JP2007199017A - 異音明瞭化方法、異音明瞭化装置および異音検査装置 - Google Patents

Abstract

【課題】異音を明瞭化すること。
【解決手段】本異音明瞭化方法は、目的とする異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号中の除去したい雑音の情報を含むＯＫ信号とを入力するステップと、上記両信号それぞれを定常な性質を持つ定常成分と、白色雑音および非定常な性質を持つ非定常成分と、に分離するステップと、上記定常成分と、白色雑音および非定常な性質を持つ非定常成分とのそれぞれに対して個別に異音を抽出または雑音を除去するステップと、を含む。
【選択図】図２

Description

本発明は、各種機械装置から発生する音を解析することにより異音を検査する場合において、当該異音を明瞭化するための異音明瞭化方法、この異音明瞭化方法を実施する異音明瞭化装置および異音検査装置に関するものである。

自動車のエンジンやトランスミッション等の異常を音や振動を解析することにより検査する異音検査がある。この種の異音検査は、熟練した官能検査員が音や振動等の物理現象を五感で確認して上記異常の有無やその内容を判断していた。このような異音検査は近年、自動化されつつある。この自動化例としては特許文献１で提案されている。

また近年では高級自動車や家電機器等の静音化が進み、例えば、自動車のインパネのビビリ音やサンシェードのずれによるガタガタ音といった車内の異音を検査段階で無くす試みも行われている。

こうした異音検査を実現するためには、異常の有無やその内容を識別するための、検査対象となる製品（ワーク）から発生している異常を示す異音を正確に捉えることができるように当該異音の明瞭化を図ることが必要である。

異音検査環境においては異音以外に背景雑音やワーク自体の動作音、ワークを稼動するための装置の動作音等の様々な音が発生している。これらの音（雑音）が多く含まれていたり、類似した音が含まれていたりする場合、異音を明瞭に聞き分けることが困難となる。

そこで注目する異音をより明瞭にするために、目的とする異音のみを抽出する技術や、異音以外の雑音を除去または低減する技術が要求される。

この技術にスペクトルサブトラクション（ＳＳ法）がある。このＳＳ法は、処理対象とする信号から目的音（異音）以外の音（雑音）の情報を持つ信号を周波数スペクトル上で差し引くことにより処理対象とする信号に含まれる異音を抽出する手法である（特許文献２）。

ワークの異音検査環境で発生している音は、信号の性質が時間変動に対して一定である定常音、時間と共にその性質が変化する非定常音とに分類することができる。物体同士が衝突して発生する衝撃音は短時間で振幅レベルが大きく変動する非定常音であり、ワークの異音検査環境では含まれている場合が多い。

上記したＳＳ法では、Ｆｏｕｒｉｅｒ変換を用いて時間・周波数変換を行っているものが多いが、この方法では非定常音を周波数領域上で表現することが困難である。また、異音を明瞭化するためには、異音や雑音とに非定常音が含まれている場合でも適切に抽出、除去処理することができる必要がある。

また、他の従来技術として、逆フィルタ法がある（特許文献３）。この逆フィルタ法は、線形予測モデルの１つであるＡＲモデルを与えてモデルパラメータを推定し、得られたパラメータで逆フィルタを設計する。処理対象信号をこの逆フィルタに通すことにより処理対象信号から正常状態の信号（雑音信号）を除去した残差信号を得る。残差信号には白色雑音成分と非定常な性質を持つ成分とが含まれる。

しかしながら、上記逆フィルタ法では、衝撃音のように短時間で振幅レベルが大きく変動する非定常音は、線形予測モデルで予測することが困難である。また、異音を明瞭化するには、異音以外の雑音に非定常音が含まれている場合でも適切に雑音を除去処理できる必要がある。
特開平１１−１７３９０９号公報 特開２００１−１３４２８７号 特開平０７−４３２５９号公報

したがって、本発明により解決すべき課題は、異音や異音以外の雑音に定常成分、非定常成分や白色雑音成分が含まれている場合でも適切に雑音を除去または異音のみ抽出可能にして、異音を明瞭化することである。

（１）本発明の異音明瞭化方法は、異音を明瞭化する異音明瞭化方法であって、異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを入力するステップと、上記両信号それぞれを定常な性質を持つ定常成分と、白色雑音および非定常な性質を持つ非定常成分と、に分離するステップと、上記定常成分と、白色雑音および非定常な性質を持つ非定常成分とのそれぞれに対して個別に異音を抽出または雑音を除去するステップと、を含むことを特徴とするものである。

本発明では、雑音除去に使用する信号として、異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを用いる。この場合、ＮＧ信号が異音を抽出または雑音を除去したい信号である。そして、本発明では、ＮＧ信号とＯＫ信号それぞれを定常な性質を持つ定常成分と、白色雑音および非定常な性質を持つ非定常成分と、に分離し、それぞれの分離成分に対して個別に異音を抽出または雑音を除去し、その結果を再構成するので、定常な性質を持つ雑音成分と、非定常な性質を持つ雑音成分との両方を除去した異音明瞭化信号を得ることができる。

（２）上記分離するステップは、線形予測モデルのモデル次数を決定するステップと、ＮＧ信号とＯＫ信号それぞれのフィルタ係数と残差信号とを算出するステップとを含むことが好ましい。

この線形予測モデルは、例えば、自己回帰（ＡＲ）モデルや、自己回帰・移動平均（ＡＲＭＡ）を利用することができる。

上記分離した定常成分から、定常な性質を持つ雑音の成分を除去する処理はＮＧ信号とＯＫ信号それぞれに線形予測モデルのパラメータ推定処理を行うことで得られたフィルタ係数値を用い、ＮＧ信号中の雑音信号を除去することにより行うことができる。

この除去する雑音信号の情報はＯＫ信号のフィルタ係数値から取得することができる。

上記パラメータ推定処理は、公知手法であるＹｕｌｅ−Ｗａｌｋｅｒ法、Ｂｕｒｇ法を利用することができる。フィルタ係数値は、信号の定常な性質を持つ成分を表すものである。

周波数領域で雑音除去処理を行う場合、上記ＳＳ法を用いることができる。その際、フィルタ係数値をスペクトルに変換する。

また、分離した非定常成分と白色雑音成分とを用いて、白色雑音と非定常な性質を持つ雑音の除去を行うが、この雑音除去処理にはＮＧ信号とＯＫ信号それぞれに線形予測モデルのパラメータ推定処理を行うことで得られた残差信号を用い、ＮＧ信号中の雑音信号を除去することにより行うことができる。残差信号は、白色雑音と非定常成分とを表す。

なお、ＮＧ信号中の目的の異音と除去したい雑音の性質が予め既知であれば、ＯＫ信号の残差信号を用いずに、ＮＧ信号の残差信号から雑音除去処理を行ってＮＧ信号の残差信号に含まれる異音成分を抽出することができる。

例えば、雑音が白色雑音であることが既知であれば、残差信号を非定常な性質を持つ成分と白色雑音成分に分離し、非定常な性質を持つ成分のみを抽出する。分離処理は統計量に基づく閾値処理やＷａｖｅｌｅｔ処理等を利用することができる。

なお、ＮＧ信号中の目的の異音と除去したい雑音の性質が未知であれば、入力したＯＫ信号の残差信号から雑音の性質を推定し、この推定処理出力を用いて、ＮＧ信号の残差信号から雑音除去処理を行ってＮＧ信号の残差信号に含まれる異音成分を抽出することができる。

また、本発明によれば、線形予測モデルのフィルタ係数をスペクトルに変換してから異音抽出もしくは雑音除去処理を行う。これにより、逆フィルタのような従来方法と比較して、例えば、ＳＳ法と組み合わせたり、強調および除去したい成分をユーザーが周波数イコライザ等で任意に調整したりといったような柔軟な処理が可能となる。

（３）上記処理結果から音を再構成するステップをさらに含むことが好ましい。

（４）上記音を再構成するステップは、ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分スペクトルに対してフィルタ係数を算出するステップと、ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分の残差信号と前記フィルタ係数とから出力信号を算出するステップ、を含むことが好ましい。

（５）上記音を再構成するステップは、ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分のスペクトルを時間信号に変換するステップを含むことが好ましい。

（６）上記音を再構成するステップは、ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分の残差信号と上記時間信号とを加算するステップをさらに含むことが好ましい。

（７）本発明による異音明瞭化装置の異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを入力する入力装置と、上記（３）ないし（６）のいずれかに記載の異音明瞭化方法を実施するブロックから構成されている異音明瞭化フィルタと、上記異音明瞭化フィルタから出力される信号を出力する出力装置と、を備えたことを特徴とするものである。

（８）本発明による異音明瞭化装置は検査対象品から取得した音または振動の信号を入力する入力部と、（１）または（２）に記載の異音明瞭化方法を実施するブロックから構成される異音明瞭化フィルタと、異音明瞭化フィルタから出力される信号から特徴量を抽出し、その特徴量を用いて上記検査対象品の良否を判定する判定部と、上記判定部により判定された判定結果を出力する出力部とを備え、上記検査対象品から取得した音または振動の信号と、検査対象品のうち正常品から取得した正常データとをそれぞれ異音明瞭化フィルタのＮＧ信号、ＯＫ信号として与えることを特徴とするものである。

本発明によれば、異音や異音以外の雑音に定常成分、非定常成分や白色雑音成分が含まれている場合でも、異音のみの抽出または雑音を除去し、異音明瞭化信号を得ることができる。

以下、添付した図面を参照して、本発明の実施の形態に係る異音明瞭化方法を説明する。なお、この実施の形態に係る図１以降を参照しての説明に先立ち、発明の理解のために本明細書で頻出する用語を説明する。ただし、この説明は発明の理解に用いるから、本発明を限定することにはならない。

（ａ）ＮＧ信号
ＮＧ信号は、目的とする異音と、この異音以外の音（雑音）とを含む信号のことである。ＮＧ信号に含まれる異音成分の大きさは信号によって異なる。ＮＧ信号に含まれる異音成分が０である場合、ＯＫ信号と等価となる。機械装置から音が発生していて、その機械装置が正常に動作している場合に正常に発生する動作音およびその背景の音以外に、機械装置に故障等の問題箇所があるためにその正常音とは異なる音が発生している。この正常な音以外に発生している音を異音という。この異音が明瞭化したい音であるので目的音であり、この異音以外の音は明瞭化を目的としない音であるので、雑音となり、この雑音には背景雑音、機械装置（ワーク）自体の動作音や、またはワークを稼動するための装置の動作音等である。

本明細書では説明の簡単化のため、異音と雑音とを含む信号をＮＧ信号という。
（ｂ）ＯＫ信号
ＯＫ信号は上記異音を含まず、ＮＧ信号中に含まれる雑音の情報を持つ信号である。本明細書では説明の簡単化のため、雑音を含む信号をＯＫ信号という。
（ｃ）定常な性質を持つ成分（定常成分）
線形予測モデルにおけるフィルタ係数に対応する成分である。

定常過程における、白色雑音成分を除いた定常成分の周波数特性の情報を持つ。

ここで、定常過程とは信号の統計的性質が時間変動により変化しない過程を表す。
（ｄ）非定常な性質を持つ成分（非定常成分）と白色雑音成分
線形予測モデルの残差信号に対応する成分である。

非定常過程である非定常成分と、定常過程である白色雑音成分を含む。

ここで、非定常過程とは信号の統計的性質が時間変動により変化する過程を表す。

ＮＧ信号とＯＫ信号が真に定常過程である場合、残差信号は白色雑音成分のみとなる。

ＮＧ信号とＯＫ信号に非定常な成分が含まれている場合、これら非定常な性質を持つ成分は残差信号に含まれる。

図１は実施の形態の異音明瞭化方法を実施するための異音明瞭化装置を示す。この異音明瞭化装置は、入力装置１０、異音明瞭化フィルタ２０、出力装置３０を備える。

入力装置１０は明瞭化を行いたいもので異音を含むＮＧ信号と、明瞭化の基準とするもので上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを入力する、マイクロフォンセンサ、振動センサ等からなる。また、ハードディスクやメモリから読み出すこともできる。

異音明瞭化フィルタ２０は、後述する異音明瞭化方法を実施する図２に示す複数のブロックから構成されている。

出力装置３０は、異音明瞭化信号を出力するものでスピーカ等から構成される。

以下に上記異音明瞭化フィルタ２０を、図２以降を参照して、説明する。

「モデル次数決定処理ブロック１」
「モデル次数決定処理ブロック１」においては、線形予測モデルの次数を出力する。次数と雑音除去効果の関係についての検証試験を予め行っておき、その結果を元に固定値を与える方法や、入力したＮＧ信号やＯＫ信号を用いて、一般的な次数決定法として広く知られる「ＡＩＣ」や「ＦＰＥ」の基準により決定する方法を利用する。なお、次に述べる「ＮＧ信号フィルタ係数推定処理」と「ＯＫ信号フィルタ係数推定処理」それぞれへ出力する次数は異なっていてもよい。

「ＮＧ信号フィルタ係数推定処理ブロック２」
この「ＮＧ信号フィルタ係数推定処理ブロック２」は、入力したＮＧ信号の離散時間データと線形予測モデルの次数とを元にして、線形予測モデルの推定を行い、ＮＧ信号のフィルタ係数（Ｓ１）と残差信号（Ｓ３）とを出力する。推定アルゴリズムはＡＲモデルやＡＲＭＡモデルのパラメータ推定法である「Ｙｕｌｅ−Ｗａｌｋｅｒ法」や「Ｌｅｖｉｎｓｏｎ−Ｄｕｒｂｉｎ法」、「Ｂｕｒｇ」法等を利用する。データ点数が少ない場合に安定した推定が可能な「Ｂｕｒｇ法」に決めることが好ましい。

なお、上記（ｃ）の線形予測モデルで説明したように、この「ＮＧ信号フィルタ係数推定処理ブロック２」では、ＮＧ信号が定常であれば、定常成分がフィルタ係数（Ｓ１）として後述の「スペクトルの雑音除去処理ブロック４」に、白色雑音が残差信号（Ｓ３）として後述の「残差信号の雑音除去処理ブロック５」に出力される。また、ＮＧ信号が定常成分と非定常成分とを含む場合、定常成分がフィルタ係数（Ｓ１）として後述の「スペクトルの雑音除去処理」に、非定常成分と白色雑音成分とが残差信号（Ｓ３）として後述の「残差信号の雑音除去処理」に出力される。

「ＯＫ信号フィルタ係数推定処理ブロック３」
この「ＯＫ信号フィルタ係数推定処理ブロック３」は、入力したＯＫ信号の離散時間データと線形予測モデルの次数とを元にして、線形予測モデルの推定を行い、ＯＫ信号のフィルタ係数と残差信号とを出力する。この処理方法は、上述したＮＧ信号フィルタ係数推定処理ブロック２と同様である。

この場合も、上記（ｃ）の線形予測モデルで説明したように、ＯＫ信号が定常であれば、定常成分がフィルタ係数（Ｓ２）として後述の「スペクトルの雑音除去処理ブロック４」に、白色雑音が残差信号（Ｓ４）として後述の「残差信号の雑音除去処理ブロック５」に出力される。また、ＯＫ信号が定常成分と非定常成分とを含む場合、定常成分がフィルタ係数（Ｓ２）として後述の「スペクトルの雑音除去処理ブロック４」に、非定常成分と白色雑音成分とが残差信号（Ｓ４）として後述の「残差信号の雑音除去処理ブロック５」に出力される。

「スペクトルの雑音除去処理ブロック４」
この「スペクトルの雑音除去処理ブロック４」は、「ＮＧ信号フィルタ係数推定処理ブロック２」と「ＯＫ信号フィルタ係数推定処理ブロック３」それぞれにより分離されたＮＧ信号とＯＫ信号それぞれのフィルタ係数（Ｓ１）（Ｓ２）を入力し、ＮＧ信号に含まれる異音成分のスペクトル（異音の定常成分）を（Ｓ５）として出力する。具体的には図３を参照して説明する。

ステップ１は「ＮＧ信号のスペクトル計算処理ブロック４１」と「ＯＫ信号のスペクトル計算処理ブロック４２」とにより行う。すなわち、ＮＧ信号のフィルタ係数（Ｓ１）とＯＫ信号のフィルタ係数（Ｓ２）とからそれぞれのスペクトルを計算する。ここでのスペクトルは、振幅スペクトル、パワースペクトル、またはパワースペクトルを対数変換したものである。

ステップ２は、「スペクトル減算処理ブロック４３」により行う。「スペクトル減算処理ブロック４３」はＮＧ信号の時系列モデルのスペクトルからＯＫ信号の時系列モデルのスペクトルを差し引くことで、ＮＧ信号に含まれるＯＫ信号（雑音成分）を除去し、ＮＧ信号に含まれる定常な成分中の異音成分のスペクトルＳ５を得る処理である。

これは、上記したように、ＮＧ信号は異音と雑音、ＯＫ信号は雑音を含む信号であるからである。減算処理は単なる差分処理ではなく、スペクトルサブトラクション（ＳＳ法）で用いられる処理（減算係数付加、フロアリング処理等）を利用する。後処理として減算処理後のスペクトルに対して平滑化処理を行うこともできる。スペクトルサブトラクション（ＳＳ法）においては周波数情報を取得する必要があり、一般的にはＦｏｕｒｉｅｒ変換を用いる方法がある。具体的な処理方法として、ＤＦＴ（離散Ｆｏｕｒｉｅｒ変換）、ＤＣＴ（離散コサイン変換）等が利用されるが、これらの方法では非定常成分を適切に表現することが難しく、性能的な制約がある。これに対して本実施の形態では、事前に上記分離により非定常成分を除去しているので、周波数上での処理を行う場合は、非定常な部分の影響が無く、定常な部分だけでの限定した処理であるので、より安定した精度の高いＮＧ信号を含む異音中の定常成分の抽出ができる。

「残差信号の雑音除去処理ブロック５」
この「残差信号の雑音除去処理ブロック５」ではＮＧ信号の残差信号に対して異音成分の抽出を行い、ＮＧ信号に含まれる非定常な性質を持つ異音成分や白色雑音の性質をもつ異音成分を（Ｓ６）として出力する。この処理は、「ＮＧ信号フィルタ係数推定処理ブロック２」と「ＯＫ信号フィルタ係数推定処理ブロック３」それぞれから分離された残差信号（Ｓ３）（Ｓ４）から雑音を除去する処理である。すなわち、ＮＧ信号の残差信号に含まれる異音成分を得る処理である。

この処理の具体例について図４、図５に示す。

ＮＧ信号に含まれる異音や雑音の性質が既知である場合、ＯＫ信号を用いることなくＮＧ信号の残差信号のみを用いた異音抽出処理（雑音除去処理）を雑音除去処理ブロック５１により行うことができる。例えば、異音が特定の波形形状をもった衝撃成分である場合、閾値処理やＷａｖｅｌｅｔ処理等を行うことにより、残差信号（Ｓ３）から目的の異音成分（Ｓ６）を抽出することができる。

例えば、除去したい雑音が白色雑音である場合、ＮＧ信号の残差信号に含まれている非定常な性質をもつ成分と白色雑音成分とに対して、非定常な性質をもつ成分と白色雑音成分とを分離するような処理を行うことにより白色雑音を除去することができる。

ＮＧ信号に含まれている目的の異音や除去したい雑音の性質が未知である場合、入力したＯＫ信号の残差信号（Ｓ４）から雑音の性質を「雑音推定処理ブロック５２」により推定することにより、その推定した雑音の性質を用いて「雑音除去処理ブロック５３」において異音抽出処理、すなわち、ＮＧ信号の残差信号（Ｓ３）に含まれる雑音を除去して異音成分（Ｓ６）を得る処理を行うことができる。

例えば、ＯＫ信号の残差信号に対して振幅分布から確率密度を求め、得られた分散や歪度、尖度の情報を用いてＮＧ信号の残差信号に含まれている雑音成分を抽出する方法がある。

「再構成処理ブロック６」
この「再構成処理ブロック６」においては、ＮＧ信号に含まれている異音成分のスペクトル（異音の定常成分）（Ｓ５）とＮＧ信号に含まれている異音成分（異音の非定常、白色雑音成分）（Ｓ６）とから、異音明瞭化信号（Ｓ７）を得る。

この処理の具体例について図６ないし図８を参照して説明する。

図６では、ステップ１の「異音成分のフィルタ係数計算処理ブロック６１」で、ＮＧ信号に含まれている異音成分のスペクトル（異音の定常成分）（Ｓ５）を用いて線形フィルタを設計する。具体的には、異音成分のスペクトルの特性を持つＦＩＲフィルタもしくはＩＩＲフィルタのフィルタ係数を計算する。フィルタの設計方法は、例えば、ＦＩＲフィルタのフィルタ係数を最小二乗法により求める方法等がある。

ステップ２の「フィルタ処理ブロック６２」では、ＮＧ信号に含まれている異音成分の残差信号（異音の非定常または白色雑音成分）（Ｓ６）とステップ１で求めた異音成分のフィルタ係数計算処理結果とを入力信号として線形フィルタの出力信号を計算する。この計算の結果、ＮＧ信号の抽出したい異音の明瞭化信号（Ｓ７）が得られる。

図７では、異音が定常成分、非定常成分、白色雑音成分の加算で表すことができる場合、残差信号から抽出した異音の非定常、白色雑音成分とフィルタ係数から抽出した異音の定常成分を加算するような再構成処理を行うことにより、適切な異音明瞭化を行う。

これには２つのステップで処理を行う。

ステップ１の「異音成分の時間信号計算処理ブロック６３」では、ＮＧ信号に含まれている異音成分のスペクトル（Ｓ５）を時間信号に変換する。変換方法は逆高速フーリエ変換（ＩＦＦＴ）等を利用する。

位相情報が必要な場合、ＮＧ信号に対してＦＦＴを行うことで取得する。

ステップ２の「加算処理ブロック６４」では、ＮＧ信号に含まれている異音成分の残差信号にステップ１で得た信号を加算する。

図８では、ＮＧ信号に含まれる異音成分のスペクトル（異音の定常成分）を「異音成分の時間信号計算処理ブロック６５」により計算処理し、その計算処理をそのまま、異音明瞭化信号（定常異音）（Ｓ７１）として、また、ＮＧ信号に含まれている異音の残差信号をそのまま異音明瞭化信号（Ｓ７２）として出力する。

図９は異音検査装置のブロック図であり、同図で示す異音検査装置は、検査対象品から取得した音または振動の信号を入力する入力装置１０、図１０に示すブロック構成を備える異音明瞭化フィルタ２０１、異音明瞭化フィルタ２０１からの異音明瞭化信号から検査対象品の良否を判定する判定装置４０、判定装置４０により判定された判定結果を出力する出力装置３０を備える。具体的に、入力装置１０は、上記したように検査対象品が発する音や振動を計測し、判定を行いたい検査対象品からＮＧ信号を、検査対象品のうち正常品からＯＫ信号を取得し、離散時間データとして出力するものであり、例えば、マイクロフォンセンサ、振動センサ等と、これらの信号出力をＡＤ変換するＡＤ変換器等で構成される。また、ハードディスクやメモリから読み出すこともできる。異音明瞭化フィルタ２０１は、図１０に示すブロック構成を有するものであり、図２に示す異音明瞭化フィルタ２０との相違は、異音抽出ないし雑音除去の後に、音の再構成を行わないことである。その他の構成は図２の異音明瞭化フィルタ２０と同様である。判定装置４０は、異音明瞭化フィルタ２０１からの異音明瞭化信号から特徴量を抽出し、その特徴量を用いて上記検査対象品の良否を判定するものであり、ＮＧ信号とＯＫ信号とを比較して、ＮＧ信号の良否を判定する。出力装置３０は、判定装置４０の判定結果を出力するものであり、例えば、ディスプレイ等で構成されている。

以上の異音明瞭化装置および異音検査装置は、入力装置としての例えばセンサと、センサに接続されたアンプと、アンプに接続されたＡＤ変換ボード、ＡＤ変換ボードに接続されたスピーカと、ＡＤ変換ボードに接続された処理装置としてのパーソナルコンピュータと、パーソナルコンピュータに接続された記録装置としてのハードディスクと、パーソナルコンピュータの処理結果を出力する出力装置としてのスピーカやモニタなどで構成することができる。

本発明の実施の形態に係る異音明瞭化装置のブロック図である。 図１の異音明瞭化フィルタのブロック図である。 図２のスペクトル雑音除去処理の詳細ブロック図である。 図２の雑音除去処理の詳細ブロック図である。 図２の雑音除去処理の他の詳細ブロック図である。 図２の再構成処理の詳細ブロック図である。 図２の再構成処理の他の詳細ブロック図である。 図２の再構成処理のさらに他の詳細ブロック図である。 本発明の実施の形態に係る異音検査装置のブロック図である。 図９の異音明瞭化フィルタのブロック図である。

符号の説明

１ モデル次数決定処理ブロック
２ ＮＧ信号フィルタ係数推定処理ブロック
３ ＯＫ信号フィルタ係数推定処理ブロック
４ スペクトルの雑音除去処理ブロック
５ 残差信号の雑音除去処理ブロック
６ 再構成処理ブロック

Claims (8)

1. 異音を明瞭化する異音明瞭化方法であって、
   異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを入力する第１ステップと、
   上記ＮＧ信号とＯＫ信号とのそれぞれを定常な性質を持つ定常成分と、白色雑音および非定常な性質を持つ非定常成分と、に分離する第２ステップと、
   上記定常成分と、白色雑音および非定常な性質を持つ非定常成分とのそれぞれに対して個別に異音を抽出または雑音を除去する第３ステップと、
   を含む、ことを特徴とする異音明瞭化方法。
2. 上記第２ステップは、
   線形予測モデルのモデル次数を決定するステップと、
   ＮＧ信号とＯＫ信号それぞれのフィルタ係数と残差信号とを算出するステップと、
   を含むことを特徴とする請求項１に記載の異音明瞭化方法。
3. 上記第３ステップの後のステップとして音を再構成する第４ステップ、
   をさらに含む、ことを特徴とする請求項１または２に記載の異音明瞭化方法。
4. 上記第４ステップは、
   ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分スペクトルに対してフィルタ係数を算出するステップと、
   ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分の残差信号と前記フィルタ係数とから出力信号を算出するステップと、を含むことを特徴とする請求項３に記載の異音明瞭化方法。
5. 上記第４ステップは、
   ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分のスペクトルを時間信号に変換するステップを、含むことを特徴とする請求項３に記載の異音明瞭化方法。
6. 上記第４ステップは、
   ＮＧ信号に含まれる異音を抽出または雑音を除去した音成分の残差信号と上記時間信号とを加算するステップをさらに含むことを特徴とする請求項５に記載の異音明瞭化方法。
7. 異音を含むＮＧ信号と、上記異音を含まず該ＮＧ信号に含まれる雑音の情報を含むＯＫ信号とを入力する入力装置と、
   上記請求項３ないし６のいずれかに記載の異音明瞭化方法を実施するブロックから構成されている異音明瞭化フィルタと、
   上記異音明瞭化フィルタから出力される信号を出力する出力装置と、
   を備えたことを特徴とする異音明瞭化装置。
8. 検査対象品から取得した音または振動の信号を入力する入力部と、
   請求項１または２に記載の異音明瞭化方法を実施するブロックから構成される異音明瞭化フィルタと、
   異音明瞭化フィルタから出力される信号から特徴量を抽出し、その特徴量を用いて上記検査対象品の良否を判定する判定部と、
   上記判定部により判定された判定結果を出力する出力部とを備え、
   上記検査対象品から取得した音または振動の信号と、検査対象品のうち正常品から取得した正常データとをそれぞれ異音明瞭化フィルタのＮＧ信号、ＯＫ信号として与えることを特徴とする異音検査装置。

Images