JP2002196783A

JP2002196783A - 時系列信号の識別方法及び装置

Info

Publication number: JP2002196783A
Application number: JP2000398600A
Authority: JP
Inventors: Hiroyasu Kumaki; 弘泰熊木; Naoya Miyano; 尚哉宮野; Muneo Harada; 宗生原田
Original assignee: Sumitomo Metal Industries Ltd
Current assignee: Nippon Steel Corp
Priority date: 2000-12-27
Filing date: 2000-12-27
Publication date: 2002-07-12

Abstract

(57)【要約】【課題】コストを抑えつつ、信号の識別精度を向上さ
せることが可能な信号処理方法及び装置を提供するこ
と。【解決手段】基準となる参照データのパワースペクト
ルを生成し；参照データのパワースペクトルに基づいて
当該参照データの３次元ヒストグラムを生成し；識別対
象となる観測データのパワースペクトルを生成し；観測
データのパワースペクトルに基づいて当該観測データの
３次元ヒストグラムを生成し；参照データのヒストグラ
ムと観測データのヒストグラムとに基づいて、参照デー
タと観測データの平均相互情報量を求める。そして、平
均相互情報量を所定の基準値と比較することによって、
参照データと観測データとの類似度を判定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音響信号や画像信号等
のように時系列的に変化する信号の処理方法及び処理装
置に関する。更に詳しくは、音響信号や画像信号の特徴
量からこれらを識別するための方法及び装置に関する。

【０００２】

【従来の技術】時系列的にレベルが変化する信号として
は、音響信号や画像（動画）信号がある。現在よく知ら
れている音声自動認識、話者自動認識、装置の作動音を
用いた故障診断、異常検出などの音響信号処理は、音響
信号の周波数スペクトルの特徴を何らかの方法で数値化
し、参照データと照合して、どの登録カテゴリーに近い
かを判定するものである。そして、信号の特徴抽出の際
には、パワースペクトル推定後に線形予測法等に基づく
処理を行っていた。

【０００３】音響信号の識別に基づいた従来の故障診
断、異常検出方法においては、例えば、過去の被検出装
置の故障音時系列信号に基づいて予測モデルを構築し、
計測された作動音時系列信号を予測モデルに与えて、時
系列信号の動向を予測する。そして、予測結果が閾値を
越えた場合に、異常が発生する可能性が高いと判断して
いた。或いは、所定の周期で測定した時系列信号から所
定の周波数領域におけるパワースペクトルを推定し、こ
のパワースペクトルに対数変換を施して、周期的な変動
成分を除いた後、最小自乗法によって適合する直線を求
める。そして、この直線のレベル又は傾きと、予め定め
た閾値との比較結果により、故障の有無を判断してい
た。

【０００４】

【発明が解決しようとする課題】しかしながら、上述し
たような従来技術では、信号の特徴を抽出するのに多大
な計算コストを要する。また、特徴を抽出するプロセス
で除去されたスペクトル成分中に重要な特徴が残ってい
る可能性があり、抽出された特徴量と登録された信号の
特徴量との類似度を推定する際の判定誤差を緩和できな
いという間題点がある。

【０００５】従って、本発明の目的は、コストを抑えつ
つ、信号の識別精度を向上させることが可能な信号処理
方法及び装置を提供することにある。

【０００６】

【課題を解決するための手段】本発明の第１の態様に係
る方法においては、基準となる参照データのパワースペ
クトルを生成し；参照データのパワースペクトルに基づ
いて当該参照データの３次元ヒストグラムを生成し；識
別対象となる観測データのパワースペクトルを生成し；
観測データのパワースペクトルに基づいて当該観測デー
タの３次元ヒストグラムを生成し；参照データのヒスト
グラムと観測データのヒストグラムとに基づいて、参照
データと観測データの平均相互情報量を求める。そし
て、平均相互情報量を所定の基準値と比較することによ
って、参照データと観測データとの類似度を判定する。

【０００７】また、本発明の第２の態様に係るシステム
は、基準となる参照データのパワースペクトル及び識別
対象となる観測データのパワースペクトルを生成する装
置と；参照データ及び観測データのパワースペクトルに
基づき、各々の３次元ヒストグラムを生成し、求めた２
つの３次元ヒストグラムに基づいて、参照データと観測
データの平均相互情報量を求める演算装置と；平均相互
情報量を所定の基準値と比較することによって、参照デ
ータと観測データとの類似度を判定する装置とを備えて
いる。

【０００８】更に、本発明の第３の態様はコンピュータ
読みとり可能な記録媒体であり、基準となる参照データ
のパワースペクトルを生成する手順と；参照データのパ
ワースペクトルに基づいて当該参照データの３次元ヒス
トグラムを生成する手順と；識別対象となる観測データ
のパワースペクトルを生成する手順と；観測データのパ
ワースペクトルに基づいて当該観測データの３次元ヒス
トグラムを生成する手順と；参照データのヒストグラム
と観測データのヒストグラムとに基づいて、参照データ
と観測データの平均相互情報量を求める手順と；平均相
互情報量を所定の基準値と比較することによって、参照
データと観測データとの類似度を判定する手順とを実行
させるためのプログラムを記録している。

【０００９】ここで、平均相互情報量とは、二つの事象
系の確率分布関数から求められ、事象系間の因果的相関
関係を表すものである。平均相互情報量を用いて音響信
号処理を行う場合、予め登録された音響信号と新たに観
測された音響信号を事象系とし、それぞれの確率分布関
数から平均相互情報量を算出して二つの音響信号の因果
的相関関係を表す。平均相互情報量に基づいた音響信号
処理においては、音響信号から推定した周波数パワース
ペクトルから度数分布（ヒストグラム）を作成し、これ
を確率分布関数として音響信号の特徴とする。このた
め、音響信号から得られるパワースペクトルについて、
パワースペクトルの特徴を再抽出する必要がない。全周
波数領域のパワースペクトルから音響信号の特徴を抽出
することができ、スペクトル成分中の重要な音響信号の
特徴を正確に抽出することが可能となる。

【００１０】本発明の各態様において、例えば、参照デ
ータ及び観測データのパワースペクトルに基づいて各々
の３次元ヒストグラムを生成する。そして、参照データ
の３次元ヒストグラムと観測データの３次元ヒストグラ
ムとに基づいて、５次元の結合ヒストグラムを生成す
る。そして、これら３つのヒストグラムに基づいて、参
照データと観測データの平均相互情報量を求める。好ま
しくは、参照データ及び観測データを各々事象系Ｘ，事
象系Ｙとし、周波数およびパワースペクトルを軸とする
３次元のヒストグラムを二分法によって各々生成する。

【００１１】相互情報量を計算するには、本来ｘ，ｙの
分布関数を知る必要があるが、数学的に無限個のデータ
が無いとこの分布関数はできない。そこで、本発明にお
いては、この分布関数を有限個のデータのヒストグラム
で近似する。これにより、各区間ごとに確率を近似で
き、各区間ごとの相互情報量を求めることが可能とな
る。これを全区間に拡大するために、全区間にわたり、
各区間の相互情報量の平均をとった値として平均相互情
報量を求める。

【００１２】更に、本発明の各態様において、複数の異
なる共振周波数を有するカンチレバーによって構成され
る共振子アレイセンサをデータ入力デバイスとして使用
し、参照データ及び観測データのパワースペクトルを直
接求めることが好ましい。

【００１３】

【発明の実施の形態】以下、本発明の実施の形態につい
て、故障診断システムを例に採り、作動音入力用デバイ
スとして作動音入力用マイクロフォンと、共振子アレイ
センサを用いた２つの場合について説明する。

【００１４】なお、本発明の対象となる信号としては、
人間の音声、機械の作動音のような音響信号のほかに、
画像信号などの時系列的に変化する各種の信号が含ま
れ、音声認識、話者認識、故障診断、異常検出などに応
用できる。音響信号を用いた故障診断としては、例え
ば、機械、自動車、飛行機などの大型機械のほかに、Ｃ
Ｄ−ＲＯＭ又はＣＤ−Ｒ／ＲＷドライブやハードディス
クドライブなどの精密機械の診断に適用可能である。画
像信号を処理対象とした場合には、イメージデータを用
いた故障診断、本人認証、欠陥品の検出などに適用する
ことができる。また、本発明の形態（カテゴリー）とし
ては、信号処理方法；装置；ソフトウエアそのもの；ソ
フトウエアをコンピュータによって読みとり可能な状態
で記憶した記録媒体；通信回線などによって伝送される
プログラムデータ等のあらゆる形態を含むものである。

【００１５】最初に、故障識別の対象となる装置の作動
音を作動音入力用マイクロフォンから入力する場合につ
いて説明する。作動音入力用マイクロフォンを用いる場
合、予め準備された故障音をＡ／Ｄ（アナログ／ディジ
タル）変換し、適当な標本化間隔で検出された標本点N
個の故障音信号ｈ（ｋ）、ｋ＝０，１，２，・・・、Ｎ
−１からパワースペクトルを推定する。パワースペクト
ル推定を行った後、所定の範囲の周波数領域でのパワー
スペクトルから３次元ヒストグラムを生成し、登録す
る。その後、新たに計測した作動音信号においても上記
と同様にして入力、変換を行い、周波数領域のパワース
ペクトルから３次元ヒストグラムを生成する。作動音入
力用マイクロフォンからのパワースペクトルの推定は、
例えば、高速フーリエ変換アルゴリズム（ＦＦＴ）など
を基に実行可能である。

【００１６】次に、予め登録しておいた故障音の３次元
ヒストグラムと、新たに計測した被検出装置の作動音の
パワースペクトルから作成した３次元ヒストグラムの５
次元結合ヒストグラムを生成する。そして、これら３つ
のヒストグラムに基づいて故障音と作動音の平均相互情
報量を求め、更に、この平均相互情報量から因果的相関
関係を求め、「予め登録しておいた故障音と新たに計測
した作動音とは一致する」または、「予め登録しておい
た故障音と新たに計測した作動音とは一致しない」とい
う判定をする。

【００１７】作動音入力デバイスとして作動音入力用マ
イクロフォンを用いた場合の平均相互情報量を求めるア
ルゴリズムは以下の通りである。予め登録しておいた周
波数パワースペクトルデータを X{f(n), Z(n)} とし、
新たに計測した周波数パワースペクトルデータを Y{f’
(n), Z’(n)} とする。ここで、f(n) は周波数成分、Z
(n)はf(n)におけるパワースペクトル密度を示す。ま
た、f'(n)は周波数成分、Z'(n)はf'(n)におけるパワー
スペクトル密度を示す。次に、予め登録しておいた周波
数パワースペクトルデータを事象系X X{f(0),Z(0)},X{f(1),Z(1)1},X{f(2),Z(2)},…,X{f(N-
1),Z(N-1)}とし、新たに計測した周波数パワースペクト
ルデータを事象系Y Y{f'(0),Z'(0)},Y{f'(1),Z'(1)},Y{f'(2),Z'(2)},...,Y
{f'(N-1),Z'(N-1)}とする。

【００１８】それぞれの事象系（Ｘ，Ｙ）について、周
波数およびパワースペクトルを軸とする３次元のヒスト
グラムを二分法によって生成する。生成するヒストグラ
ムは周波数情報を含まず、パワースペクトルのみから成
るmeasure space histogramと呼ばれる。

【００１９】ここで、二分法のアルゴリズムは、以下の
通りである。通常、ある１つのデータを２次元の度数分
布にプロットするときグリッド数をＮとすると、当ては
まるグリッドを求めるためには約（Ｎ／２）^２の計算を
行わなければならない。二分法を用いて度数分布のグリ
ッドを２進数表示すると計算回数を大幅に減らすことが
でき、処理速度を向上させることができる。実際のアル
ゴリズムは、まず、Ｎ＝２^ｍ個のグリッドを持つ度数分
布においてデータの値をｍビットの２進数表示する。次
に、データの最大値＋θ、最小値−θをグリッドの右端
と左端にとる。θは非常に小さい値にし、最大値及び最
小値ともに格納できるようにする。このときグリッドの
右端と左端の中点よりもデータの値が大きいとき、最上
位ビットに１を代入して、グリッドの左端を中点で置き
換える。逆にグリッドの右端と左端の中点よりもデータ
の値が小さいときは、最上位ビットに０を代入して、グ
リッドの右端を中点で置き換える。新たに右端と左端が
決まった後、同じ処理を最下位ビットに値が格納される
まで行う。このようにしてｍ回の計算でデータの値をグ
リッドに格納することが可能となる。２次元の度数分布
においては、2log₂Ｎ回の計算回数となる。図６に３ビ
ットの二分法の例を示す。

【００２０】次に、図７を参照して、３次元ヒストグラ
ムの生成方法について説明する。参照データ（故障音デ
ータ）及び観測データ（被検出装置の作動音データ）の
各々につき、周波数軸とパワースペクトル強度（パワー
スペクトル密度）軸とから成る２次元のパワースペクト
ルの両軸各々を区間分けして格子を作る。線自体は離散
的な情報から成る。格子の中に存在するパワースペクト
ルの線の長さに比例して当該格子内のＺ方向（紙面に垂
直な方向）にヒストグラムを積み上げる。このようにし
て、（１）周波数軸、（２）パワースペクトル軸、
（３）各格子内の線の長さに比例した高さとを有する３
次元のヒストグラムが生成される。

【００２１】次に、これら２つの３次元ヒストグラムか
ら２つの事象系（Ｘ，Ｙ）の周波数およびパワースペク
トルの４つの軸及びＺ軸とを有する５次元の結合ヒスト
グラムを生成し、これら３つのヒストグラムからそれぞ
れの事象の出現確率を求める。この出現確率から以下の
式に従って、事象系（Ｘ，Ｙ）の情報エントロピーＨ
（Ｘ），Ｈ（Ｙ）を求める。

【００２２】参照データ及び観測データのヒストグラム
の周波数軸グリッド数を「２^ｍ」個とし、参照データ及
び観測データのヒストグラムのパワースペクトル軸グリ
ッド数を「２^ｎ」個とすると、結合ヒストグラムの周波
数グリッド数は「２^２ｍ＋２ ^ｍ」個となり、結合ヒスト
グラムのパワースペクトルグリッド数は「２^２ｎ＋
２ ^ｎ」個となる。結合ヒストグラムの周波数軸におい
て、参照データ側の周波数を上位２ｍビットに格納し、
観測データ側の周波数を下位ｍビットに格納することに
より、これら２軸を１軸で表現する。同様に、結合ヒス
トグラムのパワースペクトル軸において、参照データ側
のパワースペクトルを上位２ｎビットに格納し、観測デ
ータ側のパワースペクトルを下位ｎビットに格納するこ
とにより、これら２軸を１軸で表現する。これら４つの
軸と、結合したＺ方向のヒストグラムとによって、５次
元結合ヒストグラムを生成する。

【００２３】

【数1】

【００２４】

【数２】

【００２５】また、５次元の結合ヒストグラムから結合
情報エントロピーＨ（Ｘ，Ｙ）を、以下の式に従って求
める。ここで、P{X(i), Y(i)}は、事象X{f(i), Z(i)}と
事象Y{f'(j), Z'(j)}との結合確率である。

【００２６】

【数３】

【００２７】これらの値を用いて事象系Yが事象系Xにつ
いての情報をどれだけ含んでいるか、観測された事象系
Yが登録された事象系Xのうちのどの事象系と因果的な相
関が強いかを示す平均相互情報量 I(X:Y) を、以下の式
に従って求める。

【００２８】

【００２９】平均相互情報量とは、二つの事象系の確率
分布関数から求められ、事象系間の因果的相関関係を表
すものである。相互情報量を計算するには、本来ｘ，ｙ
の分布関数を知る必要があるが、数学的に無限個のデー
タが無いとこの分布関数はできない。そこで、本発明に
おいては、この分布関数を有限個のデータのヒストグラ
ムで近似する。これにより、各区間ごとに確率を近似で
き、各区間ごとの相互情報量を求めることが可能とな
る。これを全区間に拡大するために、全区間にわたり、
各区間の相互情報量の平均をとった値として平均相互情
報量をもとめる。

【００３０】平均相互情報量を用いて音響信号処理を行
う場合、予め登録された音響信号と新たに観測された音
響信号を事象系とし、それぞれの確率分布関数から平均
相互情報量を算出して二つの音響信号の因果的相関関係
を表す。平均相互情報量に基づいた音響信号処理におい
ては、音響信号から推定した周波数パワースペクトルか
ら度数分布（ヒストグラム）を作成し、これを確率分布
関数として音響信号の特徴とする。このため、音響信号
から得られるパワースペクトルについて、パワースペク
トルの特徴を再抽出する必要がない。全周波数領域のパ
ワースペクトルから音響信号の特徴を抽出することがで
き、スペクトル成分中の重要な音響信号の特徴を正確に
抽出することが可能となる。

【００３１】なお、パワースペクトル密度を1ビットで
表現する、すなわち、2値化すると、パワースペクトル
密度が、Z(n)=1となる周波数成分だけが重要な作動音特
徴を形成することになる。

【００３２】上述したように、予め登録しておいた故障
音信号と新たに計測した作動音信号との照合は、計測し
た作動音信号が登録された故障音信号の情報をどの程度
含んでいるか平均相互情報量により評価することで容易
に行える。

【００３３】平均相互情報量の閾値を定め、登録された
パワースペクトルと計測されたパワースペクトルとの平
均相互情報量が閾値を超えるならば被検出装置は故障し
ているとみなす。閾値を超えていない場合は、被検出装
置は正常に動作していると判定する。

【００３４】次に、共振子アレイセンサを作動音入力デ
バイスとして用いた場合について説明する。共振子アレ
イセンサは、複数の異なる共振周波数を有するカンチレ
バーを集合したものであり、同時に複数の周波数に参照
信号をセンシングできる。そして、共振子アレイセンサ
の出力は直接パワースペクトルを表すアナログ信号とな
る。このアナログ出力にＡ／Ｄ変換を施す。その後、マ
イクロフォンを用いた場合と同様に、量子化されたパワ
ースペクトルからヒストグラムを作成する。共振子アレ
イセンサを用いることにより、ＤＳＰ（ディジタル・シ
グナル・プロセッサ）を介さずに作動音信号の特徴量
（パワースペクトル）を直接抽出することができる。

【００３５】さらに、平均相互情報量を求めるアルゴリ
ズムは以下のとおり。作動音入力用マイクロフォンを用
いた時と同様に、作動音入力デバイスとして予め登録し
ておいた周波数パワースペクトルデータをX{f(n),Z
(n)}、新たに計測した周波数パワースペクトルデータを
Y{f'(n),Z'(n)}とみなす。予め記憶しておいた周波数パ
ワースペクトルデータを事象系Ｘ X{f(0),Z(0)},X{f(1),Z(1)},X{f(2),Z(2)},….,X{f(N-
1),Z(N-1)} 新たに計測した周波数パワースペクトルデータを事象系
Ｙ Y{f'(0),Z'(0)},Y{f'(1),Z'(1)},Y{f'(2),Z'(2)},...,Y
{f'(N-1),Z'(N-1)}とおく。以降の判定処理について
は、マイクロフォンを用いた場合と同様である。

【００３６】共振子アレイセンサを作動音入力デバイス
として用いることにより、音響信号から直接パワースペ
クトルの推定が行え、また推定されたパワースペクトル
からヒストグラムを作成することで処理速度の向上を図
ることができる。

【００３７】

【具体的な形態】以下、本発明の作動音入力デバイスと
して作動音入力用マイクロフォンと共振子アレイセンサ
を用いた２つの実施の形態を更に具体的に説明する。

【００３８】図１は、本発明の故障診断システムの構成
を示すブロック図である。第１の形態に係る故障診断シ
ステムは、作動音入力用の測定器１として、マイクロフ
ォンを使用する。測定器１は、装置の作動音及び故障音
を所定の周期で計測する。測定器１の出力は、アナログ
/ディジタル（Ａ／Ｄ）変換器２においてディジタル信
号に変換される。このディジタル信号は、コンピュータ
３に備えられたメモリ３２に、時系列データとして記憶
される。

【００３９】メモリ３２に記憶された時系列データは、
中央処理装置３１によって演算部３３に送られる。演算
部３３は、後述するように平均相互情報量を算出し、そ
れを判断部３４に供給する。判断部３４には、予め閾値
が設定してあり、演算部３３から与えられた平均相互情
報量とその閾値を比較する。そして、平均相互情報量が
閾値以上であった場合は被検出装置の作動音と登録され
た故障音とは同一であると判断して、出力部３５からシ
ステム制御装置や警報装置などの外部装置４へ警報を出
力させる。

【００４０】図２及び図３は、図１に示したコンピュー
タ３による故障診断の手順を示すフロ一チャートであ
る。コンピュータ３の演算部３３にはデータ数N、標本
化間隔△、ヒストグラムのグリッド数等が設定してあ
る。また、判断部３４には平均相互情報量の閾値が設定
してある（ステップＳ１）。コンピュ一タ３のメモリ３
２は、Ａ／Ｄ変換器２から与えられたディジタル信号を
時系列データとして記憶する(ステップＳ２、Ｓ３)。メ
モリ３２に記憶された時系列データは、中央処理装置３
１によって演算部３３に与えられる。

【００４１】マイクロフォンから故障音を入力し、Ａ／
Ｄ変換を行った後、標本化間隔が△、標本点N個の故障
音時系列データとしてh(k),k=0,1,2,…,N-1をメモリ３
２に記憶する(ステップＳ１，Ｓ２，Ｓ３)。

【００４２】演算部３３は、データの特徴を表すものと
して、故障音データを周波数領域におけるパワースペク
トルに変換する。パワースペクトルの推定方法として
は、故障音時系列データに高速フーリエ変換を施し、デ
ータを周波数スペクトル特性H(n)に変換した後、パワー
スペクトル密度Z(n)＝｜H(n)｜²を求める方法がある。
ただし、パワースペクトルの推定方法は、フーリエ変換
に限定されるものではない。次に、故障音時系列データ
の周波数及びパワースペクトルを変数とするX{f(n),Z
(n)}の集合 X{f(0),Z(0)},X{f(1),Z(1)},X{f(2),Z(2)},….,X{f(N-
1),Z(N-1)} を１つの事象系（Ｘ）と考え、この事象系
Ｘから得られる周波数f(n)、パワースペクトル密度Z(n)
及びＺ軸を軸とする３次元ヒストグラムを生成し、故障
音データとして登録する（ステップＳ４，Ｓ５）。

【００４３】次に、演算部３３は、計測された作動音時
系列データについて上記と同様に入力、高速フーリエ変
換を施し、周波数f'(n)及びパワースペクトルZ'(n)を変
数とするY{f'(n),Z'(n)}の集合 Y{f'(0),Z'(0)},Y{f'(1),Z'(1)},Y{f'(2),Z'(2)},…,Y
{f'(N-1),Z'(N-1)}を１つの、事象系（Ｙ）と考え、こ
の事象系Ｙから得られる周波数、パワースペクトル及び
Ｚ軸を軸とする３次元ヒストグラムを生成する。(ステ
ップＳ６，Ｓ７，Ｓ８，Ｓ９)。

【００４４】次に、予め参照データとして登録してある
３次元ヒストグラムにおいて周波数及びパワースペクト
ルを変数とするX{f(n),Z(n)}を確率変数として出現確率
p[X{f(n),Z(n)}]から、事象系Xの情報エントロピーH(X)
を求める。その後、計測データから得られた３次元ヒス
トグラムにおいてY{f'(n),Z'(n)}を確率変数として出現
確率p[X{f'(n),Z'(n)}]から事象系Yの情報エントロピー
H（Y）を求める。次に、登録された事象系Xと計測され
た事象系Yとの間における５次元結合エントロピーH（X,
Y）を、登録された事象系Xと計測された事象系Yのヒス
トグラムから求める。そして、これら３つの情報エント
ロピーに基づき、計測された作動音が登録された故障音
のうちのどの故障音と因果的相関関係が強いかを示す平
均相互情報量を求める（ステップＳ１０，Ｓ１１）。

【００４５】演算部３３は、求めた平均相互情報量を判
断部３４に与える。判断部３４は、演算部３３から与え
られた平均相互情報量と予め設定された閾値とを比較す
る（ステップＳ１２）。そして、平均相互情報量が閾値
を超えるならば２つの音は同一である（装置は故障して
いる）と判断し（ステップＳ１３）、出力部３５から外
部装置４へ警報を出力させる（ステップＳ１４）。

【００４６】次に、本発明の第２の実施形態について説
明する。図４及び図５は、コンピュータ３における第２
の実施形態よる故障診断の手順を示す。本実施形態にお
いては、作動音測定器１として、共振子アレイセンサを
使用する。共振子アレイセンサを用いることにより、そ
の出力として直接パワースペクトルの推定を行う。出力
としてのパワースペクトルは、アナログ／ディジタル
（Ａ／Ｄ）変換器２においてディジタル化され、コンピ
ュータ３に備えられたメモリ３２に保持される。

【００４７】メモリ３２に記憶されたパワースペクトル
データは、中央処理装置３１によって演算部３３に与え
られる。演算部３３は、第１の実施形態（作動音入力デ
バイスとしてマイクロフォンを用いた場合）と同様に、
参照する故障音のパワースペクトルから３次元ヒストグ
ラムを生成、登録する。そして、計測された作動音信号
のパワースペクトルから同じく３次元ヒストグラムを生
成する。その後、これらの２つの３次元ヒストグラムに
基づいて５次元結合ヒストグラムを生成する。そして、
第１の実施形態と同様に、３つのヒストグラムから故障
音データと作動音データの平均相互情報量を算出する。
求めた平均相互情報量と予め設定しておいた閾値と比較
し、平均相互情報量が閾値以上であった場合は二つの音
は同一であると判定し、出力部３５から外部装置４へ警
報を出力する。

【００４８】本実施形態においては、Ａ／Ｄ変換器で離
散化を行った作動音信号にＤＳＰを介してパワースペク
トルを推定するのではなく、共振子アレイセンサを用い
ることにより、アナログ作動音信号から直接にパワース
ペクトルを推定できる。さらにパワースペクトル密度を
１ビットで表現する、すなわち、２値化することでパワ
ースペクトルをヒストグラムと見做せる。アナログ作動
音信号から直接パワースペクトルを推定し、パワースペ
クトルを直接ヒストグラムとすることにより処理速度の
向上が可能となる。

【００４９】

【実施例】次に、本発明による故障診断の２つの実施例
（実験例）について説明する。第１の実施例は、排気フ
ァンの故障診断システムであり、入力装置としてマイク
ロフォンを用いる。予め生成された故障音を入力後、Ａ
／Ｄ変換によりデータをディジタル化し、所定の周波数
領域におけるパワースペクトルに変換する。更に、サン
プリング周波数、ディジタル化精度を設定する。こうし
てディジタル化された信号をコンピュータに送信し、高
速フーリエ変換によりパワースペクトルを推定する。

【００５０】被検出装置の故障音から周波数、パワース
ペクトル密度及びＺ軸を軸とする３次元ヒストグラムを
生成し、参照データとしてこのヒストグラムを登録す
る。このパワースペクトルを求める過程において、故障
音信号の急激な立ち上がり及び立ち下がりを防止するた
めに、適切な窓関数を用いる。これにより、パワースペ
クトルの算出誤差が低滅できる。また、データをより広
いレンジで得るために、パワースペクトル及び周波数に
ついて対数変換を行なう。ただし、パワースペクトルの
推定方法及び窓関数の使用は、これらに限定されるもの
ではない。

【００５１】故障音の周波数及びパワースペクトルを変
数とするX{f(n),Z(n)}の集合を１つの事象系と考え、故
障音時系列データから得られたX{f(n),Z(n)}を確率変数
とする。そして、故障音参照データとして登録したヒス
トグラムから出現確率p[X{f(n),Z(n)}]を求め、さらに
この事象系の情報エントロピーH(X)を求める。

【００５２】次に、計測された排気ファンの作動音時系
列データについて、上記と同様にして周波数、パワース
ペクトル密度及びＺ軸を軸とする３次元ヒストグラムを
生成する。さらに生成したヒストグラムからp[Y{f'(n),
Z'(n)}]を計算し、情報エントロピーH(Y)を求める。ま
た、故障音データの３次元ヒストグラムと作動音データ
の３次元ヒストグラムから５次元結合ヒストグラムを生
成する。登録された事象系X{f(n),Z(n)}と計測された事
象系Y{f'(n),Z'(n)}との間における結合エントロピーH
(X,Y)を求める。これら三つの情報エントロピーに基づ
き、計測された事象系Y{f'(n),Z'(n)}と登録された事象
系X{f(n),Z(n)}との因果的な相関関係を示す平均相互情
報量を求める。

【００５３】このように、計測された作動音信号が登録
されたどの故障音信号と因果的な相関が強いかを平均相
互情報量を用いて評価する。求められた平均相互情報量
を予め設定しておいた閾値と比較することで排気ファン
の故障診断を実施する。

【００５４】第２の実施例においては、排気ファンの故
障音時系列データの入力素子として共振子アレイセンサ
を用いている。ここでは、故障音及び作動音のセンシン
グ及びパワースペクトルの推定プロセスを同時に行うも
のとして、Fish bone構造を利用した共振子アレイセン
サを用いる。

【００５５】共振子アレイセンサの出力は、アナログ信
号のパワースペクトルであるため、出力信号にＡ／Ｄ変
換を行い離散化する。この実施例では、パワースペクト
ルを２値化してヒストグラムを作成し、参照データ（故
障音データ）として登録する。同様にして計測された作
動音信号からヒストグラムを生成する。前記の実施例と
同様にして、登録された故障音と計測データ（作動音）
との因果的相関の程度を平均相互情報量で評価する。求
められた平均相互情報量を予め設定しておいた閾値と比
較し、故障診断を実施する。

【００５６】以上、本発明の実施例（実施形態、実施態
様）について説明したが、本発明はこれらの実施例に何
ら限定されるものではなく、特許請求の範囲に示された
技術的思想の範疇において変更可能なものである。

【００５７】

【発明の効果】本発明は、パワースペクトル間の因果的
相関を相互情報量で直接評価する手法を採用しているた
めに、推定精度が向上するという格別の効果がある。ま
た、音響入力デバイスとして共振子アレイセンサを用い
た場含には、機械的共振現象の利用により作動音計測の
実時間性及び高感度性の向上を図ることが可能となる。
更に、参照信号及び観測信号に対して３次元ヒストグラ
ムを生成すると同時に、これらの５次元結合ヒストグラ
ムを生成し、これら３つのヒストグラムに基づいて参照
信号と観測信号の平均相互情報量を算出しているため、
観測、判定精度が著しく向上する。

【図面の簡単な説明】

【図１】図１は、本発明にかかる故障診断システムの構
成を示すブロック図である。

【図２】図２は、作動音入力デバイスとして作動音入力
用マイクロフォンを用いたケースでの、図１に示したコ
ンピュータによる故障診断手順を示すフローチャートで
ある。

【図３】図３は、作動音入力デバイスとして作動音入力
用マイクロフォンを用いたケースで、図１に示したコン
ピュータによる故障診断手順を示すフローチャートであ
る。

【図４】図４は、作動音入力デバイスとして共振子アレ
イセンサを用いたケースで、図１に示したコンピュータ
による故障診断手順を示すフローチャートである。

【図５】図５は、作動音入力デバイスとして共振子アレ
イセンサを用いたケースで、図１に示したコンピュータ
による故障診断手順を示すフローチャートである。

【図６】図６は、音響信号の２次元のヒストグラムを生
成するのに用いられる二分法のアルゴリズムを示す説明
図である。

【図７】図７は、本発明に係る３次元ヒストグラムの生
成方法を説明するためのグラフである。

【符号の説明】

１測定器（作動音入力用マイクロフォン、共振子
アレイセンサ）３コンピュータ３１中央処理装置３２メモリ３３演算部３４判断部

フロントページの続き (72)発明者原田宗生兵庫県尼崎市扶桑町１番８号住友金属工業株式会社内Ｆターム(参考） 5D015 CC01 FF04 JJ06

Claims

【特許請求の範囲】

【請求項１】時系列的に変化する信号を識別する方法に
おいて、基準となる参照データのパワースペクトルを生成する工
程と；前記参照データのパワースペクトルに基づいて当
該参照データの３次元ヒストグラムを生成する工程と；
識別対象となる観測データのパワースペクトルを生成す
る工程と；前記観測データのパワースペクトルに基づい
て当該観測データの３次元ヒストグラムを生成する工程
と；前記参照データのヒストグラムと観測データのヒス
トグラムとに基づいて、前記参照データと観測データの
平均相互情報量を求める工程と；前記平均相互情報量を
所定の基準値と比較することによって、前記参照データ
と観測データとの類似度を判定する工程とを含むことを
特徴とする信号識別方法。
【請求項２】前記平均相互情報量を算出するに先立ち、
前記参照データの３次元ヒストグラムと前記観測データ
の３次元ヒストグラムとから５次元結合ヒストグラムを
生成し、これら３つのヒストグラムに基づいて前記平均
相互情報量を算出することを特徴とする請求項１に記載
の信号識別方法。
【請求項３】前記参照データ及び観測データを各々事象
系Ｘ，事象系Ｙとし、周波数およびパワースペクトルを
軸とする３次元のヒストグラムを二分法によって各々生
成することを特徴とする請求項１又は２に記載の信号識
別方法。
【請求項４】複数の異なる共振周波数を有するカンチレ
バーによって構成される共振子アレイセンサを用い、当
該センサによって前記参照データ及び観測データのパワ
ースペクトルを直接生成することを特徴とする請求項
１，２又は３に記載の方法。
【請求項５】前記参照データ及び観測データは、音響デ
ータ又は画像データであることを特徴とする請求項１，
２，３又は４に記載の方法。
【請求項６】時系列的に変化する信号を識別するシステ
ムにおいて、基準となる参照データのパワースペクトル及び識別対象
となる観測データのパワースペクトルを生成する装置
と；前記参照データ及び観測データのパワースペクトル
に基づき、各々の３次元ヒストグラムを生成し、求めた
２つの３次元ヒストグラムに基づいて、前記参照データ
と観測データの平均相互情報量を求める演算装置と；前
記平均相互情報量を所定の基準値と比較することによっ
て、前記参照データと観測データとの類似度を判定する
装置とを備えたことを特徴とする信号識別システム。
【請求項７】前記演算装置は、前記平均相互情報量を算
出するに先立ち、前記参照データの３次元ヒストグラム
と前記観測データの３次元ヒストグラムとから５次元結
合ヒストグラムを生成し、これら３つのヒストグラムに
基づいて前記平均相互情報量を算出することを特徴とす
る請求項６に記載のシステム。
【請求項８】前記演算装置は、前記参照データ及び観測
データを各々事象系Ｘ，事象系Ｙとし、周波数およびパ
ワースペクトルを軸とする３次元のヒストグラムを二分
法によって各々生成することを特徴とする請求項６又は
７に記載のシステム。
【請求項９】前記パワースペクトルを生成する装置は、
複数の異なる共振周波数を有するカンチレバーによって
構成される共振子アレイセンサであり、当該センサによ
って前記参照データ及び観測データのパワースペクトル
を直接生成することを特徴とする請求項６，７又は８に
記載のシステム。
【請求項１０】前記参照データ及び観測データは、音響
データ又は画像データであることを特徴とする請求項
６，７，８又は９に記載のシステム。
【請求項１１】コンピュータに時系列的に変化する信号
を識別する手順を実行させるプログラムを記録したコン
ピュータ読みとり可能な記録媒体において、基準となる参照データのパワースペクトルを生成する手
順と；前記参照データのパワースペクトルに基づいて当
該参照データの３次元ヒストグラムを生成する手順と；
識別対象となる観測データのパワースペクトルを生成す
る手順と；前記観測データのパワースペクトルに基づい
て当該観測データの３次元ヒストグラムを生成する手順
と；前記参照データのヒストグラムと観測データのヒス
トグラムとに基づいて、前記参照データと観測データの
平均相互情報量を求める手順と；前記平均相互情報量を
所定の基準値と比較することによって、前記参照データ
と観測データとの類似度を判定する手順とを実行させる
ためのプログラムを記録したコンピュータ読みとり可能
な記録媒体。
【請求項１２】前記平均相互情報量を算出するに先立
ち、前記参照データの３次元ヒストグラムと前記観測デ
ータの３次元ヒストグラムとから５次元結合ヒストグラ
ムを生成し、これら３つのヒストグラムに基づいて前記
平均相互情報量を算出することを特徴とする請求項１１
に記載の記録媒体。
【請求項１３】前記参照データ及び観測データを各々事
象系Ｘ，事象系Ｙとし、周波数およびパワースペクトル
を軸とする３次元のヒストグラムを二分法によって各々
生成することを特徴とする請求項１１又は１２に記載の
記録媒体。
【請求項１４】前記参照データ及び観測データのパワー
スペクトルを、複数の異なる共振周波数を有するカンチ
レバーによって構成される共振子アレイセンサによって
直接求めることを特徴とする請求項１１，１２又は１３
に記載の記録媒体。
【請求項１５】前記参照データ及び観測データは、音響
データ又は画像データであることを特徴とする請求項１
１，１２，１３又は１４に記載の記録媒体。