JPH08145775A - 地震判別推論装置 - Google Patents
地震判別推論装置Info
- Publication number
- JPH08145775A JPH08145775A JP28176194A JP28176194A JPH08145775A JP H08145775 A JPH08145775 A JP H08145775A JP 28176194 A JP28176194 A JP 28176194A JP 28176194 A JP28176194 A JP 28176194A JP H08145775 A JPH08145775 A JP H08145775A
- Authority
- JP
- Japan
- Prior art keywords
- time
- sampling
- cycle
- period
- earthquake
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 claims abstract description 86
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 230000035939 shock Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Landscapes
- Measuring Volume Flow (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Geophysics And Detection Of Objects (AREA)
- Emergency Alarm Devices (AREA)
Abstract
(57)【要約】
【目的】処理速度の低いCPUを使用しても、実用的な
速度でデータをサンプリングして特徴量を抽出し、地震
であるか否かの判別推論が可能な地震判別推論装置を提
供することを目的とする。 【構成】所定のサンプリング周期では、ON/OFF信
号のサンプリングのみを行い、例えば、4回分のサンプ
リングデータが得られる毎に、ON時間等を計測して特
徴量を抽出し、必要に応じて推論を行い、この特徴量の
抽出および推論を、4回分の新たなサンプリングデータ
が得られるまでの期間に、サンプリングの合間を利用し
て行うようにしている。
速度でデータをサンプリングして特徴量を抽出し、地震
であるか否かの判別推論が可能な地震判別推論装置を提
供することを目的とする。 【構成】所定のサンプリング周期では、ON/OFF信
号のサンプリングのみを行い、例えば、4回分のサンプ
リングデータが得られる毎に、ON時間等を計測して特
徴量を抽出し、必要に応じて推論を行い、この特徴量の
抽出および推論を、4回分の新たなサンプリングデータ
が得られるまでの期間に、サンプリングの合間を利用し
て行うようにしている。
Description
【0001】
【産業上の利用分野】本発明は、例えば、家庭用のガス
メータに付設され、地震発生時にガスの供給を遮断する
のに好適な地震判別推論装置に関する。
メータに付設され、地震発生時にガスの供給を遮断する
のに好適な地震判別推論装置に関する。
【0002】
【従来の技術】近年、この種の地震判別推論装置とし
て、ガスメータに内蔵される感震器からのON/OFF
信号を計測し、その信号に基づいて、ON時間最大値や
ON時間比などの特徴量を抽出し、これら特徴量に基づ
いて、地震であるか否かを判別推論するようにしたもの
がある。
て、ガスメータに内蔵される感震器からのON/OFF
信号を計測し、その信号に基づいて、ON時間最大値や
ON時間比などの特徴量を抽出し、これら特徴量に基づ
いて、地震であるか否かを判別推論するようにしたもの
がある。
【0003】
【発明が解決しようとする課題】このような従来例で
は、実用的な速度で判別推論するためには、データのサ
ンプリングを比較的高速、例えば、10msec程度で
行うとともに、各サンプリング毎にON時間などを計測
して特徴量を抽出する必要があるが、一般的な8ビット
程度のCPUでは、処理速度に問題はなく、対応できる
ものである。
は、実用的な速度で判別推論するためには、データのサ
ンプリングを比較的高速、例えば、10msec程度で
行うとともに、各サンプリング毎にON時間などを計測
して特徴量を抽出する必要があるが、一般的な8ビット
程度のCPUでは、処理速度に問題はなく、対応できる
ものである。
【0004】しかしながら、ガスメータ内蔵用として用
いられているCPUは、比較的低速・低クロックの4ビ
ットCPUが主流であり、10msec程度の高速でデ
ータをサンプリングして特徴量を抽出するのは困難であ
る。
いられているCPUは、比較的低速・低クロックの4ビ
ットCPUが主流であり、10msec程度の高速でデ
ータをサンプリングして特徴量を抽出するのは困難であ
る。
【0005】本発明は、上述の点に鑑みて為されたもの
であって、処理速度の低いCPUであっても、実用的な
速度でデータのサンプリングを行えるとともに、特徴量
を抽出して判別推論できるようにした地震判別推論装置
を提供することを目的とする。
であって、処理速度の低いCPUであっても、実用的な
速度でデータのサンプリングを行えるとともに、特徴量
を抽出して判別推論できるようにした地震判別推論装置
を提供することを目的とする。
【0006】
【課題を解決するための手段】本発明では、上述の目的
を達成するために、次のように構成している。
を達成するために、次のように構成している。
【0007】請求項1に記載の本発明の地震判別推論装
置は、振動波形に対応するON/OFF信号を出力する
ON/OFF信号出力手段と、前記ON/OFF信号を
所定のサンプリング周期でサンプリングするサンプリン
グ手段と、前記サンプリング周期のn倍(nは2以上の
整数)の期間が経過する毎に、前記サンプリング手段で
得られるn回分のON/OFFのサンプリングデータに
基づいて、特徴量を抽出する特徴量抽出手段と、前記特
徴量抽出手段で抽出された特徴量に基づいて、地震であ
るか否かを推論する推論手段とを備えている。
置は、振動波形に対応するON/OFF信号を出力する
ON/OFF信号出力手段と、前記ON/OFF信号を
所定のサンプリング周期でサンプリングするサンプリン
グ手段と、前記サンプリング周期のn倍(nは2以上の
整数)の期間が経過する毎に、前記サンプリング手段で
得られるn回分のON/OFFのサンプリングデータに
基づいて、特徴量を抽出する特徴量抽出手段と、前記特
徴量抽出手段で抽出された特徴量に基づいて、地震であ
るか否かを推論する推論手段とを備えている。
【0008】請求項2に記載の本発明の地震判別推論装
置は、請求項1に記載の地震判別推論装置において、前
記特徴量抽出手段が、ON周期、ON時間総和およびO
N時間最大値の3つの特徴量の内の少なくとも1つを抽
出するものである。
置は、請求項1に記載の地震判別推論装置において、前
記特徴量抽出手段が、ON周期、ON時間総和およびO
N時間最大値の3つの特徴量の内の少なくとも1つを抽
出するものである。
【0009】請求項3に記載の本発明の地震判別推論装
置は、請求項1または2に記載の地震判別推論装置にお
いて、前記特徴量抽出手段が、前記n回分のサンプリン
グデータの内容に応じて、特徴量抽出の処理手順を異な
らせるものである。
置は、請求項1または2に記載の地震判別推論装置にお
いて、前記特徴量抽出手段が、前記n回分のサンプリン
グデータの内容に応じて、特徴量抽出の処理手順を異な
らせるものである。
【0010】
【作用】請求項1に記載の本発明によれば、所定のサン
プリング周期では、ON/OFF信号のサンプリングを
行うのみであって、サンプリング毎に、ON時間等を計
測して特徴量を抽出するのではなく、n回分のサンプリ
ングデータが得られる毎に、ON時間等を計測して特徴
量を抽出し、必要に応じて推論を行うので、特徴量の抽
出および推論は、複数回分の新たなサンプリングデータ
が得られるまでの期間に、サンプリングの合間を利用し
て行えばよく、したがって、処理速度の低いCPUであ
っても、実用的な速度でデータのサンプリングを行える
とともに、サンプリングしたデータに基づいて、特徴量
を抽出して判別推論を行えることになる。
プリング周期では、ON/OFF信号のサンプリングを
行うのみであって、サンプリング毎に、ON時間等を計
測して特徴量を抽出するのではなく、n回分のサンプリ
ングデータが得られる毎に、ON時間等を計測して特徴
量を抽出し、必要に応じて推論を行うので、特徴量の抽
出および推論は、複数回分の新たなサンプリングデータ
が得られるまでの期間に、サンプリングの合間を利用し
て行えばよく、したがって、処理速度の低いCPUであ
っても、実用的な速度でデータのサンプリングを行える
とともに、サンプリングしたデータに基づいて、特徴量
を抽出して判別推論を行えることになる。
【0011】請求項2に記載の本発明によれば、ON周
期、ON時間総和およびON時間最大値の3つの特徴量
の内の少なくとも1つの特徴量に基づいて、地震である
か否かを推論するので、高速な判別が可能となり、しか
も、振動周期に対応するON周期を特徴量とすることに
より、地震以外の衝撃による誤判別を大幅に低減でき
る。
期、ON時間総和およびON時間最大値の3つの特徴量
の内の少なくとも1つの特徴量に基づいて、地震である
か否かを推論するので、高速な判別が可能となり、しか
も、振動周期に対応するON周期を特徴量とすることに
より、地震以外の衝撃による誤判別を大幅に低減でき
る。
【0012】請求項3に記載の本発明によれば、n回分
のサンプリングデータの内容に応じて、特徴量抽出の処
理手順を異ならせる、すなわち、n回分のサンプリング
データを一つの単位として処理を行うので、一回のサン
プリングデータ毎に処理を行う場合に比べて効率的に特
徴量を抽出できる。
のサンプリングデータの内容に応じて、特徴量抽出の処
理手順を異ならせる、すなわち、n回分のサンプリング
データを一つの単位として処理を行うので、一回のサン
プリングデータ毎に処理を行う場合に比べて効率的に特
徴量を抽出できる。
【0013】
【実施例】以下、図面によって本発明の実施例につい
て、詳細に説明する。
て、詳細に説明する。
【0014】図1は、本発明の一実施例のブロック図で
ある。
ある。
【0015】この実施例の地震判別推論装置1は、振動
によってON/OFF信号を出力するON/OFF信号
出力手段としての感震器2とマイクロコンピュータ3と
からなり、マイクロコンピュータ3は、後述のように、
感震器2からのON/OFF信号をサンプリングするサ
ンプリング手段6と、ON周期、ON時間総和およびO
N時間最大値の3つの特徴量を抽出する特徴量抽出手段
4と、これら特徴量に基づいて、地震であるか否かをO
N周期毎にファジィ推論する推論手段5としての機能を
有する。
によってON/OFF信号を出力するON/OFF信号
出力手段としての感震器2とマイクロコンピュータ3と
からなり、マイクロコンピュータ3は、後述のように、
感震器2からのON/OFF信号をサンプリングするサ
ンプリング手段6と、ON周期、ON時間総和およびO
N時間最大値の3つの特徴量を抽出する特徴量抽出手段
4と、これら特徴量に基づいて、地震であるか否かをO
N周期毎にファジィ推論する推論手段5としての機能を
有する。
【0016】なお、これらの特徴量は、最初のON信号
が入力された時点からON信号が順次入力される各時点
までにサンプリングしたデータに基づくものであり、前
記各時点において、対応する特徴量に基づいて推論を行
うものである。すなわち、特徴量は、ON信号が入力さ
れる度に、最初のON信号が入力された時点からのデー
タに基づいて順次更新されていくものである。
が入力された時点からON信号が順次入力される各時点
までにサンプリングしたデータに基づくものであり、前
記各時点において、対応する特徴量に基づいて推論を行
うものである。すなわち、特徴量は、ON信号が入力さ
れる度に、最初のON信号が入力された時点からのデー
タに基づいて順次更新されていくものである。
【0017】感震器2は、図2(A)に示されるような
振動波形に対して、予め定められているしきい値を越え
た点をON点として、図2(B)に示されるようなON
/OFF信号を出力するものである。
振動波形に対して、予め定められているしきい値を越え
た点をON点として、図2(B)に示されるようなON
/OFF信号を出力するものである。
【0018】特徴量抽出手段4は、この感震器2のON
/OFF信号を、後述のようにサンプリングしたサンプ
リング手段6からのサンプリングデータに基づいて、O
N周期、ON時間総和(=ON時間1+ON時間2+O
N時間3+…)およびON時間最大値の3つの特徴量
を、抽出するものであり、特に、この実施例では、ON
周期については、ON周期(短、中、長)の発生度数を
特徴量としている。
/OFF信号を、後述のようにサンプリングしたサンプ
リング手段6からのサンプリングデータに基づいて、O
N周期、ON時間総和(=ON時間1+ON時間2+O
N時間3+…)およびON時間最大値の3つの特徴量
を、抽出するものであり、特に、この実施例では、ON
周期については、ON周期(短、中、長)の発生度数を
特徴量としている。
【0019】すなわち、この実施例では、以下の5つの
特徴量を抽出するものである。
特徴量を抽出するものである。
【0020】ON時間総和 ON時間最大値 ON周期(短)発生度数=ON周期が140msec
未満の発生回数 ON周期(中)発生度数=ON周期が140msec
〜400msec未満の発生回数 ON周期(長)発生度数=ON周期が400msec
以上の発生回数 このように、ON時間総和(ON時間の合計)、ON時
間最大値およびON周期発生度数を特徴量として抽出す
るのは、次のような理由に基づくものである。先ず、O
N時間総和は、振動の継続時間を表す指標となるもので
あり、感震器から出力されるON時間は、所定加速度以
上の速度ということができ、このとき、次式に示される
ように、ON時間総和は、振動エネルギーと相関がある
ことになり、したがって、ON時間総和は、振動の強さ
を表す指標となる。
未満の発生回数 ON周期(中)発生度数=ON周期が140msec
〜400msec未満の発生回数 ON周期(長)発生度数=ON周期が400msec
以上の発生回数 このように、ON時間総和(ON時間の合計)、ON時
間最大値およびON周期発生度数を特徴量として抽出す
るのは、次のような理由に基づくものである。先ず、O
N時間総和は、振動の継続時間を表す指標となるもので
あり、感震器から出力されるON時間は、所定加速度以
上の速度ということができ、このとき、次式に示される
ように、ON時間総和は、振動エネルギーと相関がある
ことになり、したがって、ON時間総和は、振動の強さ
を表す指標となる。
【0021】E=(1/2)mV2 (E:エネルギ
m:質量 V:速度) E∝V2 また、ON時間最大値は、半周期当たりの揺れの強さを
表すものであり、直下型地震の場合には、振動の継続時
間は、比較的短く半周期当たりのエネルギが大きいこと
から特徴量とするものである。
m:質量 V:速度) E∝V2 また、ON時間最大値は、半周期当たりの揺れの強さを
表すものであり、直下型地震の場合には、振動の継続時
間は、比較的短く半周期当たりのエネルギが大きいこと
から特徴量とするものである。
【0022】さらに、感震器から出力されるON周期か
ら所定の加速度以上の周波数帯域(周期帯域)を大局的
に把握することが可能となる。
ら所定の加速度以上の周波数帯域(周期帯域)を大局的
に把握することが可能となる。
【0023】このON周期は、振動周期の1/2となる
ので、ON周期が140msec未満のON周期(短)
は、振動周期=0.28秒未満(周波数=3.6Hz以
上)の帯域に対応し、この帯域は、地震波と衝撃波の一
部重なった帯域となり、ON周期が140msec以上
400msec未満のON周期(中)は、振動周期=
0.28秒〜0.8秒(周波数=1.25Hz〜3.5
Hz)の帯域に対応し、地震波の卓越周波数が最も多く
なる、いわば、地震波の中心周波数帯域となり、ON周
期が400msec以上のON周期(長)は、振動周期
0.8秒(周波数=1.25Hz)以上の帯域となり、
軟弱地盤における地震波の応答および超高層ビルの応答
周期(周波数)の帯域となる。
ので、ON周期が140msec未満のON周期(短)
は、振動周期=0.28秒未満(周波数=3.6Hz以
上)の帯域に対応し、この帯域は、地震波と衝撃波の一
部重なった帯域となり、ON周期が140msec以上
400msec未満のON周期(中)は、振動周期=
0.28秒〜0.8秒(周波数=1.25Hz〜3.5
Hz)の帯域に対応し、地震波の卓越周波数が最も多く
なる、いわば、地震波の中心周波数帯域となり、ON周
期が400msec以上のON周期(長)は、振動周期
0.8秒(周波数=1.25Hz)以上の帯域となり、
軟弱地盤における地震波の応答および超高層ビルの応答
周期(周波数)の帯域となる。
【0024】この実施例のマイクロコンピュータ3は、
ガスメータ内蔵用として多く使用されている比較的低速
の4ビットCPUであり、実用的な速度、例えば、10
ms毎に、データをサンプリングして特徴量を抽出して
推論を行うのは困難であり、このため、この実施例で
は、次のように構成している。
ガスメータ内蔵用として多く使用されている比較的低速
の4ビットCPUであり、実用的な速度、例えば、10
ms毎に、データをサンプリングして特徴量を抽出して
推論を行うのは困難であり、このため、この実施例で
は、次のように構成している。
【0025】先ず、感震器2からのON/OFF信号を
サンプリングするサンプリング手段6は、所定のサンプ
リング周期、例えば、10msecのタイマ割り込み処
理によって起動されてON/OFF信号をサンプリング
し、ON/OFFの判定のみを行い、時間計測は行わな
いものである。
サンプリングするサンプリング手段6は、所定のサンプ
リング周期、例えば、10msecのタイマ割り込み処
理によって起動されてON/OFF信号をサンプリング
し、ON/OFFの判定のみを行い、時間計測は行わな
いものである。
【0026】特徴量抽出手段4は、サンプリング周期の
n倍(nは2以上の整数)、この実施例では、10ms
ecの4倍の期間が経過する毎に、サンプリング手段6
でサンプリングされた4回分のON/OFFのサンプリ
ングデータに基づいて、上述の特徴量を抽出し、推論手
段5では、抽出された特徴量に基づいて、ON周期毎
に、後述のようにファジィ推論を行うものである。
n倍(nは2以上の整数)、この実施例では、10ms
ecの4倍の期間が経過する毎に、サンプリング手段6
でサンプリングされた4回分のON/OFFのサンプリ
ングデータに基づいて、上述の特徴量を抽出し、推論手
段5では、抽出された特徴量に基づいて、ON周期毎
に、後述のようにファジィ推論を行うものである。
【0027】この特徴量抽出手段4による特徴量の抽出
および推論手段5による推論は、次の40msの期間内
において、サンプリング手段6によるサンプリングの合
間を利用して行われる。
および推論手段5による推論は、次の40msの期間内
において、サンプリング手段6によるサンプリングの合
間を利用して行われる。
【0028】図3は、以上のサンプリング処理、特徴量
の抽出処理および推論処理のタイミングチャートであ
る。
の抽出処理および推論処理のタイミングチャートであ
る。
【0029】同図(A)は感震器2のON/OFF信
号、同図(B)はサンプリング手段6によるサンプリン
グ処理およびサンプリングデータ、同図(C)は特徴量
抽出手段4による抽出処理および推論手段5による推論
処理をそれぞれ示している。
号、同図(B)はサンプリング手段6によるサンプリン
グ処理およびサンプリングデータ、同図(C)は特徴量
抽出手段4による抽出処理および推論手段5による推論
処理をそれぞれ示している。
【0030】サンプリング手段6は、同図(A)に示さ
れるような感震器2からのON/OFF信号を、10m
secのサンプリング周期でサンプリングする。この例
では、最初の40msecの期間のサンプリングデータ
は、「1100」であり、その後の40msecのサン
プリングデータは、「1100」である。
れるような感震器2からのON/OFF信号を、10m
secのサンプリング周期でサンプリングする。この例
では、最初の40msecの期間のサンプリングデータ
は、「1100」であり、その後の40msecのサン
プリングデータは、「1100」である。
【0031】特徴量抽出手段4は、40msec毎に、
4回分のサンプリングデータに基づいて、特徴量を抽出
し、推論手段5では、40msecの間に、OFFから
ONに変化してON周期が確定した場合には、ファジィ
推論を行って地震であるか否かを判別するものである。
4回分のサンプリングデータに基づいて、特徴量を抽出
し、推論手段5では、40msecの間に、OFFから
ONに変化してON周期が確定した場合には、ファジィ
推論を行って地震であるか否かを判別するものである。
【0032】この例では、最初の40msecのサンプ
リングデータ「1100」に基づいて、次の40mse
cの期間であって、サンプリング処理の合間の斜線で示
される期間を利用して、特徴量を抽出するものである。
この例では、最初の40msecの期間では、OFFか
らONへの変化がないので、ファジィ推論は行わない。
リングデータ「1100」に基づいて、次の40mse
cの期間であって、サンプリング処理の合間の斜線で示
される期間を利用して、特徴量を抽出するものである。
この例では、最初の40msecの期間では、OFFか
らONへの変化がないので、ファジィ推論は行わない。
【0033】このように、10msec毎のサンプリン
グでは、ON/OFF信号のサンプリングのみを行い、
サンプリングデータに基づく特徴量の抽出および推論
は、40msecの期間において、サンプリング処理の
合間を利用して並行処理されるので、処理速度の低いマ
イクロコンピュータ3であっても、実用的な速度でデー
タのサンプリングが可能になるとともに、特徴量を抽出
して判別推論を行うことが可能となる。
グでは、ON/OFF信号のサンプリングのみを行い、
サンプリングデータに基づく特徴量の抽出および推論
は、40msecの期間において、サンプリング処理の
合間を利用して並行処理されるので、処理速度の低いマ
イクロコンピュータ3であっても、実用的な速度でデー
タのサンプリングが可能になるとともに、特徴量を抽出
して判別推論を行うことが可能となる。
【0034】さらに、この実施例では、特徴量の抽出を
効率的に行うために、10msec毎のサンプリングデ
ータに基づいて、順次特徴量を抽出するのではなく、4
0msec毎のサンプリングデータを4ビットのバイナ
リ値として解釈し、その値に応じて16種類(下記の表
のワーク値0〜15)の処理の分岐させて時間計測を行
って特徴量を抽出するものである。
効率的に行うために、10msec毎のサンプリングデ
ータに基づいて、順次特徴量を抽出するのではなく、4
0msec毎のサンプリングデータを4ビットのバイナ
リ値として解釈し、その値に応じて16種類(下記の表
のワーク値0〜15)の処理の分岐させて時間計測を行
って特徴量を抽出するものである。
【0035】下記の表は、この4ビットのON/OFF
のサンプリングデータと、そのサンプリングデータの判
定内容と、そのサンプリングデータに基づく特徴量抽出
のための時間計測処理の内容を示すものである。
のサンプリングデータと、そのサンプリングデータの判
定内容と、そのサンプリングデータに基づく特徴量抽出
のための時間計測処理の内容を示すものである。
【0036】
【表1】
【0037】この表に示されるように、例えば、40m
sのサンプリングデータが、「0000」であるとする
と、これはOFFが継続していると判定し、それまで計
測されている周期に40を加算する。
sのサンプリングデータが、「0000」であるとする
と、これはOFFが継続していると判定し、それまで計
測されている周期に40を加算する。
【0038】40msのサンプリングデータが、例え
ば、「0001」であるとすると、OFFからONに変
化して新たな周期が開始されたと判定し、それまで計測
されている周期に30を加算して確定周期とし、周期情
報を更新して新たな周期を10にするとともに、ON時
間を10にする。
ば、「0001」であるとすると、OFFからONに変
化して新たな周期が開始されたと判定し、それまで計測
されている周期に30を加算して確定周期とし、周期情
報を更新して新たな周期を10にするとともに、ON時
間を10にする。
【0039】40msのサンプリングデータが、例え
ば、「0010」であるとすると、OFF→ON→OF
Fに変化して新たな周期が開始されたと判定し、それま
で計測されている周期に20を加算して確定周期とし、
周期情報を更新して新たな周期を20にするとともに、
ON時間を10にする。
ば、「0010」であるとすると、OFF→ON→OF
Fに変化して新たな周期が開始されたと判定し、それま
で計測されている周期に20を加算して確定周期とし、
周期情報を更新して新たな周期を20にするとともに、
ON時間を10にする。
【0040】40msのサンプリングデータが、例え
ば、「0011」であるとすると、OFFからONに変
化新たな周期が開始されたと判定し、それまで計測され
ている周期に20を加算して確定周期とし、周期情報を
更新して新たな周期を20にするとともに、ON時間を
20にする。
ば、「0011」であるとすると、OFFからONに変
化新たな周期が開始されたと判定し、それまで計測され
ている周期に20を加算して確定周期とし、周期情報を
更新して新たな周期を20にするとともに、ON時間を
20にする。
【0041】40msのサンプリングデータが、例え
ば、「0100」であるとすると、OFF→ON→OF
Fに変化して新たな周期が開始されたと判定し、それま
で計測されている周期に10を加算して確定周期とし、
周期情報を更新して新たな周期を30にするとともに、
ON時間を10にする。
ば、「0100」であるとすると、OFF→ON→OF
Fに変化して新たな周期が開始されたと判定し、それま
で計測されている周期に10を加算して確定周期とし、
周期情報を更新して新たな周期を30にするとともに、
ON時間を10にする。
【0042】40msのサンプリングデータが、例え
ば、「0101」であるとすると、OFF→ON→OF
F→ONに変化して40msの期間内で周期が確定(内
部確定周期)して新たな周期が開始されたと判定し、そ
れまで計測されている周期に10を加算して確定周期と
し、内部確定周期により、周期(短)が1波、ON時間
が10であると確定し、周期情報を更新して新たな周期
を10にするとともに、ON時間を10とする。
ば、「0101」であるとすると、OFF→ON→OF
F→ONに変化して40msの期間内で周期が確定(内
部確定周期)して新たな周期が開始されたと判定し、そ
れまで計測されている周期に10を加算して確定周期と
し、内部確定周期により、周期(短)が1波、ON時間
が10であると確定し、周期情報を更新して新たな周期
を10にするとともに、ON時間を10とする。
【0043】以下、同様にして4ビットのサンプリング
データの内容に応じた時間計測処理を行う。
データの内容に応じた時間計測処理を行う。
【0044】このように40msのサンプリングデータ
に応じて時間計測処理を異ならせているので、ON周期
およびON時間の算出を高速に行うことが可能である。
に応じて時間計測処理を異ならせているので、ON周期
およびON時間の算出を高速に行うことが可能である。
【0045】次に、抽出された特徴量に基づく、ファジ
ィ推論について説明する。
ィ推論について説明する。
【0046】図4は、上述の5つの特徴量のメンバーシ
ップ関数を示している。
ップ関数を示している。
【0047】同図(A)はON時間総和のメンバーシッ
プ関数を示しており、「短」、「中」および「長」の3
つのラベルを有しており、「短」は、ON時間総和が1
40msec未満に対応し、「中」は、ON時間総和が
140msec以上400msec未満に対応し、
「長」は、ON時間総和が400msec以上に対応す
る。例えば、ON時間総和が、140msec未満の値
であったとすると、ラベル「短」の適合度は、「1」と
なり、ラベル「中」および「長」の適合度は、「0」と
なる。
プ関数を示しており、「短」、「中」および「長」の3
つのラベルを有しており、「短」は、ON時間総和が1
40msec未満に対応し、「中」は、ON時間総和が
140msec以上400msec未満に対応し、
「長」は、ON時間総和が400msec以上に対応す
る。例えば、ON時間総和が、140msec未満の値
であったとすると、ラベル「短」の適合度は、「1」と
なり、ラベル「中」および「長」の適合度は、「0」と
なる。
【0048】同図(B)はON周期(短)発生度数のメ
ンバーシップ関数を示しており、「少」および「多」の
2つのラベルを有しており、「少」は、ON周期(短)
の発生度数の3回以下に対応し、「多」は、ON周期
(短)の発生度数の4回以上に対応する。例えば、ON
周期(短)発生度数が、3回以下の値であったとする
と、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
ンバーシップ関数を示しており、「少」および「多」の
2つのラベルを有しており、「少」は、ON周期(短)
の発生度数の3回以下に対応し、「多」は、ON周期
(短)の発生度数の4回以上に対応する。例えば、ON
周期(短)発生度数が、3回以下の値であったとする
と、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
【0049】同図(C)はON周期(中)発生度数のメ
ンバーシップ関数を示しており、「少」および「多」の
2つのラベルを有しており、「少」は、ON周期(中)
の発生度数の7回以下に対応し、「多」は、ON周期
(中)の発生度数の8回以上に対応する。例えば、ON
周期(中)発生度数が、7回以下の値であったとする
と、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
ンバーシップ関数を示しており、「少」および「多」の
2つのラベルを有しており、「少」は、ON周期(中)
の発生度数の7回以下に対応し、「多」は、ON周期
(中)の発生度数の8回以上に対応する。例えば、ON
周期(中)発生度数が、7回以下の値であったとする
と、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
【0050】同図(D)は、ON周期(長)発生度数の
メンバーシップ関数を示しており、「少」および「多」
の2つのラベルを有しており、「少」は、ON周期
(長)の発生度数の3回以下に対応し、「多」は、ON
周期(中)の発生度数の4回以上に対応する。例えば、
ON周期(長)発生度数が、3回以下の値であったとす
ると、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
メンバーシップ関数を示しており、「少」および「多」
の2つのラベルを有しており、「少」は、ON周期
(長)の発生度数の3回以下に対応し、「多」は、ON
周期(中)の発生度数の4回以上に対応する。例えば、
ON周期(長)発生度数が、3回以下の値であったとす
ると、ラベル「少」の適合度は、「1」となり、ラベル
「多」の適合度は、「0」となる。
【0051】同図(E)は、ON時間最大値のメンバー
シップ関数を示しており、「短」および「長」の2つの
ラベルを有しており、「短」は、ON時間最大値が20
0msec未満に対応し、「長」は、ON時間最大値が
200msec以上に対応する。例えば、ON時間最大
値が、200msec未満の値であったとすると、ラベ
ル「短」の適合度は、「1」となり、ラベル「長」の適
合度は、「0」となる。
シップ関数を示しており、「短」および「長」の2つの
ラベルを有しており、「短」は、ON時間最大値が20
0msec未満に対応し、「長」は、ON時間最大値が
200msec以上に対応する。例えば、ON時間最大
値が、200msec未満の値であったとすると、ラベ
ル「短」の適合度は、「1」となり、ラベル「長」の適
合度は、「0」となる。
【0052】図5は、地震判別の推論ルールを示す図で
ある。
ある。
【0053】この実施例では、以下の7つのルールによ
って地震であるか否かを判別するものである。
って地震であるか否かを判別するものである。
【0054】ルール1. if ON時間総和が短 and ON周期(短)発生
度数が少 andON周期(中)発生度数が多 then 地震 ルール2. if ON時間総和が短 and ON周期(短)発生
度数が少 andON周期(長)発生度数が多 then 地震 ルール3. if ON時間総和が中 and ON周期(中)発生
度数が少 then 地震 ルール4. if ON時間総和が中 and ON周期(短)発生
度数が少 andON周期(中)発生度数が多 then 地震 ルール5. if ON時間総和が中 and ON周期(短)発生
度数が少 andON周期(長)発生度数が多 then 地震 ルール6. if ON時間総和が長 and ON周期(長)発生
度数が多 then 地震 ルール7. if ON周期(短)発生度数が多 and ON周期
(中)発生度数が多and ON時間最大値が長 then 地震 すなわち、この実施例では、上述のメンバーシップ関数
により求めた1,0の適合度(グレード)をこれらのル
ールに従って論理積演算を行ってその結果が1となった
ときは、地震、0となったときには、地震でないとする
ものである。
度数が少 andON周期(中)発生度数が多 then 地震 ルール2. if ON時間総和が短 and ON周期(短)発生
度数が少 andON周期(長)発生度数が多 then 地震 ルール3. if ON時間総和が中 and ON周期(中)発生
度数が少 then 地震 ルール4. if ON時間総和が中 and ON周期(短)発生
度数が少 andON周期(中)発生度数が多 then 地震 ルール5. if ON時間総和が中 and ON周期(短)発生
度数が少 andON周期(長)発生度数が多 then 地震 ルール6. if ON時間総和が長 and ON周期(長)発生
度数が多 then 地震 ルール7. if ON周期(短)発生度数が多 and ON周期
(中)発生度数が多and ON時間最大値が長 then 地震 すなわち、この実施例では、上述のメンバーシップ関数
により求めた1,0の適合度(グレード)をこれらのル
ールに従って論理積演算を行ってその結果が1となった
ときは、地震、0となったときには、地震でないとする
ものである。
【0055】次に、これらのルールがどのような地震を
想定して規定されているかを以下に説明する。
想定して規定されているかを以下に説明する。
【0056】先ず、ルール1およびルール2は、比較的
柔らかい地盤での地震を想定したものであり、ON時間
総和は短いけれども、ON周期(中)の発生度数が多い
ことから地震の典型的な周波数成分を有した振動と考え
られる。なお、誤動作を回避するために、ON周期
(短)発生度数の少との論理積をとっている。
柔らかい地盤での地震を想定したものであり、ON時間
総和は短いけれども、ON周期(中)の発生度数が多い
ことから地震の典型的な周波数成分を有した振動と考え
られる。なお、誤動作を回避するために、ON周期
(短)発生度数の少との論理積をとっている。
【0057】ルール3は、直下型地震を想定したもので
あり、ON周期(中)発生度数が少で、かつ、ON時間
総和が中であるから、振動数は少ないものの、ON時間
総和が中位ということから、単位周期当たりの揺れが強
く危険であると考えられる。
あり、ON周期(中)発生度数が少で、かつ、ON時間
総和が中であるから、振動数は少ないものの、ON時間
総和が中位ということから、単位周期当たりの揺れが強
く危険であると考えられる。
【0058】ルール4およびルール5は、比較的震源が
遠くて強い地震を想定したものであり、振動周期が中か
ら長であり、ON時間総和が中位であるということから
継続時間の長い地震であり、危険な地震と考えられる。
なお、震源が遠い場合その反射波・揺れの強さにより振
動が長くなるものである。また、誤動作を回避するため
に、ON周期(短)発生度数の少との論理積をとってい
る。
遠くて強い地震を想定したものであり、振動周期が中か
ら長であり、ON時間総和が中位であるということから
継続時間の長い地震であり、危険な地震と考えられる。
なお、震源が遠い場合その反射波・揺れの強さにより振
動が長くなるものである。また、誤動作を回避するため
に、ON周期(短)発生度数の少との論理積をとってい
る。
【0059】ルール6は、軟弱地盤での地震および高層
ビルにおける地震揺れを想定したものであり、ON時間
総和が長く、ON周期(長)発生度数が多いことから非
常に大きなエネルギーの振動であると考えられる。
ビルにおける地震揺れを想定したものであり、ON時間
総和が長く、ON周期(長)発生度数が多いことから非
常に大きなエネルギーの振動であると考えられる。
【0060】ルール7は、固い地盤での地震および非常
に被害の大きな地震を想定したものであり、振動の揺れ
成分が広い帯域に亘って発生し、かつON時間最大値が
大きいことから非常に大きな地震であると考えられる。
に被害の大きな地震を想定したものであり、振動の揺れ
成分が広い帯域に亘って発生し、かつON時間最大値が
大きいことから非常に大きな地震であると考えられる。
【0061】次に、以上の構成を有する地震判別推論装
置の動作を図6ないし図8のフローチャートに基づいて
説明する。
置の動作を図6ないし図8のフローチャートに基づいて
説明する。
【0062】図6は、感震器2の出力のサンプリング処
理のフローチャートであり、先ず、感震器2からON信
号が入力されたか否かを判断し(ステップn1)、入力
があったときには、例えば、2.5秒のタイマをスター
トさせる。(ステップn2)このタイマは、ON信号が
入力される度に更新されるものであり、このタイマがタ
イムアップしたか否かを判断し(ステップn3)、タイ
ムアップしたときには、地震でないとしてステップn1
に戻る。
理のフローチャートであり、先ず、感震器2からON信
号が入力されたか否かを判断し(ステップn1)、入力
があったときには、例えば、2.5秒のタイマをスター
トさせる。(ステップn2)このタイマは、ON信号が
入力される度に更新されるものであり、このタイマがタ
イムアップしたか否かを判断し(ステップn3)、タイ
ムアップしたときには、地震でないとしてステップn1
に戻る。
【0063】タイムアップしていないときには、10m
sec毎に、割り込み処理によってON/OFF信号を
サンプリングし(ステップn4)、4回のサンプリング
が終了したか否かを判断し(ステップn5)、4回のサ
ンプリングが終了したとときには、4回分のサンプリン
グデータを、メモリの地震判定処理のための領域に書き
込み(ステップn6)、特徴量の抽出のための周期算出
処理を起動するためのフラグをセットして終了する(ス
テップn7)。
sec毎に、割り込み処理によってON/OFF信号を
サンプリングし(ステップn4)、4回のサンプリング
が終了したか否かを判断し(ステップn5)、4回のサ
ンプリングが終了したとときには、4回分のサンプリン
グデータを、メモリの地震判定処理のための領域に書き
込み(ステップn6)、特徴量の抽出のための周期算出
処理を起動するためのフラグをセットして終了する(ス
テップn7)。
【0064】図7は、周期算出処理のフローチャートで
あり、先ず、周期算出処理の起動フラグがセットされて
いるか否かを判断し(ステップn1)、セットされてい
るときには、4回分のサンプリングデータが得られてい
るとして、そのサンプリングデータが、確定周期のある
データであるか否か、さらに、内部確定周期のあるデー
タであるか否かを判断し(ステップn2)、確定周期の
ないデータ、すなわち、上述の表のワーク値0,8,1
5に対応するデータであるときには、周期を加算してフ
ラグをリセットしてステップn1に戻る(ステップn
3,4)確定周期のあるデータ、すなわち、上述の表の
ワーク値1,2,3,4,6,7,9,10,11,1
2,13,14に対応するデータであるときには、確定
周期をメモリの処理領域に書き込み(ステップn5)、
新たな周期を算出し(ステップn6)、判定処理起動フ
ラグをセットし(ステップn7)、周期算出処理起動フ
ラグをリセットしてステップn1に戻る(ステップn
8)。
あり、先ず、周期算出処理の起動フラグがセットされて
いるか否かを判断し(ステップn1)、セットされてい
るときには、4回分のサンプリングデータが得られてい
るとして、そのサンプリングデータが、確定周期のある
データであるか否か、さらに、内部確定周期のあるデー
タであるか否かを判断し(ステップn2)、確定周期の
ないデータ、すなわち、上述の表のワーク値0,8,1
5に対応するデータであるときには、周期を加算してフ
ラグをリセットしてステップn1に戻る(ステップn
3,4)確定周期のあるデータ、すなわち、上述の表の
ワーク値1,2,3,4,6,7,9,10,11,1
2,13,14に対応するデータであるときには、確定
周期をメモリの処理領域に書き込み(ステップn5)、
新たな周期を算出し(ステップn6)、判定処理起動フ
ラグをセットし(ステップn7)、周期算出処理起動フ
ラグをリセットしてステップn1に戻る(ステップn
8)。
【0065】内部確定周期のあるデータ、すなわち、上
述の表のワーク値5に対応するデータであるときには、
確定周期をメモリの処理領域に書き込み(ステップn
9)、内部確定周期を算出し(ステップn10)、新た
な周期を算出し(ステップn11)、判定処理起動フラ
グをセットし(ステップn12)、周期算出処理起動フ
ラグをリセットしてステップn1に戻る(ステップn1
3)。
述の表のワーク値5に対応するデータであるときには、
確定周期をメモリの処理領域に書き込み(ステップn
9)、内部確定周期を算出し(ステップn10)、新た
な周期を算出し(ステップn11)、判定処理起動フラ
グをセットし(ステップn12)、周期算出処理起動フ
ラグをリセットしてステップn1に戻る(ステップn1
3)。
【0066】図8は、地震判定処理のフローチャートで
あり、先ず、判定処理起動フラグがセットされているか
否かを判断し(ステップn1)、セットされているとき
には、周期算出処理で算出された周期に基づいて、特徴
量を抽出し(ステップn2)、特徴量に基づいて、地震
であるか否かをファジィ推論し(ステップn3)、地震
であるか否かを判断し(ステップn4)、地震であると
きには、判定処理起動フラグをリセットして(ステップ
n5)地震に対応する出力を与え、地震でないときに
は、判定処理起動フラグをリセットして(ステップn
6)ステップn1に戻る。なお、地震であるとの判別出
力に基づいて、遮断弁が閉じられてガスの供給が遮断さ
れる。
あり、先ず、判定処理起動フラグがセットされているか
否かを判断し(ステップn1)、セットされているとき
には、周期算出処理で算出された周期に基づいて、特徴
量を抽出し(ステップn2)、特徴量に基づいて、地震
であるか否かをファジィ推論し(ステップn3)、地震
であるか否かを判断し(ステップn4)、地震であると
きには、判定処理起動フラグをリセットして(ステップ
n5)地震に対応する出力を与え、地震でないときに
は、判定処理起動フラグをリセットして(ステップn
6)ステップn1に戻る。なお、地震であるとの判別出
力に基づいて、遮断弁が閉じられてガスの供給が遮断さ
れる。
【0067】このように地震判別推論装置では、感震器
2から最初のON信号が入力された時点からのデータに
基づいて特徴量が順次新たに更新され、この更新された
特徴量に基づいて推論を行うものである。
2から最初のON信号が入力された時点からのデータに
基づいて特徴量が順次新たに更新され、この更新された
特徴量に基づいて推論を行うものである。
【0068】この実施例では、地震波/衝撃波の卓越周
期に着目し、振動周期に対応するON周期を特徴量とし
ているので、地震以外の衝撃による誤判別を低減できる
ものであり、また、振動エネルギと比例関係にあるON
時間総和および半周期当たりの振動の強さに対応するO
N時間最大値を特徴量としているので、危険な振動も判
別できることになる。
期に着目し、振動周期に対応するON周期を特徴量とし
ているので、地震以外の衝撃による誤判別を低減できる
ものであり、また、振動エネルギと比例関係にあるON
時間総和および半周期当たりの振動の強さに対応するO
N時間最大値を特徴量としているので、危険な振動も判
別できることになる。
【0069】なお、この実施例の評価のために、地震判
別推論装置が内蔵されたガスメータの配管長さを変えて
鋼球をぶつけて衝撃を与えたり、ガスボンベを倒して衝
撃を与えた結果、この地震判別推論装置が地震以外の衝
撃で誤判別することがなく、極めて有効であることが確
認された。
別推論装置が内蔵されたガスメータの配管長さを変えて
鋼球をぶつけて衝撃を与えたり、ガスボンベを倒して衝
撃を与えた結果、この地震判別推論装置が地震以外の衝
撃で誤判別することがなく、極めて有効であることが確
認された。
【0070】上述の実施例では、ON周期、ON時間総
和およびON時間最大値の3つの特徴量に基づいて推論
を行ったけれども、本発明は、これらの内の少なくとも
1つの特徴量、例えば、ON時間最大値が長になったと
きに地震と判別するようにしてもよい。
和およびON時間最大値の3つの特徴量に基づいて推論
を行ったけれども、本発明は、これらの内の少なくとも
1つの特徴量、例えば、ON時間最大値が長になったと
きに地震と判別するようにしてもよい。
【0071】上述の実施例では、4ビットのサンプリン
グデータの内容に応じて、時間計測の処理を分岐させた
けれども、本発明の他の実施例として、サンプリングデ
ータの1ビット毎に時間計測処理を行ってもよいのは勿
論である。
グデータの内容に応じて、時間計測の処理を分岐させた
けれども、本発明の他の実施例として、サンプリングデ
ータの1ビット毎に時間計測処理を行ってもよいのは勿
論である。
【0072】
【発明の効果】以上のように本発明によれば、所定のサ
ンプリング周期では、ON/OFF信号のサンプリング
を行うのみであって、n回分のサンプリングデータが得
られる毎に、ON時間等を計測して特徴量を抽出し、必
要に応じて推論を行うので、特徴量の抽出および推論
は、n回分の新たなサンプリングデータが得られるまで
の期間に、サンプリングの合間を利用して並行処理すれ
ばよく、したがって、例えば、ガスメータ等に使用され
ている処理速度の低いCPUであっても、実用的な速度
でデータのサンプリングを行えるとともに、サンプリン
グしたデータに基づいて、特徴量を抽出して地震である
か否かを判別推論できることになる。
ンプリング周期では、ON/OFF信号のサンプリング
を行うのみであって、n回分のサンプリングデータが得
られる毎に、ON時間等を計測して特徴量を抽出し、必
要に応じて推論を行うので、特徴量の抽出および推論
は、n回分の新たなサンプリングデータが得られるまで
の期間に、サンプリングの合間を利用して並行処理すれ
ばよく、したがって、例えば、ガスメータ等に使用され
ている処理速度の低いCPUであっても、実用的な速度
でデータのサンプリングを行えるとともに、サンプリン
グしたデータに基づいて、特徴量を抽出して地震である
か否かを判別推論できることになる。
【図1】本発明の一実施例のブロック図である。
【図2】振動波形に対応する感震器の出力を示す図であ
る。
る。
【図3】サンプリング処理、特徴量の抽出処理および推
論処理のタイミングチャートである。
論処理のタイミングチャートである。
【図4】各特徴量のメンバーシップ関数を示す図であ
る。
る。
【図5】推論のルールを示す図である。
【図6】サンプリング処理のフローチャートである。
【図7】周期算出処理のフローチャートである。
【図8】推論処理のフローチャートである。
2 感震器 3 マイクロコンピュータ 4 特徴量抽出手段 5 推論手段 6 サンプリング手段
Claims (3)
- 【請求項1】 振動波形に対応するON/OFF信号を
出力するON/OFF信号出力手段と、 前記ON/OFF信号を所定のサンプリング周期でサン
プリングするサンプリング手段と、 前記サンプリング周期のn倍(nは2以上の整数)の期
間が経過する毎に、前記サンプリング手段で得られるn
回分のON/OFFのサンプリングデータに基づいて、
特徴量を抽出する特徴量抽出手段と、 前記特徴量抽出手段で抽出された特徴量に基づいて、地
震であるか否かを推論する推論手段と、 を備えることを特徴とする地震判別推論装置。 - 【請求項2】 前記特徴量抽出手段が、ON周期、ON
時間総和およびON時間最大値の3つの特徴量の内の少
なくとも1つを抽出するものである前記請求項1に記載
の地震判別推論装置。 - 【請求項3】 前記特徴量抽出手段が、前記n回分のサ
ンプリングデータの内容に応じて、特徴量抽出の処理手
順を異ならせるものである前記請求項1または2に記載
の地震判別推論装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28176194A JPH08145775A (ja) | 1994-11-16 | 1994-11-16 | 地震判別推論装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28176194A JPH08145775A (ja) | 1994-11-16 | 1994-11-16 | 地震判別推論装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH08145775A true JPH08145775A (ja) | 1996-06-07 |
Family
ID=17643612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP28176194A Pending JPH08145775A (ja) | 1994-11-16 | 1994-11-16 | 地震判別推論装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH08145775A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2277479A (en) * | 1993-04-06 | 1994-11-02 | Roehm Gmbh | Multi-layer protection film |
JP2008083028A (ja) * | 2006-08-30 | 2008-04-10 | Matsushita Electric Ind Co Ltd | ガス料金算出システム及びガス供給システム |
-
1994
- 1994-11-16 JP JP28176194A patent/JPH08145775A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2277479A (en) * | 1993-04-06 | 1994-11-02 | Roehm Gmbh | Multi-layer protection film |
GB2277479B (en) * | 1993-04-06 | 1997-04-16 | Roehm Gmbh | Use of a multi-layer protection film for the protection of plastic sheets |
JP2008083028A (ja) * | 2006-08-30 | 2008-04-10 | Matsushita Electric Ind Co Ltd | ガス料金算出システム及びガス供給システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pearce | Statistical analysis of major element patterns in basalts | |
JP5642767B2 (ja) | 加速度計を使用するタップ方向検出アルゴリズム | |
Costa et al. | Monitoring process mean and variability with one non-central chi-square chart | |
CN107817106A (zh) | 基于贝叶斯残余变换‑奇异值分解‑高斯混合隐马尔科夫模型框架的滚动轴承故障诊断方法 | |
CN108682101A (zh) | 基于双门限法的振动光纤入侵事件检测方法 | |
CN107105092A (zh) | 一种基于动态时间规整的人体跌倒识别方法 | |
JPH0720248A (ja) | 地震判別推論装置 | |
JPH08145775A (ja) | 地震判別推論装置 | |
CN107153002B (zh) | 风力发电塔连接件松动程度检测方法和检测装置 | |
CN106932038A (zh) | 一种提高时差式超声波流量计抗干扰能力的时间检测方法 | |
CN110114644A (zh) | 测震装置和使用该测震装置的安全装置 | |
CN2540633Y (zh) | 便携式智能电子鼻的结构 | |
CN106198747A (zh) | 一种测定墙体上的瓷砖是否有掉落危险的方法 | |
CN114659037B (zh) | 一种用于城市供水管网爆管的定位方法 | |
CN106908642A (zh) | 一种探头、示波器、运动识别***及方法 | |
CN108961638A (zh) | 基于小波系数能量和算法的振动光纤入侵事件检测方法 | |
US10004947B2 (en) | Detection method for volley-ball function | |
JP3106965B2 (ja) | 感震装置 | |
JPH08145776A (ja) | 地震判別推論装置 | |
CN104459485B (zh) | 局部放电超声信号的处理方法和装置 | |
JPH08160149A (ja) | 地震判別推論装置およびこれを用いたガスメータ | |
CN114355441A (zh) | 一种微震震动波到时拾取方法 | |
JPH05223697A (ja) | 回転電機のスロットウエッジ緩み点検評価装置 | |
JPH03291536A (ja) | 信号波形パターン識別方法及び地震検出方法 | |
CN108664232B (zh) | 一种敲击麦克风阵列模拟按键操作的方法 |