JP5579885B2 - 音識別条件選定装置および識別関数生成装置 - Google Patents
音識別条件選定装置および識別関数生成装置 Download PDFInfo
- Publication number
- JP5579885B2 JP5579885B2 JP2013018717A JP2013018717A JP5579885B2 JP 5579885 B2 JP5579885 B2 JP 5579885B2 JP 2013018717 A JP2013018717 A JP 2013018717A JP 2013018717 A JP2013018717 A JP 2013018717A JP 5579885 B2 JP5579885 B2 JP 5579885B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- amplitude
- data
- block
- sound
- 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
- 230000002159 abnormal effect Effects 0.000 claims description 363
- 238000001228 spectrum Methods 0.000 claims description 265
- 238000012545 processing Methods 0.000 claims description 158
- 230000006870 function Effects 0.000 claims description 151
- 238000000034 method Methods 0.000 claims description 108
- 230000008569 process Effects 0.000 claims description 99
- 230000003595 spectral effect Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000020509 sex determination Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 10
- 229910000831 Steel Inorganic materials 0.000 description 9
- 239000010959 steel Substances 0.000 description 9
- 239000000284 extract Substances 0.000 description 8
- 238000003754 machining Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
a≧Rmaxのときにはb=S、
a<Rmaxのときにはb=(a/Rmax)・S
とする処理を行い、前記各振幅平均値に対応する相対振幅値を算定する第2のデータ加工手段とを備え、前記識別性判定値設定手段は、前記第1のデータ加工手段および前記第2のデータ加工手段により各振幅値が前記相対振幅値に置き換えられた前記各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きいときには、周波数の高いブロックの相対振幅値から周波数の低いブロックの相対振幅値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定することを特徴とする。
a≧Rmaxのときにはb=S、
a<Rmaxのときにはb=(a/Rmax)・S
とする処理を行い、前記各振幅平均値に対応する相対振幅値を算定する第2のデータ加工手段とを備え、前記識別性判定値設定手段は、前記第1のデータ加工手段および前記第2のデータ加工手段により各振幅値が前記相対振幅値に置き換えられた前記各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きいときには、周波数の高いブロックの相対振幅値から周波数の低いブロックの相対振幅値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定することを特徴とする。
異音判定装置1は、被判定音データ中の異音の有無を判定する機能である異音判定機能と、異音を含む音と異音を含まない音とを識別するための識別条件を選定する音識別条件選定機能とを有する。異音判定装置1では、まず、音識別条件選定機能により識別条件を選定した後、異音判定機能により被判定音データ中の異音の有無を判定する。異音判定機能が被判定音データ中の異音の有無を判定する際には、音識別条件選定機能により選定された識別条件が用いられる。この識別条件には、異音判定機能により異音判定を行う際に、被判定音データの加工に用いられる加工パラメータと、被判定音データ中に異音が含まれているか否かの識別に用いられる識別関数が含まれる。
図1に示すように、異音判定装置1は、CPU(中央処理装置)2、記憶部3、データ入力部4およびユーザインタフェース5を備えている。異音判定装置1は例えばパーソナルコンピュータにより実現することができる。
図2は、音識別条件選定機能に関する異音判定装置1の動作を示している。図2において、作業者は、異音を含む音と異音を含まない音とを識別するための識別条件を異音判定装置1に選定させるために、被判定音データに含まれる異音と同様の異音を含む例えば50個のサンプル音データと、被判定音データに含まれる異音が含まれていない例えば50個のサンプル音データを異音判定装置1に入力する。具体的には、作業者は、これら100個のサンプル音データが記録された記録ディスクを異音判定装置1のデータ入力部4としてのディスクドライブ装置に装着する。続いて、作業者は、ユーザインタフェース5としてのキーボード等を操作し、識別条件の選定を行う旨の指示を異音判定装置1に入力する。
a≧Rmaxのときにはb=S、
a<Rmaxのときにはb=(a/Rmax)・S
とする処理を行う。上記Sは例えば10であり、上記a/Rmaxの解は例えば小数点以下を切り捨てる。これにより、振幅平均値が、設定された振幅範囲の上限値以上である場合には、振幅平均値に対応する相対振幅値が10となり、振幅平均値が、設定された振幅範囲の上限値より小さい場合には、振幅平均値に対応する相対振幅値が、振幅平均値をその大きさに応じて9段階にレベル付けされた値となる。続いて、第2のデータ加工部15は、サンプルスペクトルデータの各振幅平均値をそれに対応する相対振幅値に置き換え、各振幅平均値を相対振幅値に置き換えたスペクトルサンプルデータを記憶部3に記憶する。
ブロック数n=20、倍率m=0.3(識別性判定値=7)
ブロック数n=20、倍率m=0.8(識別性判定値=10)
ブロック数n=30、倍率m=0.4(識別性判定値=8)
ブロック数n=40、倍率m=0.6(識別性判定値=9)
ブロック数n=50、倍率m=0.4(識別性判定値=7)
この結果、ステップS3からステップS8に至るまでの処理が100回行われたのに対し、ステップS9の識別関数の生成・記憶と、ステップS10の識別正解率の算定・記憶の処理が行われたのはわずかに5回である。そして、この結果、記憶部3に記憶された識別関数および識別正解率はそれぞれ5個である。このように、識別性判定を行うことにより、識別関数の生成および識別正解率の算定が行われる回数が減る。識別関数の生成および識別正解率の算定は比較的大規模な処理であるため、これらの処理の回数が減れば、識別条件の選定処理時間が短くなり、また、異音判定装置1の処理負担が軽減される。
図10は、異音判定機能に関する異音判定装置1の動作を示している。図10において、作業者は、被判定音データ中の異音の有無を判定するために、被判定音データを異音判定装置1に入力する。具体的には、作業者は、被判定音データが記憶された録音機を例えばUSBケーブルを介して異音判定装置1に接続する。これにより、録音機が異音判定装置1のデータ入力部4としてのUSB通信インタフェース回路に接続される。これに応じ、異音判定装置1のCPU2は、録音機と自動的に通信を行う。これにより、被判定音データが録音機から異音判定装置1のデータ入力部4に入力され、異音判定装置1の記憶部3に記憶される。
2 CPU
3 記憶部
12 音識別条件選定部(音識別条件選定装置)
13 加工パラメータ設定部(加工パラメータ設定手段)
14 第1のデータ加工部(第1のデータ加工手段)
15 第2のデータ加工部(第2のデータ加工手段)
16 識別性判定部(識別性判定値設定手段、識別性判定手段)
17 識別関数生成部(識別関数生成手段)
18 正解率算定部(正解率算定手段)
19 識別条件選定部(識別条件選定手段)
Claims (7)
- 異音を含む音と異音を含まない音とを識別するための識別条件を選定する音識別条件選定装置であって、
異音を含むサンプル音データの周波数スペクトルを示すサンプルスペクトルデータ、および異音を含まないサンプル音データの周波数スペクトルを示すサンプルスペクトルデータを受け取り、当該各サンプルスペクトルデータにおける所定の周波数範囲を任意のブロック数のブロックに分割し、当該各ブロックにおける振幅の平均値である振幅平均値を算定する第1のデータ加工手段と、
前記第1のデータ加工手段により前記ブロック毎に前記振幅平均値が算定された各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの振幅平均値が周波数の低いブロックの振幅平均値よりも大きいときには、周波数の高いブロックの振幅平均値から周波数の低いブロックの振幅平均値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの振幅平均値が周波数の低いブロックの振幅平均値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定する識別性判定値設定手段と、
異音を含む複数のサンプル音データのサンプルスペクトルデータおよび異音を含まない複数のサンプル音データのサンプルスペクトルデータについて前記第1のデータ加工手段および前記識別性判定値設定手段による処理を行い、当該処理により得られた複数の前記識別性判定値の平均値を算出し、当該平均値が所定の基準値以上か否かを判定する識別性判定手段と、
前記識別性判定手段による判定の結果、前記複数の識別性判定値の平均値が前記基準値以上である場合には、前記異音を含む複数のサンプル音データのサンプルスペクトルデータのうちのいくつかのサンプルスペクトルデータ、および前記異音を含まない複数のサンプル音データのサンプルスペクトルデータのうちのいくつかのサンプルスペクトルデータを用い、前記異音を含むサンプル音データと前記異音を含まないサンプル音データとを識別する識別関数を生成する識別関数生成手段と、
前記識別性判定手段による判定の結果、前記複数の識別性判定値の平均値が前記基準値以上である場合には、前記異音を含む複数のサンプル音データのサンプルスペクトルデータのうちの他のいくつかのサンプルスペクトルデータ、および前記異音を含まない複数のサンプル音データのサンプルスペクトルデータのうちの他のいくつかのサンプルスペクトルデータを用い、前記識別関数生成手段により生成された識別関数が前記異音を含むサンプル音データと前記異音を含まないサンプル音データとを正しく識別する確率である識別正解率を算定する正解率算定手段とを備えていることを特徴とする音識別条件選定装置。 - 前記第1のデータ加工手段によりブロック毎に振幅平均値が算定された前記各サンプルスペクトルデータに対し、下限値が0であり、上限値が0より大きくかつ前記各サンプルスペクトルデータの最大振幅値以下である振幅範囲を設定し、当該振幅範囲の上限値をRmaxとし、任意の実数をSとし、前記各振幅平均値をaとし、前記各振幅平均値に対応する相対振幅値をbとした場合に、
a≧Rmaxのときにはb=S、
a<Rmaxのときにはb=(a/Rmax)・S
とする処理を行い、前記各振幅平均値に対応する相対振幅値を算定する第2のデータ加工手段を備え、
前記識別性判定値設定手段は、前記第1のデータ加工手段および前記第2のデータ加工手段により各振幅値が前記相対振幅値に置き換えられた前記各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きいときには、周波数の高いブロックの相対振幅値から周波数の低いブロックの相対振幅値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定することを特徴とする請求項1に記載の音識別条件選定装置。 - 前記ブロック数を設定または変更し、かつ前記振幅範囲の上限値を設定または変更する加工パラメータ設定手段と、
加工パラメータ設定手段により前記ブロック数または前記振幅値の上限値が設定または変更される度に、前記第1のデータ加工手段、前記第2のデータ加工手段、前記識別性判定値設定手段、前記識別性判定手段、前記識別関数生成手段および前記正解率算定手段による処理を実行し、それらの結果前記識別関数生成手段により生成された複数の前記識別関数のうち前記識別正解率が最も高い識別関数、および当該識別関数を算定する際に設定された前記ブロック数と前記振幅範囲の上限値との組合せを前記識別条件として選定する識別条件選定手段とを備えていることを特徴とする請求項2に記載の音識別条件選定装置。 - 前記振幅範囲の上限値は、前記各サンプルスペクトルデータの最大振幅値に任意の倍率m(0<m≦1)を乗じた値であり、前記識別条件選定手段は、前記振幅範囲の上限値に代えて前記倍率mを前記識別条件の1つとして選定することを特徴とする請求項3に記載の音識別条件選定装置。
- 異音を含む音と異音を含まない音とを識別する識別関数を生成する識別関数生成装置であって、
異音を含むサンプル音データの周波数スペクトルを示すサンプルスペクトルデータ、および異音を含まないサンプル音データの周波数スペクトルを示すサンプルスペクトルデータを受け取り、当該各サンプルスペクトルデータにおける所定の周波数範囲を任意のブロック数のブロックに分割し、当該各ブロックにおける振幅の平均値である振幅平均値を算定する第1のデータ加工手段と、
前記第1のデータ加工手段により前記ブロック毎に前記振幅平均値が算定された各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの振幅平均値が周波数の低いブロックの振幅平均値よりも大きいときには、周波数の高いブロックの振幅平均値から周波数の低いブロックの振幅平均値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの振幅平均値が周波数の低いブロックの振幅平均値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定する識別性判定値設定手段と、
異音を含む複数のサンプル音データのサンプルスペクトルデータおよび異音を含まない複数のサンプル音データのサンプルスペクトルデータについて前記第1のデータ加工手段および前記識別性判定値設定手段による処理を行い、当該処理により得られた複数の前記識別性判定値の平均値を算出し、当該平均値が所定の基準値以上か否かを判定する識別性判定手段と、
前記識別性判定手段による判定の結果、前記複数の識別性判定値の平均値が前記基準値以上である場合には、前記異音を含む複数のサンプル音データのサンプルスペクトルデータおよび前記異音を含まない複数のサンプル音データのサンプルスペクトルデータを用い、前記異音を含む複数のサンプル音データと前記異音を含まない複数のサンプル音データとを識別する識別関数を生成する識別関数生成手段とを備えていることを特徴とする識別関数生成装置。 - 前記第1のデータ加工手段によりブロック毎に振幅平均値が算定された前記各サンプルスペクトルデータに対し、下限値が0であり、上限値が0より大きくかつ前記各サンプルスペクトルデータの最大振幅値以下である振幅範囲を設定し、当該振幅範囲の上限値をRmaxとし、任意の実数をSとし、前記各振幅平均値をaとし、前記各振幅平均値に対応する相対振幅値をbとした場合に、
a≧Rmaxのときにはb=S、
a<Rmaxのときにはb=(a/Rmax)・S
とする処理を行い、前記各振幅平均値に対応する相対振幅値を算定する第2のデータ加工手段を備え、
前記識別性判定値設定手段は、前記第1のデータ加工手段および前記第2のデータ加工手段により各振幅値が前記相対振幅値に置き換えられた前記各サンプルスペクトルデータにおいて、互いに隣り合う一対のブロックのうち、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きいときには、周波数の高いブロックの相対振幅値から周波数の低いブロックの相対振幅値を引いた値を算出し、当該値を振幅増加値として設定し、周波数の高いブロックの相対振幅値が周波数の低いブロックの相対振幅値よりも大きくないときには0を振幅増加値として設定する処理を、当該各サンプルスペクトルデータにおいて互いに隣り合う一対のブロックのそれぞれについて行い、さらに、前記異音を含まないサンプルスペクトルデータのブロックのうち、前記異音を含むサンプルスペクトルデータにおける振幅増加値が0であるブロックに対応するブロックについて、その振幅増加値を0に設定し、その後、前記異音を含むサンプルスペクトルデータの各ブロックの振幅増加値から当該ブロックに対応する前記異音を含まないサンプルスペクトルデータのブロックの振幅増加値を引く振幅増加値減算処理を行い、その後、前記振幅増加値減算処理が行われた、前記異音を含むサンプルスペクトルデータにおけるすべての振幅増加値をそれぞれ足し合わせ、その結果得られた値を識別性判定値として設定することを特徴とする請求項5に記載の識別関数生成装置。 - 前記振幅範囲の上限値は、前記各サンプルスペクトルデータの最大振幅値に任意の倍率m(0<m≦1)を乗じた値であることを特徴とする請求項6に記載の識別関数生成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013018717A JP5579885B2 (ja) | 2013-02-01 | 2013-02-01 | 音識別条件選定装置および識別関数生成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013018717A JP5579885B2 (ja) | 2013-02-01 | 2013-02-01 | 音識別条件選定装置および識別関数生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014149244A JP2014149244A (ja) | 2014-08-21 |
JP5579885B2 true JP5579885B2 (ja) | 2014-08-27 |
Family
ID=51572325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013018717A Expired - Fee Related JP5579885B2 (ja) | 2013-02-01 | 2013-02-01 | 音識別条件選定装置および識別関数生成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5579885B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003189139A (ja) * | 2001-12-20 | 2003-07-04 | Matsushita Electric Ind Co Ltd | 音響変動検出によるカメラ制御装置 |
JP2005283227A (ja) * | 2004-03-29 | 2005-10-13 | Matsushita Electric Ind Co Ltd | 異音検査方法およびその装置 |
JP2008076264A (ja) * | 2006-09-22 | 2008-04-03 | Matsushita Electric Ind Co Ltd | 複合センサ |
JP2008261700A (ja) * | 2007-04-11 | 2008-10-30 | Chugoku Electric Power Co Inc:The | 音の波長測定装置 |
JP2010028651A (ja) * | 2008-07-23 | 2010-02-04 | Sony Corp | 識別モデル再構築装置、識別モデル再構築方法及び識別モデル再構築プログラム |
-
2013
- 2013-02-01 JP JP2013018717A patent/JP5579885B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2014149244A (ja) | 2014-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901537B (zh) | 用于边缘计算侧的机械设备运行状态监测方法和*** | |
CN110135492B (zh) | 基于多高斯模型的设备故障诊断与异常检测方法及*** | |
JP5197853B2 (ja) | モニタリング装置 | |
JP6922708B2 (ja) | 異常検出用コンピュータプログラム、異常検出装置及び異常検出方法 | |
US8050910B2 (en) | Pitch extraction with inhibition of harmonics and sub-harmonics of the fundamental frequency | |
EP1451550A1 (en) | Systems and methods for identifying the presence of a defect in vibrating machinery | |
CN109238455B (zh) | 一种基于图论的旋转机械振动信号监测方法及*** | |
JP5106329B2 (ja) | 設備異常診断方法およびシステム | |
WO2020026829A1 (ja) | 音データ処理方法、音データ処理装置及びプログラム | |
CN113314144A (zh) | 声音识别及电力设备故障预警方法、***、终端及介质 | |
JP5509153B2 (ja) | 歩容解析方法、歩容解析装置及びそのプログラム | |
CN111062100A (zh) | 轴承剩余寿命预测模型建立方法及装置 | |
JP2019027814A (ja) | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 | |
JP5579884B2 (ja) | 音識別条件選定装置および異音判定装置 | |
JP2018189522A (ja) | 設備故障の予兆診断方法 | |
JP5579885B2 (ja) | 音識別条件選定装置および識別関数生成装置 | |
JP5937125B2 (ja) | 音識別条件設定支援装置および音識別条件設定支援方法 | |
JP7294422B2 (ja) | 音モデル生成装置、音信号処理システム、音モデル生成方法、およびプログラム | |
JP5131863B2 (ja) | Hlac特徴量抽出方法、異常検出方法及び装置 | |
JP2019045472A (ja) | 状態監視装置および状態監視方法 | |
JP7272631B2 (ja) | 音響又は振動の判定方法及び判定のための情報処理システム | |
JPH09127073A (ja) | 自己回帰モデルを利用した時系列データの収集、処理方法 | |
JP4049331B2 (ja) | 診断対象物の評価方法および評価装置 | |
Fezari et al. | Noise emission analysis a way for early detection and classification faults in rotating machines | |
JP2018179977A (ja) | 状態監視装置、状態監視システムおよび状態監視方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140527 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140611 |
|
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: 20140708 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140709 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5579885 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |