JP3710126B2 - 測定波形診断方法およびその装置 - Google Patents
測定波形診断方法およびその装置 Download PDFInfo
- Publication number
- JP3710126B2 JP3710126B2 JP2001241036A JP2001241036A JP3710126B2 JP 3710126 B2 JP3710126 B2 JP 3710126B2 JP 2001241036 A JP2001241036 A JP 2001241036A JP 2001241036 A JP2001241036 A JP 2001241036A JP 3710126 B2 JP3710126 B2 JP 3710126B2
- Authority
- JP
- Japan
- Prior art keywords
- linear prediction
- order
- sound
- prediction coefficient
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、測定波形診断方法およびその装置に係り、特に、短時間に衝撃音を発生する機械の故障等に起因する音や振動によって得られた計測波形の異常診断を行う測定波形診断方法および装置に関する。
【０００２】
【従来の技術】
従来、機械の故障を診断する方法の一つに、機械から生ずる音や振動等の波形を解析して診断を行うものがある。通常、これらの診断の方法は、信号の計測・信号の特徴解析・良否診断という手順で行なわれている。従来、信号の特徴を解析する方法として、信号のパワーの大小を解析する方法、ＦＦＴ（高速フェリー変換）等を用いて信号のスペクトルを解析する方法、ソナグラム（声紋）を解析する方法、線形予測係数（反射係数）を解析する方法等があった。
【０００３】
信号のパワーを特徴量とする方法は、故障の程度が大きくならなければ故障を特定できなかったり、特定できない故障がある等の理由で適用に限界されたものとなっている。信号のスペクトルを特徴とする方法は、信号のパワーを特徴とする方法と比較すると故障の特定性能は向上するが、元来スペクトルは、長時間の平均的な周波数特性を示すもので、時間情報が含まれていないため特徴解析方法としては十分とはいえない。ソナグラムを特徴量とする方法はこの点を解決するもので、時間情報と周波数情報を同時に分析するため、信号のもつ特徴量を完全に把握することができる。したがって、音声認識や話者の特定、艦船の特定等、多くの分野で使用されている。
【０００４】
ところで、機器の故障を自動的に判定しようとすると、ソナグラムの情報量が多いため自動診断には向いていない。例えば、周波数方向が２００個、時間方向が１０個を判定するための指標とすると、特徴量の数は、２０００個となる。そこで、この特徴量の数を合理的に減少させる方法として、線形予測係数を特徴量とする方法が考えられている。
【０００５】
線形予測係数は、数式１のαｋで表されている係数である。
【数１】
ただし、X(n)：時刻ｎΔtにおける信号の値、Δt：サンプリング間隔、ｍ：モデル次数である。
【０００６】
数式１は、任意の時刻の信号はそれ以前の信号の加重和として表すことを示しており、自己回帰モデルと呼ばれている。そして、線形予測係数を基に数式２に示すように記号のパワースペクトルを算出することができる。
【数２】
ただし、P(ｆ):周波数ｆのスペクトル値、Pm：予測誤差の分散である。
【０００７】
数式２に示されるようにスペクトルと線形予測係数に対応関係があるため、スペクトルに違いがみられれば線形予測係数に違いがみられるため、線形予測係数を信号の特徴量として利用できることが分かる。また、通常は少数の線形予測係数でスペクトルが計算できるため、特徴量の数が減少する。通常、信号の特徴を識別するためには線形予測係数の個数は２０個程度で十分な場合が多く、ソナグラムと比較すると特徴量の数は減少し、自己診断が可能なレベルまでになり、波形を基にした自動診断において有効な方法となっている。
【０００８】
線形予測係数を算出する方法にはいくつかあるが、これらの予測係数の中で、最大エントロピー法（ＭＥＭ）により求めた線形予測係数は次の特徴があり、故障診断には適している。
１、モデル次数（ｍ）を変えても係数値は変化しない。他の方法はモデル次数を変えると変わる。
２、線形予測係数を用いてスペクトルを計算する場合、時間的に短いデータに対して高精度のスペクトルが得られる。したがって、速い減少でも特徴量を取得できる。
【０００９】
【発明が解決しようとする課題】
しかしながら、最大エントロピー法による線形予測係数は、信号の振幅に関する情報は０次の係数で表現し、高次の係数で信号の特徴（信号の質的特徴）を表現するものである。そこで、通常では、音質が異なる信号に対しては高次の係数で信号の特徴を把握していたが、振幅の違いはあるけれども音質が違わない場合には異常を特定することができないという欠点がある。例えば、製品検査においていつも発生している音としては同じであるが、異常の違いは発生音が大きいか小さいかの違いである場合が相当する。このように、異常を特定する場合に音質は異ならずに振幅だけが異なるものがあり、かかる場合には、０次の係数しか識別に利用できなかった。したがって、音質などを表している高次の次数の線形予測係数から判断しようとする場合、上記のような異常判定ができない問題があったのである。
【００１０】
本発明は上記従来の問題点に着目し、測定波形診断方法およびその装置に係り、特に、高次の線形予測係数にも信号の振幅情報を反映させ、より多数の線形予測係数で特徴を解析し、短い時間に発生する衝撃音を識別できる測定波形診断方法およびその装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明に係る測定波形の診断方法は、機械から生じる音あるいは振動の波形を測定・解析して異常を診断する方法において、信号の大きさの平均エネルギを表す０次の線形予測係数と、周波数特性を表す一次以降の線形予測係数とを求めるとともに、前記一次以降の線形予測係数の値に対して前記０次の線形予測係数又はその平方根の値を乗算し、その得られた線形予測係数の乗算値と、これらの値の時間変化に着目して波形異常を診断することを特徴とする。
【００１２】
本発明に係る測定波形診断装置は、機械から生じる音あるいは振動の波形を測定・解析して異常を診断する装置において、音あるいは振動を測定する測定手段と、測定手段からの音あるいは振動より線形予測分析を行なうとともに、０次線形予測係数と、１次以降の線形予測係数とを求める周波数解析手段と、０次以降の信号を受けて、前記一次以降の線形予測係数の値に対して０次の線形予測係数又はその平方根の値を乗算する乗算手段と、乗算値を計測時間に沿って表示する表示手段とからなることを特徴とする。
【００１３】
【作用】
上記方法によれば、機械の近傍にマイクロホンに配置された測定手段が、コツコツ音等の０．５〜１．５秒の間に発生する衝撃音である異常音を測定する。この測定された衝撃音は、音圧の大きさに応じた電気信号に変換されて、周波数解析手段に送信され、周波数解析手段は、音あるいは振動の信号を解析し、０次および１次以降の線形予測分析を行なうとともに、各周波数の０次、１次以降の線形予測係数を求める。この求められた各線形予測係数は、乗算手段に送信され、信号の大きさのエネルギーを表す０次の線形予測係数又は平方根などの０次の線形予測係数に演算を施すことによって得られる値と、周波数特性を表す一次以降の線形予測係数とのそれぞれを乗算する。または、信号の大きさの平均振幅を表す０次の線形予測係数又は平方根などの０次の線形予測係数に演算を施すことによって得られる値と、周波数特性を表す一次以降の線形予測係数のそれぞれを乗算する。この求められた乗算値は、計測時間とともに表示手段に送信され、各乗算値を計測時間に沿って表示する。この乗算値の表示は、従来に比べて衝撃音のところで、信号の大きさのエネルギーあるいは平均振幅が大きくなっているため、その衝撃音の個所で前の部分よりも大きくなっている。この乗算値の差が、表示手段の模式図に、より鮮明に異常部として表示されるため、作業者により容易に識別される。これにより、正常および異常が容易に判定される。
【００１４】
【発明の実施の形態】
以下に、本発明に係る測定波形診断方法およびその装置の具体的実施の形態を図面にしたがって詳細に説明する。図１は、本発明に係る測定波形診断装置１の一例を示すブロック図であり、図２は測定する音圧の一例を示す図であり、短時間に生ずる衝撃音の音圧の波形である。以下では、被測定物体１０の機械の音圧について記述するが、機械の振動でも良い。図３は測定した音圧を測定波形診断装置１で求めた表示図の一例である。
【００１５】
図１において、測定波形診断装置１は、検査対象である機械等の被測定物体１０の近傍に、音を収集するマイクロホン等の測定手段１２が配置されている。この測定手段１２は、実施形態では機械の近傍にマイクロホンが用いられて構成されており、図２に示すような測定対象物から周期的に発生される波形Ｐｓを測定している。例えば、図２は車両用椅子１０ａに用いたリニアスライド１０ｂで生ずる３分間の波形一例であり、０．５〜１．５秒の間で部品同士の衝突により発生する異常音である衝撃音（コツコツ音Ｄａ）が多数発生していることが確かめられている。なお、測定手段１２には、振動を測定する場合には振動加速度計を用いて振動波形を抽出するようにすればよい。実施形態では、上記車両用椅子１０ａのように被測定物体１０の機械が駆動したときに生ずる音圧を集音し、音圧の大きさに応じた電気信号に変え、図示しない増幅器、フィルタを介して、周波数解析手段１４に入力している。周波数解析手段１４は、音（あるいは振動）の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この解析された音あるいは振動の０次線形予測係数α０は平均エネルギを示し、１次以降の線形予測係数α１、α２、α３、…は音質を示す。この０次の平均エネルギの線形予測係数α０と、および、音質の１次以降の線形予測係数αｋとが乗算手段１６に送信される。乗算手段１６は、０次の線形予測係数α０と、一次以降の線形予測係数α１、α２、α３、…とのそれぞれを数式３に示すごとく乗算し、この乗算した各乗算値α′ｋと、計測時間Ｔｎを表示手段１８に送信する。周波数解析手段１４および乗算手段１６は、コントローラ等の制御手段２０により構成されている。
【数３】
ただし、ｋ＝１、２、３、… を示す。
【００１６】
表示手段１８は、各乗算値α′ｋとその時間変化を、図３に示すように模式図表示する。
または、他の実施例の第１周波数解析手段１４Ａは、音あるいは振動の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この解析された音あるいは振動の０次線形予測係数α０は、平均エネルギーから平方根の平均振幅を求め、１次以降の線形予測係数α１、α２、α３、…は高次の音質を求める。この平均振幅の０次線形予測係数α０の平方根と、および、音質の１次以降の線形予測係数αｋが第１乗算手段１６Ａに送られる。第１乗算手段１６Ａは、０次線形予測係数α０の平方振幅と、一次以降の線形予測係数α１、α２、α３、…とのそれぞれを数式４に示すごとく乗算し、この乗算した各乗算値αk″と、その時間変化を表示手段１８に送信する。
【数４】
ただし、ｋ＝１、２、３、… を示す。
【００１７】
表示手段１８は、各乗算値αk″とその時間変化を、図３と同様に、模式図表示する。
表示手段１８は、各乗算値αk′、あるいはαk″と、その時間変化を、図３に示すように模式図に示し、ある単位時間に収集した波形データの中に衝撃的に発生する衝撃音、例えば、コツ、コツ音等が測定されるために、突発的に衝撃音が入った場合でも、従来の表示手段よりも、より鮮明に差異が表示される表示手段１８を見て判別することにより、機械の良否の診断が個人差による判断のばらつきも無くなり、検査ミスも無くなる。また、後述するように、閾値を超える各乗算値αk′、あるいはαk″を測定することにより、正常・異常品の診断を行うこともできる。
【００１８】
上記構成により、次に作動について説明する。先ず、機械の近傍にマイクロホンに配置された測定手段１２は、図２は示すような、車用椅子に用いたリニアスライドで生ずるコツコツ音等の０．５〜１．５秒の間に発生する衝撃音である異常音を測定する。この測定された異常音は、音圧の大きさに応じた電気信号に変換されて、周波数解析手段１４に入力されている。周波数解析手段１４は、音あるいは振動の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この求められた線形予測係数αｋは、乗算手段１６に送信され、数式３、あるいは数式４により乗算されて、乗算値αk′、あるいはαk″が求められる。この求められた乗算値αk′、あるいはαk″は、計測時間Ｔｎとともに表示手段１８に送信され、各乗算値αk′、あるいはαk″と、その時間変化を、後述する図４に示すＭＥＭで求めた模式図と比較して、図３に示すように、異常部Ｕａが模式図により鮮明に表示される。図３は、図４に比べて、乗算値の表示が、従来に比べて衝撃音のところで、信号の大きさのエネルギーあるいは平均振幅が大きくなっているため、その衝撃音の個所の異常部Ｕａが前の部分よりも大きくなっている。この乗算値の差が、表示手段１８の模式図に、より鮮明に異常部Ｕａとして表示されるため、作業者により容易に識別される。これにより、正常および異常が容易に判定される。
【００１９】
次に、比較例として、ＭＥＭにより線形予測係数で求めた模式図を図４に示す。
上記の故障診断方法では、信号の大きさのエネルギーを表す０次の線形予測係数と、一次以降の線形予測係数とのそれぞれを乗算し、その得られた乗算値の線形予測係数の特徴量と、計測時間との相関を模式図にして故障を診断するために、高次の線形予測係数にも信号の振幅情報を反映させ、より多数の線形予測係数で特徴を解析し、短い時間に発生する衝撃音をより正確に、精度良く識別できる。
【００２０】
上記のように計測信号から線形予測係数αk’（またはαk”以下同じ）を求めるが、図３のようにモニタ表示して視覚判断するようにしてもよいが、このようにして求めた線形予測係数αk’をニューラルネットワークなどに入力し、自動判別するようにできる。特徴量が顕著に表されるように式３，４の如くデータ処理しているため、自動判定が的確に行われる。
【００２１】
【発明の効果】
以上説明したように本発明によれば、測定波形診断方法およびその装置において、信号の大きさの平均エネルギを表す０次の線形予測係数と、周波数特性を表す一次以降の線形予測係数とを求めるとともに、前記一次以降の線形予測係数の値に対して前記０次の線形予測係数又はその平方根の値を乗算し、その得られた線形予測係数の乗算値と、これらの値の時間変化に着目して波形異常を診断する。これにより、機械音等の波形の時間的特徴、周波数的特徴、その大小を効果的に解析できるので、機械の故障等により生ずる波形の特徴を模式図に、より鮮明に、精度良く表すことができ、この模式図が作業者により識別されることにより、正常および異常が容易に判定される。
【図面の簡単な説明】
【図１】 本発明に係る測定波形診断装置の一例を示すブロック図である。
【図２】 本発明に係る測定波形診断装置により、測定する音圧の一例を示す図である。
【図３】 本発明に係る測定波形診断装置により求めた音圧を模式図にした例を示す図である。
【図４】 従来のＭＥＭにより求めた音圧を模式図にした例を示す図である。
【符号の説明】
１………測定波形診断装置、１０………被測定物体、１２………測定手段、
１４………周波数解析手段、１６………乗算手段、１８………表示手段、
２０………制御手段。
【発明の属する技術分野】
本発明は、測定波形診断方法およびその装置に係り、特に、短時間に衝撃音を発生する機械の故障等に起因する音や振動によって得られた計測波形の異常診断を行う測定波形診断方法および装置に関する。
【０００２】
【従来の技術】
従来、機械の故障を診断する方法の一つに、機械から生ずる音や振動等の波形を解析して診断を行うものがある。通常、これらの診断の方法は、信号の計測・信号の特徴解析・良否診断という手順で行なわれている。従来、信号の特徴を解析する方法として、信号のパワーの大小を解析する方法、ＦＦＴ（高速フェリー変換）等を用いて信号のスペクトルを解析する方法、ソナグラム（声紋）を解析する方法、線形予測係数（反射係数）を解析する方法等があった。
【０００３】
信号のパワーを特徴量とする方法は、故障の程度が大きくならなければ故障を特定できなかったり、特定できない故障がある等の理由で適用に限界されたものとなっている。信号のスペクトルを特徴とする方法は、信号のパワーを特徴とする方法と比較すると故障の特定性能は向上するが、元来スペクトルは、長時間の平均的な周波数特性を示すもので、時間情報が含まれていないため特徴解析方法としては十分とはいえない。ソナグラムを特徴量とする方法はこの点を解決するもので、時間情報と周波数情報を同時に分析するため、信号のもつ特徴量を完全に把握することができる。したがって、音声認識や話者の特定、艦船の特定等、多くの分野で使用されている。
【０００４】
ところで、機器の故障を自動的に判定しようとすると、ソナグラムの情報量が多いため自動診断には向いていない。例えば、周波数方向が２００個、時間方向が１０個を判定するための指標とすると、特徴量の数は、２０００個となる。そこで、この特徴量の数を合理的に減少させる方法として、線形予測係数を特徴量とする方法が考えられている。
【０００５】
線形予測係数は、数式１のαｋで表されている係数である。
【数１】
【０００６】
数式１は、任意の時刻の信号はそれ以前の信号の加重和として表すことを示しており、自己回帰モデルと呼ばれている。そして、線形予測係数を基に数式２に示すように記号のパワースペクトルを算出することができる。
【数２】
【０００７】
数式２に示されるようにスペクトルと線形予測係数に対応関係があるため、スペクトルに違いがみられれば線形予測係数に違いがみられるため、線形予測係数を信号の特徴量として利用できることが分かる。また、通常は少数の線形予測係数でスペクトルが計算できるため、特徴量の数が減少する。通常、信号の特徴を識別するためには線形予測係数の個数は２０個程度で十分な場合が多く、ソナグラムと比較すると特徴量の数は減少し、自己診断が可能なレベルまでになり、波形を基にした自動診断において有効な方法となっている。
【０００８】
線形予測係数を算出する方法にはいくつかあるが、これらの予測係数の中で、最大エントロピー法（ＭＥＭ）により求めた線形予測係数は次の特徴があり、故障診断には適している。
１、モデル次数（ｍ）を変えても係数値は変化しない。他の方法はモデル次数を変えると変わる。
２、線形予測係数を用いてスペクトルを計算する場合、時間的に短いデータに対して高精度のスペクトルが得られる。したがって、速い減少でも特徴量を取得できる。
【０００９】
【発明が解決しようとする課題】
しかしながら、最大エントロピー法による線形予測係数は、信号の振幅に関する情報は０次の係数で表現し、高次の係数で信号の特徴（信号の質的特徴）を表現するものである。そこで、通常では、音質が異なる信号に対しては高次の係数で信号の特徴を把握していたが、振幅の違いはあるけれども音質が違わない場合には異常を特定することができないという欠点がある。例えば、製品検査においていつも発生している音としては同じであるが、異常の違いは発生音が大きいか小さいかの違いである場合が相当する。このように、異常を特定する場合に音質は異ならずに振幅だけが異なるものがあり、かかる場合には、０次の係数しか識別に利用できなかった。したがって、音質などを表している高次の次数の線形予測係数から判断しようとする場合、上記のような異常判定ができない問題があったのである。
【００１０】
本発明は上記従来の問題点に着目し、測定波形診断方法およびその装置に係り、特に、高次の線形予測係数にも信号の振幅情報を反映させ、より多数の線形予測係数で特徴を解析し、短い時間に発生する衝撃音を識別できる測定波形診断方法およびその装置を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明に係る測定波形の診断方法は、機械から生じる音あるいは振動の波形を測定・解析して異常を診断する方法において、信号の大きさの平均エネルギを表す０次の線形予測係数と、周波数特性を表す一次以降の線形予測係数とを求めるとともに、前記一次以降の線形予測係数の値に対して前記０次の線形予測係数又はその平方根の値を乗算し、その得られた線形予測係数の乗算値と、これらの値の時間変化に着目して波形異常を診断することを特徴とする。
【００１２】
本発明に係る測定波形診断装置は、機械から生じる音あるいは振動の波形を測定・解析して異常を診断する装置において、音あるいは振動を測定する測定手段と、測定手段からの音あるいは振動より線形予測分析を行なうとともに、０次線形予測係数と、１次以降の線形予測係数とを求める周波数解析手段と、０次以降の信号を受けて、前記一次以降の線形予測係数の値に対して０次の線形予測係数又はその平方根の値を乗算する乗算手段と、乗算値を計測時間に沿って表示する表示手段とからなることを特徴とする。
【００１３】
【作用】
上記方法によれば、機械の近傍にマイクロホンに配置された測定手段が、コツコツ音等の０．５〜１．５秒の間に発生する衝撃音である異常音を測定する。この測定された衝撃音は、音圧の大きさに応じた電気信号に変換されて、周波数解析手段に送信され、周波数解析手段は、音あるいは振動の信号を解析し、０次および１次以降の線形予測分析を行なうとともに、各周波数の０次、１次以降の線形予測係数を求める。この求められた各線形予測係数は、乗算手段に送信され、信号の大きさのエネルギーを表す０次の線形予測係数又は平方根などの０次の線形予測係数に演算を施すことによって得られる値と、周波数特性を表す一次以降の線形予測係数とのそれぞれを乗算する。または、信号の大きさの平均振幅を表す０次の線形予測係数又は平方根などの０次の線形予測係数に演算を施すことによって得られる値と、周波数特性を表す一次以降の線形予測係数のそれぞれを乗算する。この求められた乗算値は、計測時間とともに表示手段に送信され、各乗算値を計測時間に沿って表示する。この乗算値の表示は、従来に比べて衝撃音のところで、信号の大きさのエネルギーあるいは平均振幅が大きくなっているため、その衝撃音の個所で前の部分よりも大きくなっている。この乗算値の差が、表示手段の模式図に、より鮮明に異常部として表示されるため、作業者により容易に識別される。これにより、正常および異常が容易に判定される。
【００１４】
【発明の実施の形態】
以下に、本発明に係る測定波形診断方法およびその装置の具体的実施の形態を図面にしたがって詳細に説明する。図１は、本発明に係る測定波形診断装置１の一例を示すブロック図であり、図２は測定する音圧の一例を示す図であり、短時間に生ずる衝撃音の音圧の波形である。以下では、被測定物体１０の機械の音圧について記述するが、機械の振動でも良い。図３は測定した音圧を測定波形診断装置１で求めた表示図の一例である。
【００１５】
図１において、測定波形診断装置１は、検査対象である機械等の被測定物体１０の近傍に、音を収集するマイクロホン等の測定手段１２が配置されている。この測定手段１２は、実施形態では機械の近傍にマイクロホンが用いられて構成されており、図２に示すような測定対象物から周期的に発生される波形Ｐｓを測定している。例えば、図２は車両用椅子１０ａに用いたリニアスライド１０ｂで生ずる３分間の波形一例であり、０．５〜１．５秒の間で部品同士の衝突により発生する異常音である衝撃音（コツコツ音Ｄａ）が多数発生していることが確かめられている。なお、測定手段１２には、振動を測定する場合には振動加速度計を用いて振動波形を抽出するようにすればよい。実施形態では、上記車両用椅子１０ａのように被測定物体１０の機械が駆動したときに生ずる音圧を集音し、音圧の大きさに応じた電気信号に変え、図示しない増幅器、フィルタを介して、周波数解析手段１４に入力している。周波数解析手段１４は、音（あるいは振動）の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この解析された音あるいは振動の０次線形予測係数α０は平均エネルギを示し、１次以降の線形予測係数α１、α２、α３、…は音質を示す。この０次の平均エネルギの線形予測係数α０と、および、音質の１次以降の線形予測係数αｋとが乗算手段１６に送信される。乗算手段１６は、０次の線形予測係数α０と、一次以降の線形予測係数α１、α２、α３、…とのそれぞれを数式３に示すごとく乗算し、この乗算した各乗算値α′ｋと、計測時間Ｔｎを表示手段１８に送信する。周波数解析手段１４および乗算手段１６は、コントローラ等の制御手段２０により構成されている。
【数３】
【００１６】
表示手段１８は、各乗算値α′ｋとその時間変化を、図３に示すように模式図表示する。
または、他の実施例の第１周波数解析手段１４Ａは、音あるいは振動の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この解析された音あるいは振動の０次線形予測係数α０は、平均エネルギーから平方根の平均振幅を求め、１次以降の線形予測係数α１、α２、α３、…は高次の音質を求める。この平均振幅の０次線形予測係数α０の平方根と、および、音質の１次以降の線形予測係数αｋが第１乗算手段１６Ａに送られる。第１乗算手段１６Ａは、０次線形予測係数α０の平方振幅と、一次以降の線形予測係数α１、α２、α３、…とのそれぞれを数式４に示すごとく乗算し、この乗算した各乗算値αk″と、その時間変化を表示手段１８に送信する。
【数４】
【００１７】
表示手段１８は、各乗算値αk″とその時間変化を、図３と同様に、模式図表示する。
表示手段１８は、各乗算値αk′、あるいはαk″と、その時間変化を、図３に示すように模式図に示し、ある単位時間に収集した波形データの中に衝撃的に発生する衝撃音、例えば、コツ、コツ音等が測定されるために、突発的に衝撃音が入った場合でも、従来の表示手段よりも、より鮮明に差異が表示される表示手段１８を見て判別することにより、機械の良否の診断が個人差による判断のばらつきも無くなり、検査ミスも無くなる。また、後述するように、閾値を超える各乗算値αk′、あるいはαk″を測定することにより、正常・異常品の診断を行うこともできる。
【００１８】
上記構成により、次に作動について説明する。先ず、機械の近傍にマイクロホンに配置された測定手段１２は、図２は示すような、車用椅子に用いたリニアスライドで生ずるコツコツ音等の０．５〜１．５秒の間に発生する衝撃音である異常音を測定する。この測定された異常音は、音圧の大きさに応じた電気信号に変換されて、周波数解析手段１４に入力されている。周波数解析手段１４は、音あるいは振動の信号を解析し、０次および１次以降の線形予測係数αｋを求める。この求められた線形予測係数αｋは、乗算手段１６に送信され、数式３、あるいは数式４により乗算されて、乗算値αk′、あるいはαk″が求められる。この求められた乗算値αk′、あるいはαk″は、計測時間Ｔｎとともに表示手段１８に送信され、各乗算値αk′、あるいはαk″と、その時間変化を、後述する図４に示すＭＥＭで求めた模式図と比較して、図３に示すように、異常部Ｕａが模式図により鮮明に表示される。図３は、図４に比べて、乗算値の表示が、従来に比べて衝撃音のところで、信号の大きさのエネルギーあるいは平均振幅が大きくなっているため、その衝撃音の個所の異常部Ｕａが前の部分よりも大きくなっている。この乗算値の差が、表示手段１８の模式図に、より鮮明に異常部Ｕａとして表示されるため、作業者により容易に識別される。これにより、正常および異常が容易に判定される。
【００１９】
次に、比較例として、ＭＥＭにより線形予測係数で求めた模式図を図４に示す。
上記の故障診断方法では、信号の大きさのエネルギーを表す０次の線形予測係数と、一次以降の線形予測係数とのそれぞれを乗算し、その得られた乗算値の線形予測係数の特徴量と、計測時間との相関を模式図にして故障を診断するために、高次の線形予測係数にも信号の振幅情報を反映させ、より多数の線形予測係数で特徴を解析し、短い時間に発生する衝撃音をより正確に、精度良く識別できる。
【００２０】
上記のように計測信号から線形予測係数αk’（またはαk”以下同じ）を求めるが、図３のようにモニタ表示して視覚判断するようにしてもよいが、このようにして求めた線形予測係数αk’をニューラルネットワークなどに入力し、自動判別するようにできる。特徴量が顕著に表されるように式３，４の如くデータ処理しているため、自動判定が的確に行われる。
【００２１】
【発明の効果】
以上説明したように本発明によれば、測定波形診断方法およびその装置において、信号の大きさの平均エネルギを表す０次の線形予測係数と、周波数特性を表す一次以降の線形予測係数とを求めるとともに、前記一次以降の線形予測係数の値に対して前記０次の線形予測係数又はその平方根の値を乗算し、その得られた線形予測係数の乗算値と、これらの値の時間変化に着目して波形異常を診断する。これにより、機械音等の波形の時間的特徴、周波数的特徴、その大小を効果的に解析できるので、機械の故障等により生ずる波形の特徴を模式図に、より鮮明に、精度良く表すことができ、この模式図が作業者により識別されることにより、正常および異常が容易に判定される。
【図面の簡単な説明】
【図１】 本発明に係る測定波形診断装置の一例を示すブロック図である。
【図２】 本発明に係る測定波形診断装置により、測定する音圧の一例を示す図である。
【図３】 本発明に係る測定波形診断装置により求めた音圧を模式図にした例を示す図である。
【図４】 従来のＭＥＭにより求めた音圧を模式図にした例を示す図である。
【符号の説明】
１………測定波形診断装置、１０………被測定物体、１２………測定手段、
１４………周波数解析手段、１６………乗算手段、１８………表示手段、
２０………制御手段。
Claims (2)
- 機械から生じる音あるいは振動の波形を測定・解析して異常を診断する方法において、
信号の大きさの平均エネルギを表す０次の線形予測係数と、周波数特性を表す一次以降の線形予測係数とを求めるとともに、前記一次以降の線形予測係数の値に対して前記０次の線形予測係数又はその平方根の値を乗算し、その得られた線形予測係数の乗算値と、これらの値の時間変化に着目して波形異常を診断することを特徴とする測定波形の診断方法。 - 機械から生じる音あるいは振動の波形を測定・解析して異常を診断する装置において、
音あるいは振動を測定する測定手段と、
測定手段からの音あるいは振動より線形予測分析を行なうとともに、０次線形予測係数と、１次以降の線形予測係数とを求める周波数解析手段と、
０次以降の信号を受けて、前記一次以降の線形予測係数の値に対して０次の線形予測係数又はその平方根の値を乗算する乗算手段と、
乗算値を計測時間に沿って表示する表示手段とからなることを特徴とする測定波形診断装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001241036A JP3710126B2 (ja) | 2001-08-08 | 2001-08-08 | 測定波形診断方法およびその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001241036A JP3710126B2 (ja) | 2001-08-08 | 2001-08-08 | 測定波形診断方法およびその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003057210A JP2003057210A (ja) | 2003-02-26 |
| JP3710126B2 true JP3710126B2 (ja) | 2005-10-26 |
Family
ID=19071554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001241036A Expired - Fee Related JP3710126B2 (ja) | 2001-08-08 | 2001-08-08 | 測定波形診断方法およびその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3710126B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007199017A (ja) * | 2006-01-30 | 2007-08-09 | Omron Corp | 異音明瞭化方法、異音明瞭化装置および異音検査装置 |
| JP2007327884A (ja) * | 2006-06-08 | 2007-12-20 | Matsushita Electric Works Ltd | 良否判定装置 |
| JP2008270948A (ja) * | 2007-04-17 | 2008-11-06 | Sharp Corp | 情報端末装置、その装置の制御方法、その装置の制御のプログラム、および、そのプログラムを記録した記録媒体 |
| JP5106329B2 (ja) * | 2008-09-13 | 2012-12-26 | 中国電力株式会社 | 設備異常診断方法およびシステム |
| US11372093B2 (en) * | 2018-09-14 | 2022-06-28 | Fujifilm Sonosite, Inc. | Automated fault detection and correction in an ultrasound imaging system |
-
2001
- 2001-08-08 JP JP2001241036A patent/JP3710126B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003057210A (ja) | 2003-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2156159B1 (en) | System and method for bearing fault detection using stator current noise cancellation | |
| EP2374015B1 (en) | System and method for motor fault detection using stator current noise cancellation | |
| CN105705928B (zh) | 异常声音诊断装置 | |
| CN101124523A (zh) | 用于过程控制***的诊断设备 | |
| JP4592123B2 (ja) | 非定常信号解析装置及び非定常信号解析プログラムを記録した媒体 | |
| JPH08292111A (ja) | ベルト張力測定装置 | |
| JP5106329B2 (ja) | 設備異常診断方法およびシステム | |
| KR20100094452A (ko) | 롤링 베어링 대미지 검측 및 자동 식별 방법 | |
| De Moura et al. | Applications of detrended-fluctuation analysis to gearbox fault diagnosis | |
| EP2345894B1 (en) | Trending of vibration data taking into account torque effect | |
| CN111964909A (zh) | 滚动轴承运行状态检测方法、故障诊断方法及*** | |
| JP2002090267A (ja) | 異常診断方法 | |
| JP3710126B2 (ja) | 測定波形診断方法およびその装置 | |
| CN111649886A (zh) | 异常检测装置、旋转机械、异常检测方法及程序 | |
| JP2010266327A (ja) | 設備診断装置及び設備診断方法 | |
| JP3020349B2 (ja) | 異常検出方法及び装置 | |
| JP3759881B2 (ja) | 加工診断監視システム | |
| JP2002090266A (ja) | 余寿命予測装置 | |
| JP2003021555A (ja) | 異常監視装置 | |
| EP2156152B1 (en) | Detection of an abnormal signal in a compound sampled signal | |
| EP1686443A1 (en) | Methods, systems, and computer program products for implementing condition monitoring activities | |
| JP2004205215A (ja) | 音源診断装置 | |
| JP4049331B2 (ja) | 診断対象物の評価方法および評価装置 | |
| JPH1020925A (ja) | プラント診断装置 | |
| JP2001209628A (ja) | パターンマッチング方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040614 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040625 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040823 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050420 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050517 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050805 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050808 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080819 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090819 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090819 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100819 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100819 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110819 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130819 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |