JP5713194B2 - Equipment operating sound abnormality diagnosis device - Google Patents
Equipment operating sound abnormality diagnosis device Download PDFInfo
- Publication number
- JP5713194B2 JP5713194B2 JP2011152659A JP2011152659A JP5713194B2 JP 5713194 B2 JP5713194 B2 JP 5713194B2 JP 2011152659 A JP2011152659 A JP 2011152659A JP 2011152659 A JP2011152659 A JP 2011152659A JP 5713194 B2 JP5713194 B2 JP 5713194B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- spectral distortion
- spectral
- unit
- cycle
- 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
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
本発明は、機器の１回の製造サイクルで生じる動作音に基づき、当該機器の異常を診断することができる機器の動作音異常診断装置に関する。 The present invention relates to a device operation sound abnormality diagnosis device capable of diagnosing an abnormality of a device based on operation sound generated in one manufacturing cycle of the device.
従来から、製造会社は、周期的に動作する機械、例えば射出成形機、工作機械等で、製品を効率よく生産することが目的なので、機械が故障すると生産性が低下して、多大な損害を被ることになる。したがって、機械の小さな異常でも早急に発見して機械のダメージを最小限にすることが必要になる。 Traditionally, manufacturers have been aiming to produce products efficiently on machines that operate periodically, such as injection molding machines and machine tools. You will suffer. Therefore, it is necessary to detect even a small abnormality of the machine immediately and minimize the damage to the machine.
このような機械の異常を発見するために、機械の動作音に着目し、その音響的な特性を分析することにより当該機械の異常を診断する装置や方法が提案されている（例えば、特許文献１〜８参照。）。 In order to find such a machine abnormality, an apparatus and a method for diagnosing the machine abnormality by focusing on a machine operation sound and analyzing its acoustic characteristics have been proposed (for example, Patent Documents). 1-8).
特許文献１に開示された音響診断方法および装置は、機械から発生する動作音の音響データの変化波形を折れ線で近似し折れ線ベクトルに変換して、事前に記憶しておいた異常事例の折れ線ベクトルとの比較を行うことで、機械の異常を診断するものである。
The acoustic diagnosis method and apparatus disclosed in
また、特許文献２に開示された音響診断装置及び音響診断方法は、機械から発生する動作音の音響信号のパワースペクトル密度を、その主成分分析又はＫＬ展開してパワースペクトル密度の形状の特徴を抽出したパターンに変換して、事前に蓄積しておいた正常データや異常時の事例データとの比較を行うことで、機械の異常を診断するものである。
In addition, the acoustic diagnostic apparatus and the acoustic diagnostic method disclosed in
また、特許文献３に開示された機器の診断装置は、機器から発生する振動を時系列信号に変換し、この時系列信号の特徴からマハラノビス距離を求めて、このマハラノビス距離と判定基準値とを比較して、機器の異常を診断するものである。
The device diagnostic apparatus disclosed in
また、特許文献４に開示された成形機診断装置、成形機、成形機診断方法及びそのプログラムは、射出成型機から発生する弾性波を検出し、この弾性波による検出波形と基準波形とを比較して、射出成型機の異常を診断するものである。 Further, the molding machine diagnostic device, molding machine, molding machine diagnostic method and program thereof disclosed in Patent Document 4 detect an elastic wave generated from an injection molding machine and compare a detection waveform by the elastic wave with a reference waveform. Thus, the abnormality of the injection molding machine is diagnosed.
また、特許文献５に開示された音響信号に基づく異常診断方法及び該方法を実行するために用いるプログラムは、機械から発生する動作音の音響信号を周波数分析し、各周波数または周波数帯域と音圧との関係に基づいて診断時における相対的音圧差を求め、この相対的音圧差が各周波数または各周波数帯域における異常判定用音圧差上限閾値と異常判定用音圧差下限閾値により定まる範囲を逸脱したときに、機械の異常を診断するものである。 Further, an abnormality diagnosis method based on an acoustic signal and a program used to execute the method disclosed in Patent Document 5 perform frequency analysis on an acoustic signal of an operation sound generated from a machine, and analyze each frequency or frequency band and sound pressure. Relative sound pressure difference at the time of diagnosis is obtained based on the relationship between the difference and the sound pressure difference deviates from the range determined by the sound pressure difference upper limit threshold for abnormality determination and the sound pressure difference lower limit threshold for abnormality determination in each frequency or frequency band. Sometimes it diagnoses machine abnormalities.
また、特許文献６に開示された機械設備の異常診断システムは、機械設備から発生する音または振動の検出信号から診断に必要な周波数帯域の信号を取り出してエンベロープ信号を求め、このエンベロープ信号を間引き処理して周波数解析し、解析結果より得られる周波数スペクトルのピークを検出し、そのピークと異常周波数とを比較して、その比較結果に対応する部位別異常診断インデックスを参照することにより、機械設備の異常を診断するものである。 In addition, the abnormality diagnosis system for mechanical equipment disclosed in Patent Document 6 obtains an envelope signal by extracting a signal in a frequency band necessary for diagnosis from a sound or vibration detection signal generated from the mechanical equipment, and thins out the envelope signal. By processing and analyzing the frequency, detecting the peak of the frequency spectrum obtained from the analysis result, comparing the peak with the abnormal frequency, and referring to the abnormal diagnosis index for each part corresponding to the comparison result, the machine equipment It is intended to diagnose abnormalities.
また、特許文献７に開示された異常診断装置は、機械装置から発生する振動の検出信号をその分解能よりもデータ幅を拡張してフーリエ変換し、その結果に基づき機械装置の異常を診断するものである。 Further, the abnormality diagnosis device disclosed in Patent Document 7 performs Fourier transform on a detection signal of vibration generated from a mechanical device by extending the data width beyond the resolution, and diagnoses abnormality of the mechanical device based on the result. It is.
しかしながら、上述した装置等では、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、適用する機器毎や異なる製品毎に、人為的に設定し直さなければならない難点があった。また、何れの装置等も、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を診断することができなかった。 However, in the above-described apparatus or the like, the setting of comparison conditions for diagnosing an abnormality of a device to be compared with a detection signal (acoustic signal) must be manually reset for each device to be applied and for each different product. There were difficulties. Further, none of the apparatuses can accurately detect a subtle difference between the detected operation sound and the normal operation sound of the device to diagnose an abnormality of the device.
本発明は、このような従来の難点を解消するためになされたもので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる機器の動作音異常診断装置を提供することを目的とする。 The present invention has been made to solve such conventional problems, and accurately detects a subtle difference between the detected operation sound and the normal operation sound of the device, thereby accurately detecting the abnormality of the device. Even if the equipment for forming the product into a predetermined shape is different or the product processed by the equipment is different, the equipment to compare with the acoustic signal that is the detection signal It is an object of the present invention to provide an apparatus for diagnosing an operating sound abnormality of a device that eliminates the need to manually set a comparison condition for diagnosing an abnormality.
上述の目的を達成する本発明の第１の態様である機器の動作音異常診断装置は、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、動作音検出部で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部とを備えたものである。この機器動作分析部は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の製品を処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する動作区間区別部と、動作区間区別部で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、特徴抽出部で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積する特徴記憶部と、製品の処理が量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部とを有し、
異常判定部の演算処理機能は、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が３帯域に分割され、１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とするものである。
式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）} 2 であり、ＳＤｔは主帯域のスペクトル歪、Ｓｔは特徴記憶部に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主要帯域の平均スペクトル特性である。
式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）} 2 であり、ＳＤｎｌは一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）} 2 であり、ＳＤｎ２は他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）であり、ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。
An apparatus for diagnosing operation sound abnormality of a device according to the first aspect of the present invention that achieves the above object includes an operation sound detection unit that detects vibration generated by the operation sound of the device and converts it into an acoustic signal, and operation sound detection A device operation analysis unit that analyzes an operation state of a device that is in mass production of a product based on an acoustic signal of an operation sound detected by the unit. The device operation analysis unit calculates the frame power from the acoustic signal, and sets the frame power to the maximum value and the minimum value in one cycle for processing the product of the device at a predetermined number of processes at the initial stage of mass production of the product. Based on a calculation formula determined in advance, a threshold value for distinguishing between an operation period and a non-operation period in one cycle of the device is obtained, and a product is obtained from one cycle of the device being processed based on the threshold value. The operating period distinguishing unit that distinguishes the operating period and the non-operating period from the obtained frame power, and the operating signal and the non-operating period that are distinguished by the operating period distinguishing unit are characterized by the spectral characteristics of the acoustic signal. A feature extraction unit for calculating an average spectrum characteristic by calculating an average of the predetermined number of detections, and an operation interval obtained by the feature extraction unit and A feature storage unit that accumulates the average spectral characteristics of each cropping section, a spectral characteristic of one of the sections in one cycle of a device that is in mass production of the product, and a product that is stored in the feature storage section and is in mass production If the spectrum distortion for diagnosis of the average spectral characteristic of the section corresponding to one of the sections in one cycle of the device is calculated, and the diagnosis spectrum distortion is larger than a predetermined reference spectrum distortion, there is an abnormality in the device. possess an abnormality determination unit that determines that,
The calculation processing function of the abnormality determination unit is divided into three bands for the average spectral characteristics of each operating section and non-operating section in one cycle of a device that is in mass production of a product, and one band is most affected when a device malfunction occurs. The main band and the two bands different from the main band that are likely to appear are set as sub-bands, and the spectral distortion of the main band executes the arithmetic processing defined by the following formula (2). The spectral distortion of the subband is obtained by executing the arithmetic processing defined by the following formula (3), and the spectral distortion of the other subband is obtained by executing the arithmetic processing defined by the following formula (4). ), The spectral distortion of the main band obtained by equation (3), the spectral distortion of one subband obtained by equation (3), and the spectral distortion of the other subband obtained by equation (4) are expressed by the following equation (5): Substituting the relevant expression ( ) Is the is the spectral distortion of the whole band of the combined main band and two sub-bands obtained by performing arithmetic processing as to diagnostic spectral distortion defined.
Expression (2) is SDt = {St−Sdt (F)} 2 , SDt is the spectral distortion of the main band, St is the average spectral characteristic of the main band stored in the feature storage unit, and Sdt (F) is It is an average spectral characteristic of the main band in one cycle of a device in mass production.
Equation (3) is SDnl = {Sn1-Sdn1 (F)} 2 , SDnl is the spectral distortion of one subband, Sn1 is the average spectral characteristic of one subband stored in the feature storage unit, Sdn1 (F) is an average spectral characteristic of one sub-band in one cycle of a device in mass production.
In the equation (4), SDn2 = {Sn2-Sdn2 (F)} 2 , SDn2 is the spectral distortion of the other subband, Sn2 is the average spectral characteristic of the other subband stored in the feature storage unit, Sdn2 (F) is an average spectral characteristic of the other sub-band in one cycle of a device in mass production.
In equation (5), SD = αSDt + β (SDnl + SDn2), SD is the spectral distortion of the entire band, α and β are weighting factors, α = 1−β, and β = 1 when α = 1. It is.
また、本発明の第２の態様である機器の動作音異常診断装置は、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、動作音検出部で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部とを備えたものである。この機器動作分析部は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の製品を処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する動作区間区別部と、動作区間区別部で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、特徴抽出部で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積する特徴記憶部と、製品の処理が量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部とを有し、In addition, the device operating sound abnormality diagnosis device according to the second aspect of the present invention detects the vibration generated by the device operating sound and converts it into an acoustic signal, and the operation sound detecting unit detects the vibration. An apparatus operation analysis unit that analyzes an operation state of an apparatus that is in mass production of a product based on an acoustic signal of an operation sound. The device operation analysis unit calculates the frame power from the acoustic signal, and sets the frame power to the maximum value and the minimum value in one cycle for processing the product of the device at a predetermined number of processes at the initial stage of mass production of the product. Based on a calculation formula determined in advance, a threshold value for distinguishing between an operation period and a non-operation period in one cycle of the device is obtained, and a product is obtained from one cycle of the device being processed based on the threshold value. The operating period distinguishing unit that distinguishes the operating period and the non-operating period from the obtained frame power, and the operating signal and the non-operating period that are distinguished by the operating period distinguishing unit are characterized by the spectral characteristics of the acoustic signal. A feature extraction unit for calculating an average spectrum characteristic by calculating an average of the predetermined number of detections, and an operation interval obtained by the feature extraction unit and A feature storage unit that accumulates the average spectral characteristics of each cropping section, a spectral characteristic of one of the sections in one cycle of a device that is in mass production of the product, and a product that is stored in the feature storage section and is in mass production If the spectrum distortion for diagnosis of the average spectral characteristic of the section corresponding to one of the sections in one cycle of the device is calculated, and the diagnosis spectrum distortion is larger than a predetermined reference spectrum distortion, there is an abnormality in the device. An abnormality determination unit that determines that there is,
動作音検出部が機器の同一動作音を検出できる複数箇所に設置されている場合には、機器動作分析部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、異常判定部において複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、複数の動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。When the operation sound detection unit is installed at a plurality of locations where the same operation sound of the device can be detected, the device operation analysis unit calculates the diagnostic spectral distortion based on the respective acoustic signals detected by the plurality of operation sound detection units. After the calculation, the integrated diagnosis spectrum distortion obtained by executing the calculation process defined by the following equation (6) for the plurality of diagnostic spectrum distortions in the abnormality determination section is detected by each of the sound detected by the plurality of operation sound detection sections. If the reference spectral distortion based on the signal is larger than the integrated reference spectral distortion obtained by executing the arithmetic processing defined by the following equation (7), it is determined that there is an abnormality in the device.
式（６）は、ＳＤｄｉ＝ωEquation (6) is expressed as SDdi = ω
１1
・ＳＤｄｉ１＋ω・ SDdi1 + ω
２2
・ＳＤｄｉ２＋・・・＋ω・ SDdi2 + ... + ω
ｎn
・ＳＤｄｉｎであり、ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ωSDdin, SDdi is the integrated diagnostic spectrum distortion, SDdi1 is the diagnostic spectrum distortion based on the first motion sound detection unit, SDdi2 is the diagnostic spectrum distortion based on the second motion sound detection unit, and SDdin is n This is the spectral distortion for diagnosis based on the operation sound detector of the second stage, and ω
１1
、ω, Ω
２2
、・・・、ω・ ・ ・ ・ ・ ・ Ω
ｎn
は重み係数であり、ωIs the weighting factor, ω
１1
＋ω+ Ω
２2
＋・・・＋ω+ ... + ω
ｎn
＝１である。= 1.
式（７）は、ＳＤｔｈ＝ωEquation (7) is expressed as SDth = ω
１1
・ＳＤｔｈ１＋ω・ SDth1 + ω
２2
・ＳＤｔｈ２＋・・・＋ω・ SDth2 + ... + ω
ｎn
・ＳＤｔｈｎであり、ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ωSDthn, where SDth is the integrated reference spectral distortion, SDth1 is the reference spectral distortion based on the first motion sound detector, SDth2 is the reference spectral distortion based on the second motion sound detector, and SDthn is the nth Reference spectral distortion based on the operating sound detector, ω
１1
、ω, Ω
２2
、・・・、ω・ ・ ・ ・ ・ ・ Ω
ｎn
は重み係数であり、ωIs the weighting factor, ω
１1
＋ω+ Ω
２2
＋・・・＋ω+ ... + ω
ｎn
＝１である。= 1.
このような第１の態様及び第２の態様である機器の動作音異常診断装置によれば、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部で、製品の量産初期における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
さらに、第１の態様によれば、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になり、また、第２の態様によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
According to the apparatus operating sound abnormality diagnosis device according to the first aspect and the second aspect as described above, the spectral characteristics of any one section in one cycle of the apparatus being mass-produced in the product, and the feature storage unit If the spectrum distortion for diagnosis of the average spectral characteristics of the section corresponding to one of the sections in one cycle of the equipment that is being mass-produced is larger than a predetermined reference spectrum distortion, the equipment has an abnormality. Since it can be determined that there is, it is possible to accurately detect a subtle difference between the detected operation sound and the normal operation sound of the device, and to accurately diagnose an abnormality of the device. In addition, in the operation section distinguishing unit, in one cycle of the device at the initial stage of mass production of the product, calculation processing is performed with a predetermined formula based on the maximum value and the minimum value of the frame power, so that the Since a threshold value for distinguishing between an operation period and a non-operation period in one cycle can be obtained, even if the device for forming the product into a predetermined shape is different or the product processed by the device is different, It is not necessary to manually reset the setting of the comparison condition for diagnosing the abnormality of the device to be compared with the detection signal (acoustic signal).
Further, according to the first aspect, the main band is the band that is most likely to be affected when an abnormal operation occurs in the device, out of the average spectral characteristics of the operating section and the non-operating section in one cycle of the device being mass-produced. By appropriately weighting this main band, it becomes possible to make a diagnosis with high accuracy, and according to the second aspect, the detection accuracy can be improved more than when there is only one operation sound detection unit. Can do.
本発明の第３の態様は第１の態様又は第２の態様である機器の動作音異常診断装置において、特徴抽出部における予め定められた検出回数は、製造開始時からの回数である。
このような第３の態様である機器の動作音異常診断装置によれば、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができる。
According to a third aspect of the present invention, in the device operating sound abnormality diagnosis device according to the first aspect or the second aspect , the predetermined number of detections in the feature extraction unit is the number of times since the start of manufacture.
According to the device operating sound abnormality diagnosis device according to the third aspect, it is possible to obtain a normal feature amount before device deterioration occurs due to an operation load of the device over time.
本発明の第４の態様は第１の態様乃至第３の態様のうち何れか１つの態様である機器の動作音異常診断装置において、動作区間区別部は、音響信号からフレームパワーを算出するフレームパワー演算部と、フレームパワー演算部で算出されたフレームパワーに対して、計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部とを有するものである。
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αであり、Ｐｔｈは加工時動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。
このような第４の態様である機器の動作音異常診断装置によれば、機器の動作区間を正確に切り出すことができる。
According to a fourth aspect of the present invention, in the apparatus operating sound abnormality diagnosis device according to any one of the first aspect to the third aspect , the operation section distinguishing unit calculates a frame power from the acoustic signal. A power calculation unit, and a threshold setting unit that obtains a threshold value by executing a calculation process defined by the following formula (1), which is a calculation formula, for the frame power calculated by the frame power calculation unit It is.
Formula (1) is Pth = Pmin + (Pmax−Pmin) α, Pth is a threshold value for identifying the machining operation section, Pmin is the minimum value of the frame power, Pmax is the maximum value of the frame power, and α is the power It is a threshold coefficient.
According to the device operating sound abnormality diagnosis device of the fourth aspect, it is possible to accurately cut out the device operating section.
本発明の第５の態様は第１の態様、第３の態様又は第４の態様のうち何れか１つの態様である機器の動作音異常診断装置において、動作音検出部が機器の同一動作音を検出できる複数箇所に設置されている場合には、機器動作分析部の異常判定部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する基準スペクトル歪とを比較して何れの診断用スペクトル歪も対応する基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。
このような第５の態様である機器の動作音異常診断装置によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
According to a fifth aspect of the present invention, in the apparatus operating sound abnormality diagnosis device according to any one of the first aspect , the third aspect, or the fourth aspect, the operation sound detecting unit has the same operation sound of the apparatus. The abnormality determination unit of the device operation analysis unit calculates the diagnostic spectral distortion based on the respective acoustic signals detected by the plurality of operation sound detection units, and then performs the diagnosis for each diagnosis. The spectrum distortion and the reference spectral distortion corresponding to each diagnostic spectral distortion are compared, and if any diagnostic spectral distortion is larger than the corresponding reference spectral distortion, it is determined that the device is abnormal. is there.
According to the device operating sound abnormality diagnosis device of the fifth aspect, the detection accuracy can be improved as compared with the case where there is only one operating sound detecting unit.
本発明の第６の態様は第１の態様乃至第５の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値である。
このような第６の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
According to a sixth aspect of the present invention, in the apparatus operational sound abnormality diagnosis device according to any one of the first to fifth aspects, the reference spectrum distortion is a product in each of the operating section and the non-operating section. Is a variance value of a plurality of spectral characteristics obtained during a predetermined number of processing times of the product immediately after the predetermined number of processing times by the operation section distinguishing unit in the initial stage of mass production.
According to the device operating sound abnormality diagnosis device of the sixth aspect as described above, it is possible to detect an abnormality of the device and to detect a sign of the abnormality of the device, so that the parts are replaced before the machine breaks down. And find screwing defects.
本発明の第７の態様は第１の態様乃至第５の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、機器が正常に動作するような値に設定されているものである。
このような第７の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
According to a seventh aspect of the present invention, in the apparatus operating sound abnormality diagnosis device according to any one of the first to fifth aspects, the reference spectrum distortion is set to a value at which the apparatus operates normally. It is set.
According to the device operating sound abnormality diagnosis device according to the seventh aspect, it is possible to discover the abnormality of the device and to detect the sign of the abnormality of the device. Can be replaced or screwing defects can be found.
本発明の機器の動作音異常診断装置によれば、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。 According to the device operation sound abnormality diagnosis device of the present invention, it is possible to accurately detect a subtle difference between the detected operation sound and the normal operation sound of the device, thereby accurately diagnosing the device abnormality. Even if the equipment for forming the product into a predetermined shape is different or the product processed by the equipment is different, it is for diagnosing the abnormality of the equipment compared with the acoustic signal that is the detection signal. It is not necessary to manually set the comparison condition.
以下、本発明の機器の動作音異常診断装置を実施するための形態例について、図面を参照して説明する。
本発明の機器の動作音異常診断装置は図１（Ａ）に示すように、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２と、動作音検出部２で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部３とを備えている。ここで機器とは、例えば射出成形機、工作機械、産業用ロボット、金型等の周期的に動作する機械が該当する。
DESCRIPTION OF EMBODIMENTS Hereinafter, embodiments for carrying out an apparatus operating sound abnormality diagnosis apparatus of the present invention will be described with reference to the drawings.
As shown in FIG. 1 (A), the device operation sound abnormality diagnosis device of the present invention detects the vibration generated by the device operation sound and converts it into an acoustic signal, and the operation
動作音検出部２は、音によって発生する振動を検出して電気信号である音響信号に変換することができるマイクロホンや振動センサが該当する。マイクロホンは音が空気の振動によって発生するので、その空気の振動を電気信号に変換することでその空気の振動に応じた信号波形を出力することができる。また、振動センサは、振動を変位、速度あるいは加速度で定量的に捕えるもので、測定した物理量を電気信号に変換することでその振動に応じた信号波形を出力することができる。
The operation
機器動作分析部３は、機器の製品を処理するための１サイクル（当該明細書中においては、「機器の１サイクル」と称する。）から動作区間と非動作区間とを区別する動作区間区別部３１と、動作区間区別部３１で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号の平均スペクトル特性を抽出する特徴抽出部３２と、特徴抽出部３２で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積するハードディスクやメモリ等の特徴記憶部３３と、特徴記憶部３３に蓄積された動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間のスペクトル特性とを比較し、また、特徴記憶部３３に蓄積された非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間のスペクトル特性とを比較することで、機器に異常があるか否かを判定する異常判定部３４とを有している。ここで、スペクトル特性とはスペクトル分布を意味する。
The device
動作区間区別部３１は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する処理機能を有している。なお、フレームパワーは、入力された音響信号に対して所定の時間間隔毎に、所定のフレーム幅で算出することができる。ここで、動作区間区別部３１における製品の量産初期の予め定められた処理回数とは、製品を製造開始してから２〜３回程度のことで、この場合、機器が、まだ、安定状態なので、正確なフレームパワーを得ることができる。以下、製品の量産初期を学習区間と称する。
The operation
このような処理機能は、例えば図１（Ｂ）に示すように、音響信号からフレームパワーを算出するフレームパワー演算部３１ａと、フレームパワー演算部３１ａで算出されたフレームパワーに対して、予め定められた計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部３１ｂとを有するものである。この式（１）はＦＦＴ（高速フーリエ変換）などの手法を用いて演算処理される。
For example, as shown in FIG. 1B, such a processing function is predetermined for the frame
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αとする。但し、Ｐｔｈは製品を量産中である機器の１サイクルにおける動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。このパワー閾値係数αは、０から１まで微小刻みで区間検出実験を繰り返して得られた検出誤りが最小となる０．６が好適である。 In the formula (1), Pth = Pmin + (Pmax−Pmin) α. However, Pth is a threshold value for identifying an operation section in one cycle of a device that is mass producing a product, Pmin is a minimum value of frame power, Pmax is a maximum value of frame power, and α is a power threshold coefficient. The power threshold coefficient α is preferably 0.6 so that the detection error obtained by repeating the section detection experiment in small increments from 0 to 1 is minimized.
この閾値Ｐｔｈを用いて、音響信号から製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する際、その閾値を超えた位置を始端とし、そしてその閾値を超えたままの状態からその閾値を予め定められた時間、即ち、製品を製造するため機器が安定状態である学習区間において求められた時間で連続して下回った場合には、その閾値を最初に下回った位置を終端とするその閾値を超えたままの区間における１つのまとまりが、製品を量産中である機器の１サイクルにおける動作区間となる。したがって、製品を量産中である機器の１サイクルにおいては、その動作区間以外が非動作区間となる。 Using this threshold value Pth, when distinguishing the operating section and the non-operating section from one cycle of a device that is mass-producing a product from an acoustic signal, the position exceeding the threshold is set as the starting point, and the threshold is exceeded. If the threshold value is continuously lower than the threshold value for a predetermined time, i.e., the time required in the learning section in which the device is in a stable state for producing a product, the position where the threshold value is first lower than the threshold value. One group in the section that exceeds the threshold value that ends at the end becomes an operation section in one cycle of the device that is mass-producing the product. Therefore, in one cycle of a device that is mass-producing a product, a non-operating section is other than the operating section.
この上述したフレームパワー演算部３１ａと、閾値設定部３１ｂとを使用することで、製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する実験を、射出成形機を利用して行なった。この射出成形機は、プラスチック金型が開いた後、製品である成形品を突き出しピンで押し出すことで成形品を取り出すもので、この際、突き出しピンが強く擦れたり、折れたりする異常が発生することから、プラスチック金型に動作音検出部２を取り付けた。この動作音検出部２として、プラスチック金型に直接取り付けが可能な加速度型の振動ピックアップセンサ（株式会社山武の製品名称：加速度ピックアップセンサ、型番ＰＷＦＩＡ０００−７０００２）を用いた。なお、動作区間は突き出しピンが可動している間とする。このプラスチック金型による射出成形を１２０ショット（１２０サイクル）行なった結果、１２０ショットのすべてにおいて動作区間と非動作区間との範囲はほぼ同じであり、１００％の確立で適切に区別できることが確認できている。
Using the above-described frame
したがって、式（１）やパワー閾値係数αを適切に設定することで、機器の動作区間を正確に切り出せる閾値を得ることができることが確認できた。 Therefore, it was confirmed that a threshold that can accurately cut out the operation section of the device can be obtained by appropriately setting the expression (1) and the power threshold coefficient α.
特徴抽出部３２の平均スペクトル特性は、音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理することで得ることができる。この特徴抽出部３２における予め定められた回数は、動作区間区別部３１における製品の量産初期の予め定められた処理回数直後からの回数である。この平均スペクトル特性の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う予め定められた回数は２〜３回程度である。
特徴抽出部３２における予め定められた回数を、このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。
The average spectral characteristic of the
The reason why the predetermined number of times in the
異常判定部３４は、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する処理機能を有している。
The
この基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部３１による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値であり、機器動作分析部３によって求められる。この基準スペクトル歪の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う処理回数直後における製品の予め定められた処理回数は２〜３回程度である。このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。このように、複数のスペクトル特性の分散値を基準スペクトル歪として用いることで、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
The reference spectral distortion is obtained in a plurality of predetermined processing times of the product immediately after the predetermined number of processing times by the operation
また、基準スペクトル歪は、機器が正常に動作するような値に設定されているものでもよい。基準スペクトル歪をこのように設定することでも、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。 Further, the reference spectral distortion may be set to a value such that the device operates normally. By setting the reference spectral distortion in this way, it is possible to detect device abnormalities and to detect signs of device abnormalities, so parts can be replaced or screwed in before machine failure. Or find out.
このような異常判定部３４の演算処理機能について、例えば、特徴記憶部３３に蓄積された製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が、３帯域に分割される。１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定される。この主帯域は、機器の動作において異常が発生し得る動作音について、事前に周波数分析を行い、この分析結果から主成分を含んだ帯域を特定することで設定される。この主帯域及び２つの副帯域に基づき、基準スペクトル歪と比較するためのスペクトル歪を得るために、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められる。そして、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とすることになる。
Regarding the arithmetic processing function of the
なお、式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2とする。ＳＤｔは図２に示すように、主帯域のスペクトル歪、Ｓｔは特徴記憶部３３に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主帯域の平均スペクトル特性である。
In addition, Formula (2) is taken as SDt = {St-Sdt (F)} 2 . As shown in FIG. 2, SDt is the spectral distortion of the main band, St is the average spectral characteristic of the main band stored in the
また、式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2とする。ＳＤｎｌは図２に示すように、一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部３３に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
In addition, Expression (3) assumes that SDnl = {Sn1−Sdn1 (F)} 2 . As shown in FIG. 2, SDnl is the spectral distortion of one of the sub-bands, Sn1 is the average spectral characteristic of one of the sub-bands stored in the
また、式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2とする。ＳＤｎ２は図２に示すように、他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部３３に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
Moreover, Formula (4) is taken as SDn2 = {Sn2-Sdn2 (F)} 2 . As shown in FIG. 2, SDn2 is the spectral distortion of the other sub-band, Sn2 is the average spectral characteristic of the other sub-band stored in the
また、式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）とする。ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。したがって、主帯域を最も大きな重みとすることができる。このような重み付けに設定しているのは、機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域に重みを置くように設定する必要性があるからである。
なお、式（２）〜（４）においては二乗しているが、これはスペクトル歪を求めるときの各式における両者の平均スペクトル特性の差が正の値になったり負の値になったりするからである。
In addition, Expression (5) assumes that SD = αSDt + β (SDnl + SDn2). SD is the spectral distortion of the entire band, α and β are weighting factors, α = 1−β, and α = 1 when β = 0. Therefore, the main band can be given the greatest weight. The reason why such weighting is set is that it is necessary to set the weighting to the main band that is the band that is most likely to be affected when an abnormal operation of the device occurs.
In addition, although it squares in Formula (2)-(4), the difference of both average spectral characteristics in each formula when calculating | requiring a spectral distortion becomes a positive value or a negative value. Because.
このように主帯域と副帯域に分けて、それぞれのスペクトル歪から全帯域のスペクトル歪を算出するのは、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になるからである。 In this way, the spectral distortion of the entire band is calculated from the respective spectral distortions divided into the main band and the sub-band, and the average spectral characteristics of each of the operating section and the non-operating section in one cycle of the device being mass-produced. This is because a band that is most likely to be affected when an operation abnormality of the device occurs is set as a main band, and the main band is appropriately weighted, so that diagnosis can be performed with high accuracy.
なお、動作音検出部２と機器動作分析部３との間には、音響信号を機器動作分析部３に伝送する信号伝送部４が介在している。この信号伝送部４は、シールド線などを用いるいわゆる有線方式だけでなく、デジタル型ＦＭ送信器及び受信器などの無線方式を用いることで、産業用ロボットなど、計測対象機械の各部位が部分的に移動して動作するものや、危険を伴うものなどでは信号線を張り巡らす必要もなく、装置の操作性や簡便な構成を実現することが可能となる。
A signal transmission unit 4 that transmits an acoustic signal to the device
このように構成された機器の動作音異常診断装置１の動作について以下説明する。
例えば成形品を成形する射出成形機の場合には、基本的には図３に示すように、金型の閉動作Ｓ１、開動作Ｓ２及び射出動作Ｓ３の３回が動作区間となる。したがって、金型の閉動作Ｓ１及び開動作Ｓ２間が非動作区間Ｐ１、金型の開動作Ｓ２及び射出動作Ｓ３間が非動作区間Ｐ２となる。このような動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２における射出成形機には、当該射出成型機の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２が設置されている。なお、射出成型機は正常動作においては、動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とは明らかに異なる音響信号の波形となる。
The operation of the apparatus operating sound
For example, in the case of an injection molding machine that molds a molded product, basically, as shown in FIG. 3, three times of mold
この射出成形機が成形品の量産を開始すると、まず、動作音検出部２が射出成形機の動作音によって発生する振動を検出して音響信号に変換し、その音響信号を、信号伝送部４を介して機器動作分析部３に伝送する。
When the injection molding machine starts mass production of molded products, first, the operation
機器動作分析部３は入力した音響信号を動作区間区別部３１に出力する。動作区間区別部３１は、フレームパワー演算部３１ａで音響信号からフレームパワーを算出し、学習区間における機器の処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式、例えば上述した閾値設定部３１ｂが式（１）で演算処理して、製品の量産中である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とを区別する閾値を求めておき、当該閾値に基づき製品を量産中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する。
The device
特徴抽出部３２が動作区間区別部３１で区別された動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する。この特徴抽出部３２で平均スペクトル特性を抽出する期間は図４に示すような学習区間となる。この特徴抽出部３２で得られた動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性は、特徴記憶部３３が蓄積する。
In each of the
そして図４に示すように、異常判定部３４が、特徴記憶部３３に学習区間内において蓄積された動作区間Ｓ１、Ｓ２、Ｓ３それぞれの平均スペクトル特性と、製品の量産中となる診断区間である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ１のスペクトル特性に対応する動作区間Ｓ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
As shown in FIG. 4, the
同様に、製品の量産中である機器の１サイクルにおける、動作区間Ｓ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ２のスペクトル特性に対応する動作区間Ｓ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。また、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ３のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ３のスペクトル特性に対応する動作区間Ｓ３の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの動作区間Ｓ１、Ｓ２、Ｓ３の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
Similarly, it corresponds to the spectral characteristic of the operation section S2 in one cycle of the apparatus that is mass-produced product and the spectral characteristic of the operation section S2 in one cycle of the apparatus that is accumulated in the
さらに、異常判定部３４が、特徴記憶部３３に蓄積された非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間Ｐ１、Ｐ２それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば非動作区間Ｐ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ１のスペクトル特性に対応する非動作区間Ｐ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
Further, the
同様に、製品の量産中である機器の１サイクルにおける、非動作区間Ｐ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ２のスペクトル特性に対応する非動作区間Ｐ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの非動作区間Ｐ１、Ｐ２の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
Similarly, the spectral characteristics of the non-operating section P2 in one cycle of the apparatus that is mass-producing the product and the spectral characteristics of the non-operating section P2 in one cycle of the apparatus that is accumulated in the
このような機器動作分析部３は、機器に異常があると判定した場合には射出成形機を停止させ、機器は正常であると判定した場合には射出成形機による射出成形加工を続行させることができる。
Such an apparatus
したがって、本発明の機器の動作音異常診断装置１によれば、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別して、何れか一方の区間のスペクトル特性と、学習区間において求められた平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部３１で、学習区間における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
Therefore, according to the device operational sound
なお、機器を動作開始してから何回も使用していくうちに経時的な動作負荷などによって、部品の摩耗やねじの固定条件などが変化して、機器全体に不具合が生じて大きな事故に繋がる場合もあるので、特徴記憶部３３に蓄積された機器の１サイクルにおける動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間とに生ずる診断用スペクトル歪や、特徴記憶部３３に蓄積された機器の１サイクルにおける非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間とに生ずる診断用スペクトル歪を経時的に観測して、何れか一方の診断用スペクトル歪が図５に示すように、判定閾値となる予め定められた基準スペクトル歪を超えた時点で、機器は異常の兆候があると判定するようにしてもよい。これにより、機器の異常の兆候を発見することができるので、機械が故障する前に機器の部品を交換したりねじ止めの不具合を見つけたりすることができるようになる。
In addition, as the equipment is used many times after starting operation, the wear of parts and screw fixing conditions change due to operational load over time, etc., resulting in a malfunction of the entire equipment and a major accident. Since there is a case of connection, the average spectral characteristics of the operation interval in one cycle of the device accumulated in the
また、上述した実施例においては、機器の同一動作音の検出は１か所で行っていたが、これに限らず、図６に示すように、同一動作音を検出する動作音検出部２１、２２を２ヶ所に設置するようにしてもよい。この図６に示す機器の動作音異常診断装置１０は、動作音検出部２１、２２、動作区間区別部２１及び異常判定部３６を除くと、図１の動作音異常診断装置１と同じ機能を有する構成要素を備えているので、同一の参照番号を付して説明を省略する。
In the embodiment described above, the same operation sound of the device is detected at one place. However, the present invention is not limited to this, and as shown in FIG. 6, the operation
この場合、機器動作分析部３は、動作区間区別部３５で動作音検出部２１からの音響信号及び動作音検出部２２からの音響信号それぞれに基づく動作区間と非動作区間とを区別する閾値を求め、特徴抽出部３２で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを抽出し、特徴記憶部３３で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを蓄積する。
In this case, the device
異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出する。即ち、動作音検出部２１において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。また、動作音検出部２２において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。
The
そして、異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ａ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ａ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定する。
Then, the
なお、式（６Ａ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２とする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は動作音検出部２１に基づく診断用スペクトル歪、ＳＤｄｉ２は動作音検出部２２に基づく診断用スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
It should be noted that Expression (6A) is SDdi = ω 1 · SDdi 1 + ω 2 · SDdi 2 . SDdi is a spectrum distortion for integrated diagnosis, SDdi1 is a spectrum distortion for diagnosis based on the operation
また、式（７Ａ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２とする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は動作音検出部２１に基づく基準スペクトル歪、ＳＤｔｈ２は動作音検出部２２に基づく基準スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
Further, in Expression (7A), SDth = ω 1 · SDth1 + ω 2 · SDth2. SDth is an integrated reference spectral distortion, SDth1 is a reference spectral distortion based on the operation
なお、式（６Ａ）、（７Ａ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
It should be noted that the weighting coefficients of the equations (6A) and (7A) can be arbitrarily determined by the user in order to consider the influence of the operation sound detection unit with higher importance.
Therefore, the detection accuracy can be improved as compared with the case where there is only one operation sound detection unit.
また、動作音検出部が３ヶ所以上に設置している場合には、異常判定部３６は、３つ以上の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ｂ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ｂ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものでもよい。
In addition, when the operation sound detection unit is installed at three or more locations, the
なお、式（６Ｂ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎとする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。 In the formula (6B), SDdi = ω 1 · SDdi 1 + ω 2 · SDdi 2 +... + Ω n · SDdin. SDdi is an integrated diagnostic spectral distortion, SDdi1 is a diagnostic spectral distortion based on the first motion sound detection unit, SDdi2 is a diagnostic spectral distortion based on the second motion sound detection unit, and SDdin is an nth motion sound. The spectrum distortion for diagnosis based on the detection unit, ω 1 , ω 2 ,..., Ω n are weighting factors, and ω 1 + ω 2 +... + Ω n = 1.
また、式（７Ｂ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎとする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。 Further, in the formula (7B), SDth = ω 1 · SDth1 + ω 2 · SDth2 + ... + ω n · SDthn. SDth is the integrated reference spectral distortion, SDth1 is the reference spectral distortion based on the first motion sound detection unit, SDth2 is the reference spectral distortion based on the second motion sound detection unit, and SDthn is the nth motion sound detection unit. Ω 1 , ω 2 ,..., Ω n are weighting factors, and ω 1 + ω 2 +... + Ω n = 1.
なお、式（６Ｂ）、（７Ｂ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
It should be noted that the weighting coefficients of the equations (6B) and (7B) can be arbitrarily determined by the user in order to consider the influence of the operation sound detection unit having higher importance.
Therefore, the detection accuracy can be improved as compared with the case where there is only one operation sound detection unit.
これまで本発明について図面に示した特定の実施の形態をもって説明してきたが、本発明は図面に示した実施の形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができることはいうまでもないことである。 Although the present invention has been described with the specific embodiments shown in the drawings, the present invention is not limited to the embodiments shown in the drawings, and is known so far as long as the effects of the present invention are achieved. It goes without saying that any configuration can be adopted.
１……機器の動作音異常診断装置
２……動作音検出部
３……機器動作分析部
３１、３５……動作区間区別部
３２……特徴抽出部
３３……特徴記憶部
３４、３６……異常判定部
DESCRIPTION OF
Claims (7)
前記機器動作分析部は、
前記音響信号からフレームパワーを算出し、前記製品の量産初期の予め定められた処理回数における前記機器の前記製品を処理するための１サイクルにおいて、前記フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、前記機器の前記１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき前記製品を処理中である前記機器の前記１サイクルから得られた前記フレームパワーから前記動作区間と前記非動作区間とを区別する動作区間区別部と、
前記動作区間区別部で区別された前記動作区間及び前記非動作区間それぞれにおいて、前記音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、
前記特徴抽出部で得られた前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性を蓄積する特徴記憶部と、
前記製品の前記処理が量産中である前記機器の前記１サイクルにおける前記何れか一方の区間の前記スペクトル特性と、前記特徴記憶部に蓄積され前記製品の量産中である前記機器の前記１サイクルにおける前記何れか一方の区間に対応する前記区間の前記平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、前記機器に異常があると判定する異常判定部とを有し、
前記異常判定部の演算処理機能は、
前記製品の量産中である前記機器の前記１サイクルにおける前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性が３帯域に分割され、１つの帯域は前記機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、前記主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、
前記主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、前記一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、前記他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、前記式（２）で求められた前記主帯域のスペクトル歪、前記式（３）で求められた前記一方の副帯域のスペクトル歪、及び前記式（４）で求められた前記他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる前記主帯域及び前記２つの副帯域を合わせた全帯域のスペクトル歪を前記診断用スペクトル歪とすることを特徴とする請求項１記載の機器の動作音異常診断装置。
ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）} 2 ・・・（２）
但し、ＳＤｔは前記主帯域のスペクトル歪、Ｓｔは前記特徴記憶部に蓄積されている前記主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記主要帯域の平均スペクトル特性である。
ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）} 2 ・・・（３）
但し、ＳＤｎｌは前記一方の副帯域のスペクトル歪、Ｓｎ１は前記特徴記憶部に蓄積されている前記一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記一方の副帯域の平均スペクトル特性である。
ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）} 2 ・・・（４）
但し、ＳＤｎ２は前記他方の副帯域のスペクトル歪、Ｓｎ２は前記特徴記憶部に蓄積されている前記他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記他方の副帯域の平均スペクトル特性である。
ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）・・・（５）
但し、ＳＤは前記全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。 An operation sound detection unit that detects vibration generated by the operation sound of the device and converts it into an acoustic signal; and the device that is in mass production of the product based on the acoustic signal of the operation sound detected by the operation sound detection unit In the device operation sound abnormality diagnosis device equipped with the device operation analysis unit for analyzing the operation status,
The device operation analysis unit
The frame power is calculated from the acoustic signal, and in one cycle for processing the product of the device at a predetermined number of processing times at the initial stage of mass production of the product, based on the maximum value and the minimum value of the frame power in advance. A threshold value for distinguishing between an operation period and a non-operation period in the one cycle of the device is obtained by performing arithmetic processing using a predetermined calculation formula, and the product of the device that is processing the product based on the threshold value. An operation section distinguishing unit that distinguishes the operation section and the non-operation section from the frame power obtained from a cycle;
In each of the operation section and the non-operation section distinguished by the operation section distinction unit, an average spectrum characteristic is calculated by calculating an average of the predetermined number of detections of the spectrum characteristic of the acoustic signal as a characteristic of the acoustic signal. A feature extraction unit for extracting
A feature storage unit that accumulates the average spectral characteristics of each of the motion section and the non-motion section obtained by the feature extraction unit;
In the one cycle of the device that is in mass production of the product that is accumulated in the feature storage unit and in the mass production of the product in the one cycle in the cycle of the device in which the processing of the product is in mass production When the diagnostic spectral distortion of the average spectral characteristic in the section corresponding to any one of the sections is calculated and the diagnostic spectral distortion is larger than a predetermined reference spectral distortion, the device has an abnormality possess an abnormality determination unit that determines that,
The calculation processing function of the abnormality determination unit is
The average spectral characteristic of each of the operating section and the non-operating section in the one cycle of the device in mass production of the product is divided into three bands, and one band is most affected when an abnormal operation of the device occurs. The main band, which is an easy band, and two bands different from the main band are set as subbands,
The spectral distortion of the main band performs an arithmetic process defined by the following equation (2), the spectral distortion of the one subband performs an arithmetic process defined by the following equation (3), and the other subband The spectral distortion of the band is obtained by executing the arithmetic processing defined by the following formula (4), and is obtained by the spectral distortion of the main band obtained by the formula (2) and the formula (3). Substituting the spectral distortion of the one sub-band and the spectral distortion of the other sub-band obtained by the equation (4) into the following equation (5), and executing the arithmetic processing defined by the equation (5) The apparatus operating sound abnormality diagnosis device according to claim 1, wherein spectral distortion of the entire band obtained by combining the main band and the two sub-bands is used as the diagnostic spectral distortion.
SDt = {St−Sdt (F)} 2 (2)
Where SDt is the spectral distortion of the main band, St is the average spectral characteristic of the main band stored in the feature storage unit, and Sdt (F) is the mass cycle of the product in the one cycle of the device. It is an average spectral characteristic of the main band.
SDnl = {Sn1-Sdn1 (F)} 2 (3)
Where SDnl is the spectral distortion of the one subband, Sn1 is the average spectral characteristic of the one subband stored in the feature storage unit, and Sdn1 (F) is the mass production of the product. It is an average spectrum characteristic of said one subband in 1 cycle.
SDn2 = {Sn2-Sdn2 (F)} 2 (4)
Where SDn2 is the spectral distortion of the other sub-band, Sn2 is the average spectral characteristic of the other sub-band stored in the feature storage unit, and Sdn2 (F) is the mass production of the product. It is an average spectral characteristic of the other subband in one cycle.
SD = αSDt + β (SDnl + SDn2) (5)
Where SD is the spectral distortion of the entire band, α and β are weighting factors, α = 1−β, and α = 1 when β = 0.
前記機器動作分析部は、The device operation analysis unit
前記音響信号からフレームパワーを算出し、前記製品の量産初期の予め定められた処理回数における前記機器の前記製品を処理するための１サイクルにおいて、前記フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、前記機器の前記１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき前記製品を処理中である前記機器の前記１サイクルから得られた前記フレームパワーから前記動作区間と前記非動作区間とを区別する動作区間区別部と、The frame power is calculated from the acoustic signal, and in one cycle for processing the product of the device at a predetermined number of processing times at the initial stage of mass production of the product, based on the maximum value and the minimum value of the frame power in advance. A threshold value for distinguishing between an operation period and a non-operation period in the one cycle of the device is obtained by performing arithmetic processing using a predetermined calculation formula, and the product of the device that is processing the product based on the threshold value. An operation section distinguishing unit that distinguishes the operation section and the non-operation section from the frame power obtained from a cycle;
前記動作区間区別部で区別された前記動作区間及び前記非動作区間それぞれにおいて、前記音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、In each of the operation section and the non-operation section distinguished by the operation section distinction unit, an average spectrum characteristic is calculated by calculating an average of the predetermined number of detections of the spectrum characteristic of the acoustic signal as a characteristic of the acoustic signal. A feature extraction unit for extracting
前記特徴抽出部で得られた前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性を蓄積する特徴記憶部と、A feature storage unit that accumulates the average spectral characteristics of each of the motion section and the non-motion section obtained by the feature extraction unit;
前記製品の前記処理が量産中である前記機器の前記１サイクルにおける前記何れか一方の区間の前記スペクトル特性と、前記特徴記憶部に蓄積され前記製品の量産中である前記機器の前記１サイクルにおける前記何れか一方の区間に対応する前記区間の前記平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、前記機器に異常があると判定する異常判定部とを有し、In the one cycle of the device that is in mass production of the product that is accumulated in the feature storage unit and in the mass production of the product in the one cycle in the cycle of the device in which the processing of the product is in mass production When the diagnostic spectral distortion of the average spectral characteristic in the section corresponding to any one of the sections is calculated and the diagnostic spectral distortion is larger than a predetermined reference spectral distortion, the device has an abnormality An abnormality determination unit for determining
前記動作音検出部が前記機器の同一動作音を検出できる複数箇所に設置されている場合には、When the operation sound detection unit is installed at a plurality of locations where the same operation sound of the device can be detected,
前記機器動作分析部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記異常判定部において前記複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づく前記基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１乃至請求項４のうち何れか１項に記載の機器の動作音異常診断装置。The device operation analysis unit calculates the diagnostic spectral distortion based on the acoustic signals detected by the plurality of operation sound detection units, and then the abnormality determination unit calculates the plurality of diagnostic spectral distortions according to the following formula (6). The spectral distortion for integrated diagnosis obtained by executing the arithmetic processing defined by (1) is defined as the reference spectral distortion based on the acoustic signals detected by the plurality of operation sound detectors by the following equation (7). 5. The device according to claim 1, wherein the device is determined to be abnormal if the integrated reference spectral distortion is greater than the integrated reference spectrum distortion obtained by executing the calculation processing. Operation sound abnormality diagnosis device.
ＳＤｄｉ＝ωSDdi = ω １1 ・ＳＤｄｉ１＋ω・ SDdi1 + ω ２2 ・ＳＤｄｉ２＋・・・＋ω・ SDdi2 + ... + ω ｎn ・ＳＤｄｉｎ・・・（６）・ SDdin (6)
但し、ＳＤｄｉは前記統合診断用スペクトル歪、ＳＤｄｉ１は１台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉ２は２台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉｎはｎ台目の前記動作音検出部に基づく前記診断用スペクトル歪であり、ωWhere SDdi is the integrated diagnostic spectral distortion, SDdi1 is the diagnostic spectral distortion based on the first motion sound detection unit, SDdi2 is the diagnostic spectral distortion based on the second motion sound detection unit, SDdin Is the spectral distortion for diagnosis based on the nth operation sound detector, and ω １1 、ω, Ω ２2 、・・・、ω・ ・ ・ ・ ・ ・ Ω ｎn は重み係数であり、ωIs the weighting factor, ω １1 ＋ω+ Ω ２2 ＋・・・＋ω+ ... + ω ｎn ＝１である。= 1.
ＳＤｔｈ＝ωSDth = ω １1 ・ＳＤｔｈ１＋ω・ SDth1 + ω ２2 ・ＳＤｔｈ２＋・・・＋ω・ SDth2 + ... + ω ｎn ・ＳＤｔｈｎ・・・（７）・ SDthn (7)
但し、ＳＤｔｈは前記統合基準スペクトル歪、ＳＤｔｈ１は１台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈ２は２台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈｎはｎ台目の前記動作音検出部に基づく前記基準スペクトル歪であり、ωWhere SDth is the integrated reference spectral distortion, SDth1 is the reference spectral distortion based on the first motion sound detection unit, SDth2 is the reference spectral distortion based on the second motion sound detection unit, and SDthn is nth. The reference spectral distortion based on the eye motion sound detector, ω １1 、ω, Ω ２2 、・・・、ω・ ・ ・ ・ ・ ・ Ω ｎn は重み係数であり、ωIs the weighting factor, ω １1 ＋ω+ Ω ２2 ＋・・・＋ω+ ... + ω ｎn ＝１である。= 1.
前記音響信号から前記フレームパワーを算出するフレームパワー演算部と、
前記フレームパワー演算部で算出された前記フレームパワーに対して、前記計算式である下記式（１）で定義される演算処理を実行することにより前記閾値が得られる閾値設定部とを有することを特徴とする請求項１乃至請求項３のうち何れか１項に記載の機器の動作音異常診断装置。
Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）α・・・（１）
但し、Ｐｔｈは前記動作区間を識別のための前記閾値、Ｐｍｉｎは前記フレームパワーの最小値、Ｐｍａｘは前記フレームパワーの最大値、αはパワー閾値係数である。 The operation section distinguishing unit is
A frame power calculator that calculates the frame power from the acoustic signal;
A threshold value setting unit that obtains the threshold value by executing a calculation process defined by the following formula (1) that is the calculation formula for the frame power calculated by the frame power calculation unit. The apparatus operating sound abnormality diagnosis device according to any one of claims 1 to 3 .
Pth = Pmin + (Pmax−Pmin) α (1)
However, Pth is the threshold value for identifying the operation section, Pmin is the minimum value of the frame power, Pmax is the maximum value of the frame power, and α is a power threshold coefficient.
前記機器動作分析部の前記異常判定部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する前記基準スペクトル歪とを比較して何れの前記診断用スペクトル歪も前記対応する基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１、請求項３又は請求項４のうち何れか１項に記載の機器の動作音異常診断装置。 When the operation sound detection unit is installed at a plurality of locations where the same operation sound of the device can be detected,
The abnormality determination unit of the device operation analysis unit calculates the diagnostic spectral distortion based on the acoustic signals detected by the plurality of operation sound detection units, and then the diagnostic spectral distortions and the diagnostic spectral distortions. The reference spectral distortion corresponding to each spectral distortion is compared, and if any of the diagnostic spectral distortions is larger than the corresponding reference spectral distortion, it is determined that the device is abnormal. The apparatus operating sound abnormality diagnosis device according to claim 1 , claim 3, or claim 4 .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011152659A JP5713194B2 (en) | 2011-07-11 | 2011-07-11 | Equipment operating sound abnormality diagnosis device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011152659A JP5713194B2 (en) | 2011-07-11 | 2011-07-11 | Equipment operating sound abnormality diagnosis device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013019741A JP2013019741A (en) | 2013-01-31 |
| JP5713194B2 true JP5713194B2 (en) | 2015-05-07 |
Family
ID=47691323
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011152659A Expired - Fee Related JP5713194B2 (en) | 2011-07-11 | 2011-07-11 | Equipment operating sound abnormality diagnosis device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5713194B2 (en) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59136625A (en) * | 1983-01-26 | 1984-08-06 | Mitsubishi Electric Corp | Abnormality detector for apparatus |
| JP3286073B2 (en) * | 1994-03-15 | 2002-05-27 | 株式会社東芝 | Shaft Vibration Monitoring System for Recirculation Pump Built in Reactor |
| JP3132388B2 (en) * | 1996-06-14 | 2001-02-05 | ダイキン工業株式会社 | Abnormal noise inspection method and apparatus for rotating machine |
| JPH1183686A (en) * | 1997-09-01 | 1999-03-26 | Nippon Steel Corp | Method and device for diagnosing abnormality in machine installation |
| JP3518838B2 (en) * | 1997-09-04 | 2004-04-12 | 株式会社東芝 | Sound monitoring device |
-
2011
- 2011-07-11 JP JP2011152659A patent/JP5713194B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2013019741A (en) | 2013-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6038347B2 (en) | Abnormal sound diagnosis device | |
| US8831233B2 (en) | Monitoring apparatus and method | |
| CN111354366A (en) | Abnormal sound detection method and abnormal sound detection device | |
| CN112881014B (en) | Offline NVH (noise, vibration and harshness) testing system and method of transmission assembly | |
| JP2019067197A (en) | Method for detecting trouble sign | |
| US20210149387A1 (en) | Facility failure prediction system and method for using acoustic signal of ultrasonic band | |
| JP2021131241A (en) | Diagnostic device, diagnostic method, and diagnostic program | |
| CN112711850A (en) | Unit online monitoring method based on big data | |
| JP2010266327A (en) | Facility diagnosis device and facility diagnosis method | |
| KR102433483B1 (en) | System for Predicting Flaw of Facility Using Vibration Sensor | |
| KR102392951B1 (en) | Equipment failure prediction system having multi-channel sensors for receiving acoustic signals in the ultrasonic band | |
| JP5713194B2 (en) | Equipment operating sound abnormality diagnosis device | |
| TW201633025A (en) | Diagnostic method for malfunction mode of machine tool main shaft and system thereof | |
| WO2020162425A1 (en) | Analysis device, analysis method, and program | |
| JP6898607B2 (en) | Abnormality sign detection system and abnormality sign detection method | |
| JP2017026509A (en) | Fault diagnosis device and fault diagnosis method | |
| JP2002323371A (en) | Sound diagnostic device and sound diagnostic method | |
| CN111456915A (en) | Fault diagnosis device and method for internal components of fan engine room | |
| KR102325439B1 (en) | Failure Prediction System of Injection Molding Equipment | |
| TWI472890B (en) | Failure alarm method | |
| JPWO2018189866A1 (en) | Data processing system and data processing method for multiple-mix production equipment | |
| WO2020029155A1 (en) | Method for monitoring circuit breaker and apparaus and internet of things using the same | |
| JP4049331B2 (en) | Method and apparatus for evaluating diagnostic object | |
| WO2022264595A1 (en) | Acoustic circuit breaker diagnosis device and method | |
| JP7438874B2 (en) | Operating section identification device and abnormality detection device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131220 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20131220 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140717 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140805 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141003 |
|
| 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: 20150127 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150225 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5713194 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |