält man:
Y(n) = - AkX(n - k)... (2)
X(n) - Y(n) = e(n) ... (3)
Der Rest stellt das weiße Rauschen dar. D. h., das weiße Rauschen wird durch die Subtraktion abgeleitet, bei der von den zeitlich aufeinander folgenden Signalen X(n) zum n-ten Zeitpunkt der Vorhersagewert Y(n) subtrahiert wird, der auf M Datenwerten vor dem n-ten Zeitpunkt beruht. Dies wird hier als inverses Filter bezeichnet, das so wechselwirkt, dass der Rest e(n) durch die Subtraktion berechnet wird, bei der der Vorhersagewert Y (n) von den zeitlich aufeinander folgenden Daten X (n) zum Zeitpunkt n subtrahiert wird. Kann man in dieser Weise ein gewisses zeitsequentielles Signal durch ein geeignetes autoregressives Modell darstellen, so kann man das weiße Rauschen dadurch erhalten, dass man das derart erzeugte inverse Filter mit dem ursprünglichen zeitlich aufeinander folgenden Signal wechselwirken lässt. Anders ausgedrückt wird das Eingangssignal durch das inverse Filter "geweißt". In diesem Fall kann man akzeptieren, dass das zeitlich aufeinander folgende Eingangssignal nicht dasjenige Signal ist, das beim Entwurf des inversen Filters verwendet wird. Man kann ein geweißtes Signal als Ausgangssignal erhalten, falls das autoregressive Modell identisch ist, d. h. falls das zeitlich aufeinander folgende Signal die gleiche Eigenschaft hat. Unterscheidet sich dagegen die Eigenschaft des zeitlich aufeinander folgenden Signals von dem zum Entwurf verwendeten Signal, so wird das Eingangssignal nicht geweißt, und es ist unmöglich, das weiße Rauschen zu erhalten.
Hinsichtlich des Gesagten wird ein erstes zeitlich aufeinander folgendes Signal, das beispielsweise Betriebsgeräusche, Schwingungen usw. trägt (im Weiteren als Betriebsgeräusche usw. bezeichnet), zur Zeit der Normalität zum Bilden eines inversen Filters verwendet. Ein zweites zeitlich aufeinander folgendes Signal, das beispielsweise die Betriebsgeräusche usw. zu einem beliebigen Zeitpunkt trägt, wird abgeleitet. Das inverse Filter kann nun mit dem zweiten zeitlich aufeinander folgenden Signal wechselwirken, und das Ausgangssignal wird beobachtet. Dabei kann man ein zeitlich aufeinander folgendes Signal (Restsignal) erkennen, das sich von dem Signal unterscheidet, das man zu normalen Zeiten erhält.
Einer der Aspekte der Erfindung beruht ähnlich wie die in der veröffentlichten japanischen Patentschrift Hei. 7-43259 offenbarte Technik darauf, dass vorab ein inverses Filter erzeugt wird, das auf dem ersten zeitlich aufeinander folgenden Signal beruht, das man von der Objektvorrichtung usw. im Normalzustand erhält. Das Restsignal wird dadurch berechnet, dass man das inverse Filter mit dem zweiten zeitlich aufeinander folgenden Signal wechselwirken lässt, das man von der Objektvorrichtung usw. erhält. Damit stellt das Restsignal die "Differenz" zum im Normalzustand gültigen ersten zeitlich aufeinander folgenden Signal dar. Man kann es auf einfache Weise berechnen, indem man einen linearen Vorhersagewert Y(n) berechnet (siehe die obige Gleichung (2)), und zwar durch einfache gewichtete Addition von M Datenwerten auf zeitsequentieller Basis, und die Differenz berechnet (siehe die obige Gleichung (3)). Damit kann man eine einfache Operation in Echtzeit ausführen.
Berechnet man das Restsignal, das die "Differenz" zwischen dem ersten zeitlich aufeinander folgenden Signal und dem zweiten zeitlich aufeinander folgenden Signal für das Beispiel des angegebenen Kondensatabscheiders darstellt, so kann es vorkommen, dass die "Differenz" nicht immer existiert, und dass sich zwei voneinander zu unterscheidende Objekte, beispielsweise der Normalzustand und ein abweichender Zustand, überlappen. In diesem Fall reicht es aus, die "Differenz" einfach exakt zu berechnen.
Hinsichtlich des Obigen werden gemäß der Erfindung die statistischen Variablen so berechnet, dass die statistisch signifikante Differenz zwischen zwei statistischen Variablengruppen geschätzt oder geprüft wird. Damit kann man das Vorhandensein einer Differenz zwischen dem ersten Objekt und dem zweiten Objekt sehr genau prüfen oder untersuchen bzw. den Grad der Differenz schätzen.
Wie erwähnt kann man gemäß der Erfindung mit hoher Genauigkeit prüfen, ob am Objekt irgendeine Veränderung aufgetreten ist bzw. den Grad der Veränderung schätzen.

Kurze Beschreibung der Zeichnungen

Es zeigt:
Fig. 1 ein Flussdiagramm einer Ausführungsform eines Objekterkennungsverfahrens der Erfindung;
Fig. 2 eine Darstellung der geglätteten Leistungsspektren von Hintergrundgeräuschen;
Fig. 3 eine Darstellung der geglätteten Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter mit den Hintergrundgeräuschen in 10 Signalabschnitten wechselwirken lässt, deren Leistungsspektren in Fig. 2 abgebildet sind;
Fig. 4 eine Darstellung der geglätteten Leistungsspektren von 10 Signalabschnitten, die bei vorhandenem Gasaustritt gesammelt wurden;
Fig. 5 eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man das gleiche inverse Filter, das zum Bilden der Restsignale in Fig. 3 verwendet wurde, wobei das inverse Filter mit den Hintergrundgeräuschen in Fig. 2 in Wechselwirkung trat, mit den Signalen wechselwirken lässt, deren Leistungsspektren in Fig. 4 dargestellt sind;
Fig. 6 eine Darstellung der jeweiligen Histogramme von zwei statistischen Variablengruppen (Maximum - Minimum);
Fig. 7 eine Darstellung der geglätteten Leistungsspektren von Schallsignalen eines jeden Abschnitts, wobei die Abschnitte dadurch gebildet wurden, dass man einen Schall unterteilt, der sofort am Kondensatabscheider gesammelt wurde, wenn dieser aussetzende Leckagen verursacht, und zwar 10 Signalabschnitte mit festen Zeitintervallen;
Fig. 8 eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter, das man aus Signalen erhielt, in denen nur Hintergrundgeräusche auftreten, und mit den Schallsignalen in Fig. 7 wechselwirken lässt;
Fig. 9 eine Darstellung der geglätteten Leistungsspektren von Schallsignalen eines jeden Abschnitts, wobei die Abschnitte dadurch gebildet wurden, dass man einen Sehall unterteilt, der bei einer anderen Gelegenheit sofort am Kondensatabscheider gesammelt wurde, wenn dieser aussetzende Leckagen verursacht, und zwar 10 Signalabschnitte mit festen Zeitintervallen;
Fig. 10 eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter, das man aus Signalen erhielt, in denen nur Hintergrundgeräusche auftreten, und mit den Schallsignalen in Fig. 9 wechselwirken lässt;
Fig. 11 ein Blockdiagramm einer Ausführungsform der ersten Objekterkennungsvorrichtung der Erfindung;
Fig. 12 ein Blockdiagramm einer Ausführungsform der zweiten Objekterkennungsvorrichtung der Erfindung; und
Fig. 13 eine Darstellung einer gewöhnlichen Ausführungsform des Objekterkennungssystems der Erfindung.
Beschreibung der besten Art, die Erfindung auszuführen
Im Weiteren werden Ausführungsformen der Erfindung erklärt.
In diesem Zusammenhang werden Anlagen mit Leitungen für brennbare Gase, die eine Umgebung aufweisen, in der Dampfleitungseinrichtungen vorkommen, und in der zusätzliche Quellen für Hintergrundgeräusche in Anlagenähe existieren, als erstes Objekt und als zweites Objekt bezeichnet. Es wird ein Fall erklärt, bei dem das Vorhandensein eines Gaslecks aufgrund von Öffnungen oder Brüchen, die durch Korrosion usw. entstanden sind, an den verlegten Leitungen in der Anlage mit Leitungen für brennbare Gase untersucht wird. Da ein Versuch mit brennbaren Gasen gefährlich gewesen wäre, wurde die Leitung für das Experiment anstelle des brennbaren Gases mit Luft gefüllt. Die korrodierte Öffnung wurde durch eine künstliche Öffnung ersetzt. Die im Weiteren angegebenen Versuchsdaten stammen also aus dem bezeichneten Experiment. Zur Vereinfachung wurde in der Beschreibung ein Luftaustritt durch die künstliche Öffnung usw. ebenfalls als Gasaustritt bezeichnet.
Fig. 1 zeigt ein Flussdiagramm einer Ausführungsform eines Objekterkennungsverfahrens der Erfindung.
Zuerst werden im Schritt (a), siehe Fig. 1, mehrmals Hintergrundgeräusche an der Stelle gesammelt, an der sich die interessierenden Leitungseinrichtungen für brennbare Gase befinden.
Nun wird im Schritt (b) ein inverses Filter ausgehend von einigen Hintergrundgeräusch-Signalen aus der Anzahl gesammelter Hintergrundgeräusch-Signale erzeugt. Im Schritt (c) wird eine Anzahl Restsignale dadurch berechnet, dass man das inverse Filter mit der Anzahl Hintergrundgeräuschdaten wechselwirken lässt, jedoch nicht mit den Hintergrundgeräuschdaten, mit denen das inverse Filter erzeugt wird. In Schritt (d) werden die Leistungsspektren eines jeden Restsignals berechnet. Im Schritt (e) werden das Maximum und das Minimum der Leistungsspektren in einem vorbestimmten Frequenzband entnommen, so dass (Maximum - Minimum) anhand einer vorbestimmten statistischen Variable berechnet wird.
Nun werden in den Schritten (f) bis (i) Schallsignale aufgrund des Austritts von brennbaren Gasen aus der Leitung für brennbare Gase mit den Hintergrundgeräuschen gesammelt. In ähnlicher Weise wie oben wird (Maximum - Minimum) berechnet.
Anschließend wird untersucht, ob zwischen der im Schritt (e) berechneten (Maximum - Minimum) -Gruppe und einer im Schritt (i) berechneten (Maximum - Minimum) -Gruppe ein signifikanter Unterschied auftritt.
Im Schritt (j) erfolgt zuerst ein F-Test. Der F-Test ist eine Vorgehensweise, bei der geprüft wird, ob zwischen den Varianzen σx2 und σy2 zweier statistischer Variablengruppen (hier Gruppen (Maximum - Minimum)) ein signifikanter Unterschied besteht. Eine Zusammenfassung des F-Tests sieht wie folgt aus (vergleiche hierzu: "LECTURES ON QUALITY CONTROL FIRST EDITION STATISTICAL METHOD" von Shigekazu Moriguti, Japanese Standards Association).
(1) Stelle eine Hypothese H&sub0; : σx2 = σy2 auf.
(2) Berechne die unverschobenen Varianzen Vx bzw. Vy, deren Freiheitsgrade durch φx bzw. φy gegeben sind.
(3) Berechne das Varianzverhältnis.
Gilt Vx ≥ Vy, so ist F&sub0; = Vx/Vy
φ&sub1; = φx, φ&sub2; = φy
Gilt Vx < Vy, so ist F&sub0; = Vy/Vx
φ&sub1; = φy, φ&sub2; = φx
(4) Determination
Gilt F&sub0; ≥ Fφ1,φ2 (0.025), so wird die Hypothese H&sub0; verworfen (Signifikanzgröße 5%). Fφ1,φ2 (0,025) impliziert, dass die obere Seitenwahrscheinlichkeit der F-Verteilung des Freiheitsgrads (φ1, φ2) 0,025 ist.
Im Schritt (k) wird mit dem F-Test festgestellt, ob ein signifikanter Unterschied vorhanden ist, d. h., ob die Hypothese H&sub0; im obigen Punkt (4) verworfen wird. Wird das Vorhandensein einer signifikanten Differenz festgestellt, d. h. wird die Hypothese H&sub0; verworfen, so fährt das Programm mit dem Schritt (n) fort, in dem festgestellt wird, dass ein Gasleck vorhanden ist.
Wird im Schritt (k) festgestellt, dass keine signifikante Differenz vorhanden ist, so fährt der Ablauf mit dem Schritt (1) fort, in dem ein t-Test vorgenommen wird. Der t-Test ist eine Vorgehensweise, bei der untersucht wird, ob zwischen den Mittelwerten zweier statistischer Variablengruppen ein signifikanter Unterschied besteht. Eine Zusammenfassung des t-Tests sieht wie folgt aus (vergleiche hierzu: "LECTURES ON QUALITY CONTROL FIRST EDITION STATISTICAL METHOD" von Shigekazu Moriguti, Japanese Standards Association).
(1) Stelle eine Hypothese H&sub0; : u = u&sub0; (der Mittelwert u der Gesamtheit ist gleich u&sub0;) auf.
Dabei wird statistisch festgestellt, ob u gleich u&sub0; ist (u = u&sub0;), wobei der Mittelwert einer der beiden statistischen Variablengruppen, d. h. eine statistische Variablengruppe als Bezug, durch u&sub0; ausgedrückt wird, und die andere (Probe) der beiden statistischen Variablengruppen durch u ausgedrückt wird.
(2) Berechne den Mittelwert < x> der Probe und die unverschobene Varianz V.
(3) Berechne die Standardabweichung (V/N) des Mittelwerts < x> der Probe, wobei N die Anzahl der Proben angibt.
(4) Berechne t&sub0; gemäß der folgenden Gleichung.
t&sub0; = (< x> - u&sub0;)/{ (V/N)}
(5) Determination
Gilt t&sub0; ≥ t (N - 1.0.05), so wird die Hypothese 110 verworfen (Signifikanzgröße 5%). Dabei impliziert t(N - 1.0.05) Punkte zu beiden Seiten bei 5% der t-Verteilung eines Freiheitsgrads φ = N-1.
Im Schritt (m) wird durch den t-Test im Schritt (1) festgestellt, ob eine signifikante Differenz auftritt, d. h., ob die Hypothese H&sub0; verworfen wird. Wird das Vorhandensein einer signifikanten Differenz festgestellt, so ist damit ein vorhandenes Gasleck erkannt. Stellt man dagegen fest, dass auch im t-Test nach dem angesprochenen F-Test keine signifikante Differenz auftritt, so wird festgestellt, dass kein Gasleck vorhanden ist.
Fig. 2 zeigt eine Darstellung der geglätteten Leistungsspektren von Hintergrundgeräuschen, die im Schritt (a), siehe Fig. 1, gesammelt wurden. In Fig. 2 und den folgenden vergleichbaren Abbildungen ist auf der Abszisse die Frequenz (kHz) und auf der Ordinate die Leistung (dB) aufgetragen. Die gesammelten Signale wechselwirken hier mit einem Bandpassfilter von 20 kHz-100 kHz.
Fig. 2 zeigt geglättete Leistungsspektren von Hintergrundgeräuschen eines jeden Signalabschnitts, wobei die Abschnitte durch Unterteilen der gesammelten Geräusche in 10 Signalabschnitte mit festen Zeitintervallen gebildet wurden.
Fig. 3 zeigt eine Darstellung der geglätteten Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter mit den Hintergrundgeräuschen von 10 Signalabschnitten wechselwirken lässt, deren Leistungsspektren in Fig. 2 abgebildet sind (vergleiche die Schritte (c) und (d) in Fig. 1).
Dabei wird ein inverses Filter verwendet, das anhand von Hintergrundgeräuschen erzeugt wurde, die in Signalabschnitten vorlagen, die unter den gleichen Bedingungen gesammelt wurden, die sich jedoch von den Hintergrundgeräuschen in 10 Signalabschnitten unterscheiden, die in Fig. 2 dargestellt sind. Es ist akzeptabel, ein adaptives inverses Filter anhand der Hintergrundgeräusche zahlreicher Signalabschnitte auszulegen.
Fig. 3 zeigt, dass die Hintergrundgeräusche nahezu vollständig entfernt worden sind.
Im Schritt (e) wird eine Differenz zwischen dem Maximum und dem Minimum der Leistungsspektren der Restsignale in den Abschnitten von 50 kHz-100 kHz in der Form statistischer Variablen entnommen.
Fig. 4 zeigt eine Darstellung der geglätteten Leistungsspektren von 10 Signalabschnitten, die bei vorhandenem Gasaustritt gesammelt wurden, und zwar im Schritt (f), siehe Fig. 1. Fig. 5 zeigt eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man das gleiche inverse Filter (erzeugt im Schritt b)), das zum Bilden der Restsignale in Fig. 3 verwendet wurde, wobei das inverse Filter mit den Hintergrundgeräuschen in Fig. 2 in Wechselwirkung trat, mit den Signalen wechselwirken lässt, deren Leistungsspektren in Fig. 4 dargestellt sind.
Im Schritt (i) wird eine Differenz zwischen dem Maximum und dem Minimum der Leistungsspektren der Restsignale in den Abschnitten von 50 kHz-100 kHz, siehe Fig. 5, in der Form statistischer Variablen entnommen.
Fig. 6 zeigt eine Darstellung der jeweiligen Histogramme von zwei statistischen Variablengruppen (Maximum - Minimum), von denen die eine aus 80 statistischen Variablen besteht, die im Schritt (e) entnommen wurden, und die andere aus 200 statistischen Variablen besteht, die im Schritt (i) entnommen wurden. In Fig. 6 sind auf der Abszisse die Werte der statistischen Variablen und auf der Ordinate die Anzahl der Proben der statistischen Variablen aufgetragen, die jeweils den zugehörigen Wert haben. Der gestrichelte Teil bezeichnet die im Schritt (e) entnommenen statistischen Variablen. Der leere Teil bezeichnet die statistischen Variablen, die zu Signalen gehören, die Gasaustrittsschall enthalten und die im Schritt (i) entnommen werden.
Überlappen sich die Histogramme von zwei statistischen Variablengruppen nicht, siehe Fig. 6, so kann man durch das Festlegen eines Grenzwerts an einem Zwischenpunkt einen Gasaustritt erkennen. Ist jedoch, wie erwähnt, ein Kondensatabscheider vorhanden, aus dem im Normalzustand aussetzend Dampf austritt, so überlappen sich die beiden statistischen Variablengruppen. In diesem Fall ist es eher schwierig, den Grenzwert festzulegen.
Fig. 7 zeigt eine Darstellung der geglätteten Leistungsspektren von Schallsignalen eines jeden Abschnitts, wobei die Abschnitte dadurch gebildet wurden, dass man einen Schall unterteilt, der sofort am Kondensatabscheider gesammelt wurde, wenn dieser aussetzende Leckagen verursacht, und zwar 10 Signalabschnitte mit festen Zeitintervallen. Fig. 8 zeigt eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter, das man aus Signalen erhielt, in denen nur Hintergrundgeräusche auftreten, mit den Schallsignalen in Fig. 7 wechselwirken lässt.
Fig. 9 zeigt eine Darstellung der geglätteten Leistungsspektren von Schallsignalen eines jeden Abschnitts, wobei die Abschnitte dadurch gebildet wurden, dass man einen Schall unterteilt, der bei einer anderen Gelegenheit sofort am Kondensatabscheider gesammelt wurde, wenn dieser aussetzende Leckagen verursacht, und zwar 10 Signalabschnitte mit festen Zeitintervallen. Fig. 10 zeigt eine Darstellung der Leistungsspektren von Restsignalen, die dadurch gebildet wurden, dass man ein inverses Filter, das man aus Signalen erhielt, in denen nur Hintergrundgeräusche auftreten, mit den Schallsignalen in Fig. 9 wechselwirken lässt.
Diesen Abbildungen kann man leicht entnehmen, dass sich die statistische Variable (Maximum - Minimum) in Teilen mit der statistischen Variable (gestrichelter Teil in Fig. 6) überlappt, die bei unnormalem Gasaustritt erscheint. Daher ist es in diesen Fällen schwierig, eine hohe Entscheidungsgenauigkeit lediglich mit einer einfachen Grenzwertverarbeitung zu erhalten.
Hinsichtlich des Gesagten wird gemäß dieser Ausführungsform in den Schritten (j) bis (m) festgestellt, ob eine statistisch signifikante Differenz vorhanden ist. Damit kann man ein "normales Leck", das vom Kondensatabscheider stammt, siehe Fig, 7-10, ähnlich wie bei reinen Geräuschen als "normal" erkennen, und man kann ein andauerndes "unnormales Leck" als "unnormal " erkennen.
Auf diese Weise kann man gemäß der Ausführungsform auch in Fällen, in denen ein Zwischenzustand zwischen der Erscheinung im normalen Status und der Erscheinung im unnormalen Status auftritt, die Normalität und die Abnormalität exakt unterscheiden.
Gemäß der Erfindung werden sowohl der F-Test als auch der t-Test vorgenommen, Wird entweder im F-Test oder im t-Test eine signifikante Differenz erkannt, so ist ein "mögliches Leck" erfasst. Die Erfassung kann gemäß der Anwendung der Erfindung verändert werden. Kann das Vorhandensein einer signifikanten Differenz mit dem F-Test oder dem t-Test festgestellt werden, so ist es akzeptabel, entweder nur den F-Test oder nur den t-Test auszuführen. Abhängig von der Anwendung ist es akzeptabel, dass die signifikante Differenz nur dann festgestellt wird, wenn die signifikante Differenz sowohl im F-Test als auch im t-Test erkannt wird. Man kann anstelle des F-Tests und des t-Tests auch ein anderes statistisches Prüfverfahren einsetzen. Zudem erfolgt gemäß dieser Ausführungsform die Untersuchung des Vorhandenseins der signifikanten Differenz mit einer Größe von 5% Signifikanz. Natürlich kann man die Prüfung auch mit einem optionalen Signifikanzwert abhängig von der Aufgabe oder dem Anwendungsgebiet der Erfindung vornehmen. Wahlweise kann man auch einen gewissen Abweichungsgrad der unveränderten Varianz oder des unveränderten Mittelwerts verwenden, ohne den Test auszuführen. Eine Vorgehensweise, bei der ein gewisser Abweichungsgrad der unveränderten Varianz oder des unveränderten Mittelwerts verwendet wird, ist für das Schätzen der Wahrscheinlichkeit des Auftretens einer Fehlfunktion oder eines Versagens durch die Veränderung beispielsweise des Betriebsgeräusches eines Motors verglichen mit dem Betriebsgeräusch im Anfangszustand wirksam, jedoch nicht für Anwendungsgebiete, bei denen eine Ja-Nein-Entscheidung wie "Leck vorhanden" oder "Leck nicht vorhanden" erfolgt.
Tabelle 1 zeigt für künstliche Fehler (Löcher oder Schlitze) in verschiedenen Größen, die in der obigen Ausführungsform an einer Leitung für brennbare Gase angebracht werden, ob vorhandene Defekte richtig erkannt werden, und zwar bei veränderlichem Gasdruck in der Leitung und für unterschiedliche Abstände zwischen dem Schallsammelort und dem künstlichen Defekt. Tabelle 1
In Tabelle 1 bedeutet das Zeichen "o", dass die beiden Fälle, in denen nur das Hintergrundgeräusch ohne Leck vorhanden ist, und in denen ein "normales Leck" aufgrund des Kondensatabscheiders vorhanden ist, als "normal" eingestuft werden, und dass im Fall eines "unnormalen Lecks" aufgrund künstlicher Defekte der Zustand "unnormal" erkannt wird. Das Zeichen "-" bedeutet, dass der Versuch nicht ausgeführt worden ist.
Gemäß der genannten Ausführungsform wird im Schritt (e) eine Differenz zwischen dem Maximum und dem Minimum der Leistungsspektren des Restsignals im Frequenzbereich von 50 kHz-100 kHz in Form einer statistischen Variablen entnommen. Man kann auch ein bevorzugtes Ergebnis erhalten, wenn man eine Differenz zwischen dem Maximum und dem Minimum der Leistungsspektren des Restsignals im Frequenzbereich von 25 kHz-50 kHz in ähnlicher Weise wie oben in Form einer statistischen Variablen entnimmt. Auf diese Weise ist es möglich, das Ultraschallband zum Entnehmen der statistischen Variablen in einem breiten Bereich ausgewählt zu verwenden.
Fig. 11 zeigt ein Blockdiagramm einer Ausführungsform der ersten Objekterkennungsvorrichtung der Erfindung. Es wird nun mit Hilfe der Einrichtung in Fig. 11 eine Untersuchung des normalen oder unnormalen Zustands von Anlagen erklärt, in denen Leitungen mit brennbaren Gasen vorhanden sind.
Zuerst sammelt man mit einem Ultraschallmikrofon 10 Hintergrundgeräusche. Die Daten eines ersten Signalabschnitts der Hintergrundgeräusche werden in eine Erzeugungsvorrichtung für inverse Filter 11 eingespeist. Die Erzeugungsvorrichtung für inverse Filter 11 erzeugt abhängig von den empfangenen Daten des Hintergrundgeräusches ein inverses Filter.
Das Ultraschallmikrofon 10 sammelt nun nacheinander Hintergrundgeräusche. Die gesammelten Hintergrundgeräuschdaten werden in eine Betätigungseinheit 12 für das inverse Filter eingegeben. Die Betätigungseinheit 12 für das inverse Filter unterteilt die empfangenen Hintergrundgeräuschdaten in Zeitintervalle mit fester Länge und lässt das in der Erzeugungsvorrichtung für inverse Filter 11 erzeugte inverse Filter mit den Hintergrundgeräuschedaten in jedem Signalabschnitt wechselwirken, um die jeweiligen Restsignale zu erzeugen. Die jeweiligen in der Betätigungseinheit 12 für das inverse Filter erzeugten Restsignale werden in eine Variablenerzeugungseinheit 13 eingespeist. In der Variablenerzeugungseinheit 13 werden geglättete Leistungsspektren der empfangenen Restsignale einer arithmetischen Operation unterworfen, die das Maximum und das Minimum der geglätteten Leistungsspektren im Frequenzbereich von 50 kHz bis 100 kHz entnimmt, so dass ein Wert (Maximum - Minimum) in Form einer statistischen Variablen berechnet wird.
Die auf diese Weise erhaltene statistische Variable wird in einer Variablenspeichereinheit 14 abgelegt.
Nun wird ein nicht dargestellter Schalter umgelegt, damit eine weitere statistische Variable berechnet wird, und zwar durch das Sammeln des Schalls in ähnlicher Weise wie bei den Hintergrundgeräuschen beschrieben. Die derart berechnete statistische Variable wird in der Variablenspeichereinheit 14 abgelegt. In diesem Fall erzeugt jedoch die Erzeugungsvorrichtung für inverse Filter 11 kein neues inverses Filter. Die Betätigungseinheit 12 für das inverse Filter verwendet das unveränderte inverse Filter, das vor dem Umlegen des Schalters für die Hintergrundgeräusche benutzt wurde.
Sind nun zwei statistische Variablengruppen in der Variablenspeichereinheit 14 abgelegt, so werden diese statistischen Variablengruppen in eine Prüfeinheit 15 eingegeben. In der Prüfeinheit 15 wird mit Hilfe des F-Tests und des t-Tests festgestellt, ob eine statistisch signifikante Differenz zwischen den beiden statistischen Variablengruppen vorhanden ist. Die Ergebnisse der Prüfung werden auf einer Anzeigeeinheit 16 dargestellt.
Fig. 12 zeigt ein Blockdiagramm einer Ausführungsform der zweiten Objekterkennungsvorrichtung der Erfindung. In Fig. 12 und Fig. 11 sind gleiche Teile mit den gleichen Bezugszeichen bezeichnet. Es werden nur die abweichenden Teile erklärt.
Anstelle der in Fig. 11 dargestellten Erzeugungsvorrichtung für inverse Filter 11 ist die Einrichtung in Fig. 12 mit einem inversen Filter ausgestattet, das anhand von Hintergrundgeräuschen erzeugt wird, und der Speichereinheit 17 zum Speichern von statistischen Variablen, die abhängig von den Restsignalen sind, die dadurch gebildet werden, dass das inverse Filter mit den Hintergrundgeräuschen wechselwirkt.
Bei Einrichtungen, die nur eine einzige Funktion haben, reicht es aus, die dem inversen Filter zugeordnete statistische Variable und die Hintergrundgeräusche einmal zu erzeugen. Eine solche statistische Variable wird mit einem Personalcomputer oder einer ähnlichen Einrichtung erzeugt (nicht dargestellt) und in der Speichereinheit 17 der Vorrichtung in Fig. 12 gespeichert.
Die arithmetischen Operationen der Betätigungseinheit 12 für das inverse Filter und der Variablenerzeugungseinheit 13 können beispielsweise durch eine zugehörige besondere Hardware implementiert werden. Normalerweise werden diese arithmetischen Operationen jedoch als Programm in einem Computersystem implementiert.
Fig. 13 zeigt eine Darstellung einer gewöhnlichen Ausführungsform des Objekterkennungssystems der Erfindung.
An einem Ort oder an mehreren Orten (in Fig. 13 ist nur ein Ort dargestellt) in einer Anlage, die eine Anzahl Leitungseinrichtungen für brennbares Gas enthält, wird ein Ständer 21 aufgebaut. Oben am Ständer 21 befindet sich ein Ultraschallmikrofon 10, das Ultraschall erfasst. Das Ultraschallmikrofon 10 ist mit einer Haube 22 abgedeckt, die eine Öffnung 22a in derjenigen Richtung hat, auf die die Spitze des Ultraschallmikrofons 10 zeigt. Damit empfängt das Ultraschallmikrofon 10 nur Schall, der in der interessierenden Richtung abgestrahlt wird. Das Ultraschallmikrofon 10 ist auf einer Stellungsregeleinrichtung 23 montiert. Die Lage des Ultraschallmikrofons 10 wird damit in vertikaler Richtung (die Richtung A-A in der Abbildung) und in waagrechter Richtung (die Richtung B-B in der Abbildung) durch die Stellungsregeleinrichtung 23 bestimmt. Die Stellungsregeleinrichtung 23 steuert die Richtung des Ultraschallmikrofons 10 zyklisch. Dadurch dreht sich das Ultraschallmikrofon 10 gemäß einer vorbestimmten Folge intermittierend in verschiedene Richtungen und kehrt in seine Ausgangsrichtung zurück.
Die vom Ultraschallmikrofon 10 gesammelten Ultraschallsignale werden über ein Kabel 24 zu einer Überwachungsvorrichtung 25 übertragen. Diese besteht aus einem Computersystem, das beispielsweise in einem zentralen Kontrollraum usw. installiert ist. In der Überwachungsvorrichtung 25 sind die Funktionen, die den Einheiten 11 bis 16 in Fig. 11 entsprechen, mit Hilfe von Programmen implementiert. Die Überwachungsvorrichtung 25 berechnet zuerst für den Fall, dass sich alle Leitungen der Anlage im Normalzustand befinden, eine statistische Variablengruppe als Bezug, und zwar ausgehend von den Ultraschallsignalen, die das Ultraschallmikrofon 10 sammelt während es sich in die verschiedenen Richtungen dreht.
Anschließend tritt die Überwachungsvorrichtung 25 in einen Überwachungszustand ein, in dem jeweils eine statistische Variablengruppe berechnet wird, wenn sich das Ultraschallmikrofon 10 in die verschiedenen Richtungen dreht. Dabei wirkt das inverse Filter jeweils auf das Ultraschallsignal ein, das zu jeder Richtung gehört. Es folgt eine Prüfung, ob zwischen der solcherart berechneten statistischen Variablengruppe und der als Bezug dienenden statistischen Variablengruppe eine statistisch signifikante Differenz besteht. Das Ergebnis der Prüfung wird auf dem Anzeigebildschirm 25a dargestellt.
Das obige System wurde so beschrieben, dass sich das Ultraschallmikrofon 10 intermittierend in verschiedene Richtungen dreht. Es ist jedoch auch akzeptabel, dass sich das Ultraschallmikrofon 10 kontinuierlich in verschiedene Richtungen dreht.
Die angegebenen Ausführungsformen beziehen sich auf ein Beispiel, in dem Schall (Ultraschall) gesammelt wird und geprüft wird, ob zwischen Schall und Schall signifikante Differenzen bestehen. Man beachte, dass die interessierende physikalische Größe in der Erfindung nicht auf Schall, beispielsweise Ultraschall usw. eingeschränkt ist, sondern dass die Erfindung auf beliebige physikalische Größen anwendbar ist. Weiterhin beziehen sich die erwähnten Ausführungsformen auf ein Beispiel, in dem die Erfindung dafür verwendet wird, die Anwesenheit oder Abwesenheit eines Lecks in einer Leitung für brennbare Gase zu prüfen. Die Erfindung ist jedoch bezüglich des Objekts nicht beschränkt und weist ein äußerst breites Anwendungsgebiet auf.

Claims

1. Objekterkennungsverfahren, umfassend:

einen ersten Schritt des Ermittelns einer Anzahl erster zeitlich aufeinander folgender Signale, wobei jedes Signal eine vorbestimmte physikalische Größe eines vorbestimmten ersten Objekts trägt;

einen zweiten Schritt des Erzeugens eines inversen Filters ausgehend von mindestens einem Signal aus der Anzahl erster zeitlich aufeinander folgender Signale;

einen dritten Schritt des Berechnens einer Anzahl erster Restsignale, indem man das inverse Filter mit mindestens einem Teil der Anzahl erster zeitlich aufeinander folgender Signale wechselwirken lässt;

einen vierten Schritt des Berechnens einer Anzahl vorbestimmter statistischer Variablen ausgehend von der Anzahl erster Restsignale;

einen fünften Schritt des Ermittelns einer Anzahl zweiter zeitlich aufeinander folgender Signale, wobei jedes Signal die vorbestimmte physikalische Größe eines vorbestimmten zweiten Objekts trägt;

einen sechsten Schritt des Berechnens einer Anzahl zweiter Restsignale, indem man das inverse Filter mit der Anzahl zweiter zeitlich aufeinander folgender Signale wechselwirken lässt;

einen siebten Schritt des Berechnens der Anzahl vorbestimmter statistischer Variablen ausgehend von der Anzahl zweiter Restsignale; und

einen achten Schritt des Annehmens oder Prüfens einer statistischen Differenz zwischen der Anzahl vorbestimmter statistischer Variablen, die im vierten Schritt berechnet werden, und der Anzahl vorbestimmter statistischer Variablen, die im siebten Schritt berechnet werden.

2. Objekterkennungsverfahren nach Anspruch 1, worin der vierte Schritt einen Schritt des Berechnens von Leistungsspektren eines Frequenzbands von zumindest einem Teil der Anzahl erster Restsignale aufweist, und einen zusätzlichen Schritt des Berechnens der vorbestimmten statistischen Variablen ausgehend von den Leistungsspektren, und

worin der siebte Schritt einen Schritt des Berechnens von Leistungsspektren eines Frequenzbands von zumindest einem Teil der Anzahl zweiter Restsignale aufweist, und einen zusätzlichen Schritt des Berechnens der vorbestimmten statistischen Variablen ausgehend von den Leistungsspektren.

3. Objekterkennungsverfahren nach Anspruch 1 oder 2, wobei der achte Schritt dazu dient, eine Differenz in den Besetzungsvarianzen und/oder Besetzungsvorrichtungen anzunehmen oder zu prüfen.

4. Objekterkennungsverfahren nach irgendeinem der Ansprüche 1 bis 3, wobei das erste und das zweite Objekt das gleiche Objekt oder die gleiche Art von Objekt sind.

5. Objekterkennungsvorrichtung, umfassend:

einen Sensor (10), der zeitlich aufeinander folgende Signale erfasst, von denen jedes eine vorbestimmte physikalische Größe trägt, und zwar mit Hilfe des Messens der vorbestimmten physikalischen Größe eines Objekts;

eine Erzeugungsvorrichtung (11) für inverse Filter, die ausgehend von den zeitlich aufeinander folgenden Signalen, die der Sensor ermittelt, ein inverses Filter erzeugt;

eine Variablenerzeugungsvorrichtung (13), die Restsignale berechnet, indem sie das inverse Filter, das die Erzeugungsvorrichtung (11) für inverse Filter erzeugt, mit der Anzahl zeitlich aufeinander folgender Signale wechselwirken lässt, die der Sensor (10) bestimmt, und vorbestimmte statistische Variablen ausgehend von den Restsignalen berechnet;

eine Speichervorrichtung (14), die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung berechnet; und

eine Statistikvorrichtung (15), die eine statistische Differenz zwischen Gruppen annimmt oder prüft, wobei die Anzahl vorbestimmter statistischer Variablen, die in der Speichervorrichtung (14) gespeichert sind, in mindestens zwei Gruppen unterteilt ist.

6. Objekterkennungsvorrichtung, umfassend:

eine erste Speichervorrichtung (17), die ein inverses Filter speichert sowie eine Anzahl vorbestimmter statistischer Variablen;

eine Variablenerzeugungsvorrichtung (13), die Restsignale berechnet, indem sie das inverse Filter, das in der ersten Speichervorrichtung (17) gespeichert ist, mit den zeitlich aufeinander folgenden Signalen wechselwirken lässt, die der Sensor (10) bestimmt, und die vorbestimmten statistischen Variablen ausgehend von den Restsignalen berechnet;

eine zweite Speichervorrichtung (14), die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung (13) berechnet; und

eine Statistikvorrichtung (15), die eine statistische Differenz zwischen der Anzahl vorbestimmter statistischer Variablen, die in der ersten Speichervorrichtung (17) gespeichert sind, und der Anzahl vorbestimmter statistischer Variablen, die in der zweiten Speichervorrichtung (14) gespeichert sind, annimmt oder prüft.

7. Objekterkennungssystem, umfassend:

zumindest einen Schalldrucksensor (10), der an einer Stelle angeordnet ist, die eine vorbestimmte Positionsbeziehung bezüglich eines Objekts hat;

eine Stellungsregeleinrichtung (23) für den Sensor, die bewirkt, dass sich der Schalldrucksensor in unterschiedliche Richtungen (A-A, B-B) dreht; und

eine Überwachungsvorrichtung (25), die eine Erzeugungsvorrichtung (11) für inverse Filter aufweist und ein inverses Filter ausgehend von den Schallsignalen erzeugt, die der Schalldrucksensor (10) bestimmt, und eine Variablenerzeugungsvorrichtung (13), die Restsignale berechnet, indem sie das inverse Filter, das die Erzeugungsvorrichtung (11) für inverse Filter erzeugt, mit der Anzahl Schallsignale wechselwirken lässt, die der Schalldrucksensor (10) bestimmt, und vorbestimmte statistische Variablen ausgehend von den Restsignalen berechnet, und eine Speichervorrichtung (14), die die vorbestimmten statistischen Variablen speichert, die die Variablenerzeugungsvorrichtung (13) berechnet, und eine Statistikvorrichtung (15), die eine statistische Differenz zwischen Gruppen annimmt oder prüft, wobei die Anzahl vorbestimmter statistischer Variablen, die in der Speichervorrichtung (14) gespeichert sind, in mindestens zwei Gruppen unterteilt wird.