JP2022191578A - 遮断器音響診断装置及び方法 - Google Patents

Abstract

【課題】音響を用いた診断で、精度良く遮断器の状態把握を可能とする。【解決手段】音響診断装置は、遮断器の正常動作時に、遮断器の各種イベントについて、マイクで収集され、遮断器とマイクとの相対距離から生じる音響信号の遅延を補正した音響信号の第１の特徴量を抽出し、補正された音響信号の第１の特徴量に関するデータをイベント毎に管理する複数のイベントモデルを作成する。遮断器の診断時において、マイクから収集され、遮断器とマイクとの相対距離から生じる音響信号の遅延を補正した音響信号の第２の特徴量を抽出し、診断時の音響信号の第２の特徴量と、複数のイベントモデルの第１の特徴量との時刻ごとの類似度を計算し、類似度が最も高くなる時刻を各イベントの発生タイミングとして推定し、推定された複数の発生タイミングから、遮断器の診断を行う。【選択図】図１

Description

本発明は、遮断器の音響診断装置に関する。

遮断器の状態を遠隔からモニタリングすることで、作業員を派遣せずにメンテンスを行うニーズが高まっている。このニーズに対応するため、遮断器の動作状況を把握するための各種のセンサを遮断器に取り付け、正常状態との差異から状態判断する方法が提案されている。こうした診断では、遮断器内部に電流センサを設置したり、遮断器の筐体に加速度センサを取り付けることで、状態のモニタリングを行うことが試みられている。

新設の遮断器では、こうしたモニタリング目的のセンサを設計段階から取り付けることが可能であるが、既存の遮断器に後付けでセンサを取り付けるには、センサ自体のコストや、取り付けに伴う加工のコスト増加が生じるばかりか、センサの種類によっては、遮断器の筐体への取り付けが困難な場合もある。特に、遮断器の内部にセンサを取り付ける必要がある場合には、取り付けの不可能な場合もある。そのため、非接触で測定可能な音響を使った計測が有効と考えられる。

特許文献１には、交流遮断器のオンオフ切替のときに交流遮断器が発する音を検知するように構築された音検知器と、音検知器で検知された音と予め定めた判定基準情報とに基づいて、音を発した交流遮断器が異常であるか否かを診断する診断装置が開示されている。

特開２０１９－１８４３４１号公報

特許文献１では、音の情報の比較を行うことで正常と異常の判断を行っており、遮断器の動作の重要なイベントのタイミング、例えば、遮断器のオンとオフ動作による接点の動き出しや、接点が離合するタイミング、接点の動作が終了するタイミングなどの重要なイベントのタイミング、を考慮しているわけではない。そのため、徐々に動作が行われる場合や、イベントのタイミングが変わっている様子を正確に把握することができない。

また、遮断器の動作は十数msで完了するため、その十数ms内といった非常に短い時間で遮断器のイベントのタイミングの抽出が必要となる。しかし、音響信号の速度は音速で伝搬するため、音響信号を収集するマイクと遮断器との距離による遅延（ディレイ）が無視できなくなる。

本発明の目的は、音響を用いた診断で、精度良く遮断器の状態把握を可能とする音響診断装置及び方法を実現することにある。

本発明の一態様の診断装置は、遮断器からの音圧を電気的な信号に変換するマイクと、前記マイクで電気信号に変換された音圧を一定周期でデジタル値に変換して音響信号とするA/D変換器と、を有する。前記音響診断装置は、さらに、中央処理装置と記憶装置とを有する。前記中央処理装置は、遮断器の正常動作時に、遮断器の各種イベントについて、前記マイクで収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の第１の特徴量を抽出し、補正された音響信号の第１の特徴量に関するデータをイベント毎に管理する複数のイベントモデルを作成する。前記記憶装置は、前記複数のイベントモデルを格納する。前記中央処理装置は、遮断器の診断時において、前記マイクから収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の第２の特徴量を抽出し、診断時の音響信号の第２の特徴量と、前記記憶装置に格納された前記複数のイベントモデルの第１の特徴量との時刻ごとの類似度を計算し、類似度が最も高くなる時刻を各イベントの発生タイミングとして推定し、推定された複数の発生タイミングから、遮断器の診断を行う。

本発明の一態様によれば、音響を用いた診断で、精度良く遮断器の状態を診断する音響診断装置を実現することができる。

音響診断装置の構成を示すブロック図の一例を示す図である。 モデル生成時の測定の一例を示す図である。 モデル生成処理と診断処理の一例を説明する図である。 特徴量抽出処理の一例を説明する図である。 イベントタイミングの推定の一例を説明する図である。 各イベントモデルの格納データの一例を示す図である。 類似度の計算に混合ガウスモデルを用いたイベントモデルの格納データの一例を示す図である。 診断用パラメータの一例を示す図である。

実施形態では、遮断器の状態を音響信号から診断する音響診断装置において、あらかじめ電気的なセンサを用いた真値と、遮断器と音響信号を収集するマイクの位置から、音響の遅延（ディレイ）を補正した特徴量からイベントモデルを作成する。音響信号の特徴量は、遅延を補正することで、電気的なセンサを用いた真値と同期したタイミングとなる。遮断器の診断時には、音響信号を収集するマイクと遮断器の距離情報とより、音響信号の遅延を考慮して、遮断器の開閉動作時の各種タイミングを正確に推定し、推定したタイミングに基づいて遮断器の動作状態の診断を行う。

例えば、一実施形態では、音響診断装置は、遮断器との距離が既知のマイクで音響信号の遅延を補正し、遅延が補正された音響信号と、電流センサや、遮断器のストロークを直接測定するレーザ変位計による計測値とを同期的に収集する。ここで、音響信号以外のセンサから診断時に用いる真値を推定する。一方、遮断器とマイクの距離から音響信号のディレイを計算して補正し、補正した音響信号の特徴量を決定し、遮断器の各種イベントタイミングを推定する複数のイベントモデルを作成しておく。各イベントモデルは、遮断器の正常動作時に、音響信号以外のセンサの真値と同じタイミングで対比するための音響信号の特徴量に関するデータである。診断時にはマイクの位置情報と遮断器の位置情報とより、音響信号の伝達のディレイを補正し、補正した音響信号の特徴量と、各イベントモデルとの類似度を計算する。類似度が最大となった特徴量のタイミングを、各イベントのタイミングと推定する。推定された各イベントの間隔等から診断パラメータを用いて、遮断器の状態を診断する。遮断器は、複数の重要な動作が所定のタイミングで行われているかを診断することで、正常に動作しているか否かを判断することができ、このタイミングを診断のための情報としている点も、特徴の一つである。
以下、図面を用いて実施例について説明する。

図１を参照して、実施例１の音響診断装置の構成について説明する。
図１に示すように、音響診断装置（１０）は、遮断器からの音圧を電気的な信号に変換するマイク（１０１）と、マイクからの電気信号（音圧）をデジタルデータ列に変換するＡ／Ｄ変換（１０２）の他、一般的な情報処理装置と同様、主記憶装置（１０３）と、補助記憶装置（１０４）と、中央処理装置（１０５）と、入力装置（１０６）と、結果出力装置（１０７）とを有する。

補助記憶装置（１０４）には、電気的なセンサとマイク位置による音響信号の遅延（ディレイ）を考慮した各イベントモデル（１４４）、マイクと遮断器との相対距離を求める情報、例えばマイクの位置情報（１４２）、各イベントのタイミングから診断を行う診断用パラメータ（１４６）、診断ソフト（１３０）、診断履歴（１５０）とを格納する。

遮断器のイベントは、例えば、遮断器のオンとオフ動作による接点の動き出しや、接点が離合するタイミング、接点の動作が終了するタイミングなどの重要な動作を行うタイミングである。遮断器の動作は、十数msで完了し、その十数ms内といった非常に短い時間で行われる。そのため、遮断器とマイクとの距離による音響信号の遅延を把握し、補正する必要がある。

各イベントモデル（１４４）は、遮断器が正常な状態で、補正した音響信号の特徴量に関するデータをイベント毎に管理する。例えば、遮断器の各種イベントにおける音響信号の特徴量ベクトルの平均値や、特徴量ベクトルの分布の中央値やその付近に存在する実際に観測された特徴量である。特徴量ベクトルが単純な分布ではない場合は、たとえば混合ガウスモデルを用いて、イベントモデルに対する尤度とすることもできる。

現在の測定用のマイクの位置情報（１４２）は、遮断器とマイクとの相対距離を示す情報である。遮断器の設置位置が座標位置として予め分かっている場合は、マイクの座標位置情報であっても良い。

診断用パラメータ（１４６）は、遮断器の状態を診断するためのデータであって、例えば、遮断器のイベント間の間隔の最小値、最大値といった閾値として与えられても良い。この場合、音響信号の特徴量から推定されたイベントのタイミングがイベント間隔の最小値から最大値の範囲内であれば、正常動作と判断できる。本実施例では、複数の重要な動作が所定のタイミングで行われているかを診断することで、正常に動作しているか否かを判断することができる点に着目した点が特徴の一つである。尚、診断用パラメータについては、図８を用いて後述する。

主記憶装置（１０３）は、全体制御処理（１１１）、ディレイ計算処理（１１２）、特徴量抽出処理（１１３）、類似度計算処理（１１４）、状態診断処理（１１５）を行う診断ソフト（１３０）が補助記憶装置（１０４）から読み出され、格納される。主記憶装置（１０３）には、診断ソフト（１３０）が必要とするワークエリアとして、音響波形格納領域（１２１）、ディレイ計算ワーク領域（１２２）、特徴量格納領域（１２３）、モデル格納領域（１２４）、類似度格納領域（１２５）、イベントタイミング推定結果（１２６）、診断用パラメータ格納領域（１２７）、診断結果格納領域（１２８）がある。

中央処理装置（１０５）は主記憶装置上のプログラムの実行し、入力装置（１０６）はマイク位置などのパラメータを入力し、結果出力装置（１０７）は結果を出力する。

ディレイ計算処理（１１２）は、遮断器の各種イベントについて、電流センサ、振動センサ、レーザ変位計等の電気的センサと、マイクの音響信号とのタイミングの差を遅延(ディレイ)量として計算する。

特徴量抽出処理（１１３）は、遅延が補正された音響信号に基づいて、遮断器の各種イベントに関する、音響信号の特徴量の平均値や、特徴量の分布の中央付近に存在する特徴量を抽出する処理である。特徴量の抽出処理は、図４を用いて後述する。

類似度計算処理（１１４）は、診断時に測定された音響信号の特徴量と、イベントモデル（１４４）との特徴量との時間ごとの類似度を計算する。具体的には、測定された音響信号の特徴量と、イベントモデル（１４４）との特徴量との類似度が最大値から、各イベントの発生時刻を求め、イベントタイミング推定結果（１２６）として格納する。類似度計算処理によるイベントタイミングの推定処理については、図５を用いて後述する。

状態診断処理（１１５）は、類似度計算処理（１１４）で推定された各イベントタイミングから、診断用パラメータに基づいて遮断器の状態を診断する。

音響波形格納領域（１２１）は、マイク（１０１）から収集された音響信号を格納する領域である。

ディレイ計算ワーク領域（１２２）は、ディレイ計算処理（１１２）がマイク（１０１）による音響信号の遅延を計算するためのワーク領域である。

特徴量格納領域（１２３）は、特徴量抽出処理（１１３）によって抽出された音響信号の特徴量を格納する領域である。

モデル格納領域（１２４）は、遮断器の各種イベントにおける音響信号の特徴量をイベントモデルとして格納する格納領域である。イベントモデルの例として、図６、図７を用いて後述する。

類似度格納領域（１２５）は、類似度計算処理（１１４）による計算結果を格納する領域である。

イベントタイミング推定結果（１２６）は、類似度計算処理（１１４）によるイベントタイミング推定結果を格納する領域である
診断用パラメータ格納領域（１２７）は、状態診断処理（１１５）が用いる診断用パラメータを格納する領域である。

診断結果格納領域（１２８）は、状態診断処理（１１５）による遮断器の診断結果を格納する領域である。

図２は、実施例１のモデル生成時の測定の一例を示す図である。

まず、音響診断装置は、電流センサ、振動センサ、レーザ変位計等の電気的センサ等の音響信号以外のセンサ(２１１、２１２、２１３)の真値と、マイク（１０１）の音響信号とを同期させて、音響信号の遅延を補正する。補正された音響信号の特徴量を、正常時の遮断器の各種イベントにおけるイベントモデル（１４４）を生成する。

遮断器（２０１）のオンとオフ動作のタイミングを正確に求めるため、遮断器（２０１）に電流センサ、振動センサ、レーザ変位計等の電気的なセンサ（２１１、２１２、２１３）が設置されている。ロガー（２２０）は、マイク（１０１）によって収集される遮断器（２０１）の動作時の音響信号と、センサ(２１１、２１２、２１３)の信号とをＡ／Ｄ変換する機能を備え、電気的なセンサ（２１１、２１２、２１３）とマイク（１０１）の信号を同期させてデジタル信号に変換する。遮断器（２０１）とマイク（１０１）の距離（２１４２）を用いて、各イベントモデル（１４４）を生成するためのモデル生成用計算機（２３０）が接続される。モデル生成用計算機（２３０）によって、図３のモデル生成処理（３００１）を行い、各イベントモデル（１４４）を作成する。尚、モデル生成用計算機（２３０）は、主として図１のディレイ計算処理（１１２）、特徴量抽出処理（１１３）の処理が対応し、マイク（１０１）で収集した音響信号の遅延を補正し、遮断器（２０１）の各種イベントの正常時の音響信号の特徴量を各イベントモデルとして作成する。

図３は、モデル生成用計算機（２３０）によって実行されるモデル生成処理（３００１）と診断ソフト（１３０）による診断処理（３００２）とを説明する図である。

まず、遮断器のオンとオフ動作による接点の動き出しや、接点が離合するタイミング、接点の動作が終了するタイミングなどの重要なイベントのタイミングにおける、各種の遮断器の音響信号の特徴量をイベントモデルとして生成するモデル生成処理（３００１）について説明する。イベントモデル生成処理（３００１）は、主として、図１のディレイ計算処理（１１２）と、特徴量抽出処理（１１３）によって処理される。

センサ信号１（３１０１）、センサ信号２（３１０２）、センサ信号３（３１０３）は、図２に示した電気的なセンサ（２１１、２１２、２１３）に対応し、遮断器の各種イベントにより発生する遮断器の振動や動作等を遅延なく検知する。一方、マイク（１０１）から収集した音響信号は、遮断器（２０１）とマイクとの距離によって遅延が生じる。この遅延を、ディレイ計算処理（３１１２）によって、音速を用いて電気的センサ（３１０１、３１０２、３１０３）とのディレイ量を求め、音響信号と電気的センサの信号のタイミングを同期させる。

マイク（１０１）により収集した音響信号は、音響センサ情報（音響波形（１２１））（３１２１）として格納される。格納された音響信号は、特徴量抽出処理（３１１３）により、特徴量が抽出される。音響信号のディレイを考慮し、電気的センサ（３１０１、３１０２、３１０３）と同期したタイミングで、正常時の音響信号の特徴量からイベントモデルを生成することができる。例えば、正常時において、遮断器のオンとオフ動作による、接点の動き出しや、接点が離合するタイミング、接点の動作が終了するタイミングなどの重要なイベントのタイミングで、マイクから収集される音響信号がどのような特徴量となっているかをイベントモデルとして格納する。図３では、マイクによって収集した音響信号から特徴量を抽出して、ディレイ計算処理（３１１２）で音響信号の遅延をモデル生成（３１１４）に入力し、電気的センサ（３１０１、３１０２、３１０３）と同期した音響信号の特徴量から各イベントのモデル（１４４）を生成しているが、ディレイ計算処理３１１２を行った後、ディレイを特徴量抽出処理（３１１３）に入力し、遅延が補正された音響信号から特徴量を求めても良い。

イベントモデル作成は、遮断器（２０１）の各種イベント毎に、イベントモデルを作成する。そのため、各種イベントは、イベントを識別するイベントＩＤが付与され、イベントＩＤ毎にイベントモデルが生成される。イベントモデルは、後述する図６のようにイベントモデル対応表として管理される。

図４は、図３に示した特徴量抽出処理（３１１３）を説明する図である。

音響波形（４０１）を周波数分析（４１０）し、短時間スペクトルの時系列として、スペクトログラム（４０２）を生成する。この際、短時間スペクトルを計算する際の窓のストライドは、１ｍｓよりも短い時間とする。得られた短時間スペクトルを必要な周波数範囲を取り出し、複数フレームをスタッキングして、特徴量ベクトル（４０３）として特徴量を抽出する。遅延を補正した音響信号から特徴量を作成する場合、スペクトログラム４０２の時間を、ディレイ計算処理（１１２）によって計算した遅延分シフトさせることで、補正した音響信号から特徴量を求める。あるいは、特徴量ベクトル（４０３）からイベントモデルを作成する際に、ディレイ計算処理（１１２）によって計算した遅延分をシフトさせてイベントモデルを作成しても良い。

図３の診断処理（３００２）について説明する。診断処理（３００２）は、主として、図１のディレイ計算処理（１１２）、特徴量抽出処理（１１３）、類似度計算処理（１１４）と状態診断処理（１１５）によって処理される。マイク（１０１）で収集された音響信号は、音響センサ情報（音響波形（１２１））として格納され、特徴量抽出処理（１１３）により、特徴量が抽出される。特徴量の抽出手順は、モデル生成処理（３００１）の時と同じ手順で行う。

診断時のマイクの位置（１４２）から、音響信号のディレイをディレイ計算処理（１１２）により計算する。類似度計算処理（１１４）では、各イベントモデル（１４４）に格納されたモデルを用いて、各イベントモデルと診断時の音響信号の特徴量とを比較して類似度を計算する。診断時にマイク（１０１）によって収集された音響信号は、マイク（１０１）と遮断器（２０１）との相対位置により、音響信号のディレイを計算するディレイ計算処理（１１２）を行い、類似度計算処理（１１４）に入力される。類似度計算処理（１１４）では、診断時の音響信号から抽出された特徴量に、ディレイ計算処理（１１２）のディレイ分をシフトして、各イベントモデル（１４４）の特徴量と比較する。この比較は、図４に示したように、時間毎に行われる。イベント毎に類似度の最大値から、各イベントの発生時刻を求め、ディレイを補正してイベントタイミング推定結果とする。

遮断器は、重要な動作のタイミングが所定のタイミングで行われているかを診断することで、正常に動作しているか否かを判断することができる。

図５は、イベントタイミングの推定を説明する図である。

図５では、時間を横軸にとり、図３の類似度計算処理１１４により計算された類似度を縦軸に示している。類似度は、イベントモデルと診断対象の遮断器の音響信号とを比較し、類似している場合には、その値が大きくなる。遮断器のイベント１、イベント２、イベント３について、イベント毎のイベントモデルと、診断対象の診断機の音響信号の特徴量とを比較することで、類似度が最大のタイミングを各イベントの発生時刻を把握することができる。

例えば、イベント１の発生時刻を時刻５１１、イベント２の発生時刻を時刻５１２、イベント３の発生時刻を時刻５１３と推定できる。

このように、音響信号の遅延を考慮し、電気的センサ（３１０１、３１０２、３１０３）と同期させ、正常時におけるイベントモデルと診断時の音響信号の特徴量とを比較し、その類似度を計算することで、各イベントの発生タイミングを正確に推定することができる。遮断器は、重要な動作のタイミングが所定のタイミングで行われているかを診断することで、正常に動作しているか否かを判断することができる。そのため、診断処理（１１５）では、特定のイベント間の間隔や、イベントがトリガ信号から各イベントまでの時間間隔に対して、図８に示されるように、診断パラメータとして、遮断器の特定のイベント間の間隔の最大値、最小値の範囲の閾値（８０４）が与えられ、その範囲内に入っているか否かで判定を行う。最大値、最小値の片側にしか制限がない場合は、たとえば最大値に＋∞、最小値に-∞を設定することで制約なしを表現する。

図６にイベントごとの特徴量のイベントモデルの表現（イベントモデル対応表）の１実施例を示す。図６に示すように、各イベントを識別するイベントＩＤと各イベントモデルとを対応して管理する。図６に示したイベントモデルは、イベントに対応する特徴量が安定している場合に実施可能で、単純な特徴量の代表値１個で表現している。これは、例えばモデル作成時の分布の中央値や、平均値を用いて計算することができる。類似度は、コサイン距離やユークリッド距離で計算することができる。

図７に、イベントモデルをイベントごとの特徴量を混合ガウスモデルで表現するときの実施例を示す。各イベントＩＤ（６０１）に対し、イベントモデルとして特徴量モデル（６０２）を対応して管理する。n_component個の特徴量の平均値、共分散行列、ウエイトωを有し、各時刻ごとに尤度を計算することで類似とみなす。

あらかじめ測定データから抽出した特徴量と、測定した際の装置の状態との関係を、特徴量空間上に適切に配置された参照点と、参照点に対して特徴点の近傍のデータに対応する状態を数値化したモデルパラメータとを用意しても良い。

１０１ マイク
１０２ Ａ／Ｄ変換
１０３ 主記憶装置
１０４ 補助記憶装置
１０５ 中央処理装置
１０６ 入力装置
１０７ 結果出力装置
１１１ 全体制御処理
１１２ ディレイ計算処理
１１３ 特徴量抽出処理
１１４ 類似度計算処理
１２１ 音響波形
１２２ ディレイ計算ワーク
１２３ 特徴量格納領域
１２４ モデル格納領域
１２５ 類似度格納領域
１２６ イベントタイミング推定結果
１２７ 診断用パラメータ格納領域
１２８ 診断結果格納領域
１３０ 診断ソフト
１４２ マイク位置
１４４ 各イベントモデル
１４６ 診断用パラメータ
１５０ 診断履歴
２０１ 遮断器
２１１ 電気的センサ１
２１２ 電気的センサ２
２１３ 電気的センサ３
２１４２ マイク位置
２２０ ロガー
２３０ モデル生成用計算機
３００１ モデル生成処理
３００２ 診断処理
３１０１ センサ信号１
３１０２ センサ信号２
３１０３ センサ信号３
３１１２ ディレイ計算処理
３１２１ 音響波形
３１１３ 特徴量抽出処理
３１１４ モデル作成
４０１ 音響波形
４０２ スペクトログラム
４０３ 特徴量ベクトル
４１０ 周波数分析
４２０ フレームスタッキング
５０１ イベント１類似度
５０２ イベント２類似度
５０３ イベント３類似度
５１１ イベント１タイミング推定値
５１２ イベント２タイミング推定値
５１３ イベント３タイミング推定値
６０１ イベントＩＤ
６０２ 特徴量モデル
７０２ 特徴量モデル（混合ガウスモデル）
８０１ 診断用パラメータ番号
８０２ 診断用イベントＩＤその１
８０３ 診断用イベントＩＤその２
８０４ 診断用閾値情報

Claims (9)

1. 遮断器からの音圧を電気的な信号に変換するマイクと、
   前記マイクで電気信号に変換された音圧を一定周期でデジタル値に変換して音響信号とするA/D変換器と、を有する音響診断装置において、
   前記音響診断装置は、さらに、中央処理装置と記憶装置とを有し、
   前記中央処理装置は、
   遮断器の正常動作時に、遮断器の各種イベントについて、前記マイクで収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の第１の特徴量を抽出し、
   補正された音響信号の第１の特徴量に関するデータをイベント毎に管理する複数のイベントモデルを作成し、
   前記記憶装置は、前記複数のイベントモデルを格納し、
   前記中央処理装置は、
   遮断器の診断時において、前記マイクから収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の第２の特徴量を抽出し、
   診断時の音響信号の第２の特徴量と、前記記憶装置に格納された前記複数のイベントモデルの第１の特徴量との時刻ごとの類似度を計算し、
   類似度が最も高くなる時刻を各イベントの発生タイミングとして推定し、
   推定された複数の発生タイミングから、遮断器の診断を行う、
   ことを特徴とする音響診断装置。
2. 請求項１に記載の音響診断装置において、
   前記中央処理装置は、
   遮断器に設けられた電気的なセンサから入力される信号と、前記マイクのデジタル値とを同期させ、前記電気的なセンサから入力される信号に対する前記マイクにより収集される音響信号の遅延を算出する、
   ことを特徴とする音響診断装置。
3. 請求項１に記載の音響診断装置において、
   前記記憶装置に格納される前記複数のイベントモデルは、
   遮断器の各種イベントを識別するベントＩＤに対し、前記マイクで収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の第１の特徴量を抽出して得られるイベントモデルとを対応して管理する、
   ことを特徴とする音響診断装置。
4. 請求項３に記載の音響診断装置において、
   前記記憶装置に格納されるイベントモデルは、各イベントに対し、混合ガウスモデルで示される特徴量と、を対応して管理する
   ことを特徴とする音響診断装置。
5. 請求項１に記載の音響診断装置において、
   前記中央処理装置によって抽出される音響信号の特徴量は、音響信号の特徴量ベクトルの平均値である
   ことを特徴とする音響診断装置。
6. 請求項１に記載の音響診断装置において、
   前記中央処理装置によって抽出される音響信号の特徴量は、音響信号の特徴量ベクトルの分布の中央値である
   ことを特徴とする音響診断装置。
7. 請求項１に記載の音響診断装置において、
   前記記憶装置は、遮断器の特定のイベント間の間隔の最大値、最小値を閾値として管理する診断用パラメータを格納し、
   前記中央処理装置は、
   前記推定された複数の発生タイミングと、前記診断用パラメータとに基づいて、遮断器の診断を行う
   ことを特徴とする音響診断装置。
8. 遮断器からの音圧を電気的な信号に変換するマイクと、
   前記マイクで電気信号に変換された音圧を一定周期でデジタル値に変換して音響信号とするA/D変換器と、を有する音響診断装置において、
   遮断器の正常動作時に、遮断器の各種イベントについて、前記マイクで収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の特徴量を抽出する第１の特徴量抽出処理部と、
   補正された音響信号の特徴量に関するデータをイベント毎に管理する複数のイベントモデルを作成するモデル作成部と、
   前記複数のイベントモデルを格納するイベントモデル格納部と、
   遮断器の診断時において、前記マイクから収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の特徴量を抽出する第２の特徴量抽出処理部と、
   診断時の音響信号の特徴量と、前記イベントモデル格納部に格納された前記複数のイベントモデルの特徴量との時刻ごとの類似度を計算し、類似度が最も高くなる時刻を各イベントの発生タイミングとして推定するイベントタイミング推定する類似度計算処理部と、
   推定された複数の発生タイミングに基づいて遮断器の診断を行う診断処理部と、を有する
   ことを特徴とする音響診断装置。
9. 遮断器からの音圧を電気的な信号に変換するマイクと、前記マイクで電気信号に変換された音圧を一定周期でデジタル値に変換して音響信号とするA/D変換器と、を有する音響診断装置の音響診断方法において、
   前記音響診断装置の中央処理装置は、遮断器の正常動作時に、遮断器の各種イベントについて、前記マイクで収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の特徴量を抽出し、
   補正された音響信号の特徴量に関するデータをイベント毎に管理する複数のイベントモデルを作成し、
   前記音響診断装置の記憶装置は、前記中央処理装置により作成された前記複数のイベントモデルを格納し、
   前記中央処理装置は、遮断器の診断時において、前記マイクから収集され、遮断器と前記マイクとの相対距離から生じる前記音響信号の遅延を補正した音響信号の特徴量を抽出し、
   診断時の音響信号の特徴量と、前記記憶装置に格納された前記複数のイベントモデルの特徴量との時刻ごとの類似度を計算し、類似度が最も高くなる時刻を各イベントの発生タイミングとして推定するイベントタイミング推定し、
   推定された複数の発生タイミングに基づいて、遮断器の診断を行う、ことを有する
   ことを特徴とする音響診断方法。

Images