JP2013221741A - 異常検出装置および異常検出方法 - Google Patents

Abstract

【課題】 回転機構の異常を高精度に検出することができる異常検出装置および異常検出方法を提供する。
【解決手段】 実施形態の異常検出装置は、所定の回転周期で回転する回転機構が発する音が含まれる環境音を集音し、当該環境音の第１音圧を得る第１集音部と、前記第１音圧を用いて、前記環境音の第１音質指標をサンプリング周期ごとに算出し、当該第１音質指標の時間波形を得る算出部と、前記第１音質指標の時間波形を用いて、前記回転機構の異常状態を検出する第１検出部とを備える。
【選択図】図１

Description

本発明の実施形態は、異常検出装置および異常検出方法に関する。

一般的にベアリング等を含む回転機構の異常状態を検出する技術としては、回転機構の近傍に振動計を設置して、この振動計により測定される振動量の変動から検出する方法や、回転機構の近傍にマイクロホンを設置して、このマイクロホンにより集音される音の音圧から検出する方法がある。例えば、マイクロホンにより集音された音を周波数分析し、機器の運転によって発生する特定の周波数成分をモニタすることで、正常状態と異常状態を区別するような方法が取られる。

しかしながら、例えば回転機構に搭載されているファンの羽根の数やベアリングの玉の数などの要素機器の特徴や、ベアリングの回転数などの運転状況等により、発生する異常音は異なる。したがって、上記の方法では、回転機構の異常を高精度に検出することが難しい。

特開２００５−３４５９２３号公報

回転機構の異常を高精度に検出することができる異常検出装置および異常検出方法を提供する。

実施形態の異常検出装置は、所定の回転周期で回転する回転機構が発する音が含まれる環境音を集音し、当該環境音の第１音圧を得る第１集音部と、前記第１音圧を用いて、前記環境音の第１音質指標をサンプリング周期ごとに算出し、当該第１音質指標の時間波形を得る算出部と、前記第１音質指標の時間波形を用いて、前記回転機構の異常状態を検出する第１検出部とを備える。

実施形態の異常検出方法は、第１集音部が、回転機構が発する音が含まれる環境音の第１音圧を得るステップと、算出部が、前記第１音圧を用いて、前記環境音の第１音質指標を所定のサンプリング周期ごとに算出し、前記第１音質指標の時間波形を得るステップと、第１検出部が、前記第１音質指標の時間波形を用いて、前記回転機構の異常状態を検出するステップとを有する。

第一の実施形態に係る異常検出装置の構成図。 環境音の音圧波形の一例を示す図。 環境音の音圧波形の高速フーリエ変換（ＦＦＴ）解析結果を示す図。 異常音の発生を説明する図。 音質指標の時系列データの一例を示す図。 音圧レベルの時系列データの一例を示す図。 第二の実施形態に係る異常検出装置の構成図。

以下、発明を実施するための実施形態について説明する。

（第一の実施形態）
第一の実施形態に係る異常検出装置１００は、ＣＴ装置等の比較的大型の装置における回転機構（異常検出対象）の異常状態を検出する。本実施形態において回転機構とは、ベアリング（例えば内径１ｍ程度）のことである。異常検出装置１００が検出する異常状態には、例えば、回転時（例えば200[rpm]程度）の摩擦等により生じたベアリングの外輪（回転部）の内面または内輪（静止部）の外面の傷や、内輪または外輪の歪み等が含まれる。なお、以下では、ベアリングにおいて傷や歪みが生じている部位を異常発生部と呼ぶ。

図１は第一の実施形態に係る異常検出装置１００の構成図である。図１の異常検出装置１００は、集音部１０、算出部（音質指標算出部）２０、第１検出部（異常検出部）３０、出力部４０、記憶部５０を備える。音質指標算出部２０、異常検出部３０としては、例えばＣＰＵやＭＰＵ等の演算処理装置２００を用いることができる。また、記憶部５０としては、例えばメモリやＨＤＤ等の記憶装置３００を用いることができる。

集音部１０は、ベアリングが発する音が含まれる環境音を集音するマイクロホン等の音響センサである。

図２は集音部１０が集音する環境音の音圧波形の一例を示す図である。また、図３は図２に示す音圧波形の高速フーリエ変換（ＦＦＴ）解析結果を示す図である。なお、図２および図３のいずれも上図にはベアリングの正常時に得られる波形、下図にはベアリングの異常時に得られる波形を示している。

異常時にベアリングが発する異常音は、ベアリングの異常発生部と玉との摺動によって発生し、図３に示すように周期的な滑り音として現れる。これは、ベアリングの回転部または静止部に存在する異常発生部がベアリングの回転数に同期して玉と摺動することにより、ある一定周期で異常音を発生するためである。例えば、ベアリングの回転部または静止部の一部に異常発生部（A）がある場合を考える。このとき、ベアリングの玉にも同様に傷がある場合や、玉の個体差としてサイズにばらつきがある場合等には、傷のある玉やサイズの大きな玉等の特定の玉（B）と、ベアリングの回転部または静止部に存在する異常発生部（A）とが互いに接触して異常音を発生する。また、ベアリングの中心から外輪までの距離をR1、ベアリングの中心から内輪までの距離をR2としたときに、例えばR2/R1≧0.9の比較的大型のベアリングでは、外輪の移動距離X1と玉の中心の移動距離X2とには近似的にX1≒2×X2の関係がある（図４）。したがって、ベアリングが２回転するごとに、異常発生部（A）と玉（B）とが摺動することになる。すなわち、ベアリングの回転周期Tの約２倍の周期で異常発生部と玉との摺動が起き、異常音を発生することになる。

このような異常音が発生する原因となる異常発生部の存在は、ベアリングの故障の前兆となることはもちろん、ベアリングがＣＴ装置等の医療機器に用いられる場合には、この異常音が患者へ精神的な負担を与え、検査結果に影響を与えてしまうことが考えられる。したがって、異常音を早期に検出することは、ベアリングが故障に陥る前に運転を停止する等の安全面での観点や、患者に対する検査時に検査結果への影響を低減させる等の運用面での観点から重要となる。

集音部１０は、ベアリングが発する異常音が含まれる環境音を逐次集音し、環境音の音圧波形（音圧信号）の時系列データとして記憶部５０に格納する。以下では、記憶部５０に格納する際、音圧波形の時系列データの分解能をサンプリング周期Tsとする。

なお、ベアリングが発する異常音は、距離とともに減衰する。そのため、集音部１０は、ベアリングが存在する環境において、できる限りベアリングの近傍に設けられることが好ましい。

音質指標算出部２０は、記憶部５０が格納した音圧信号の時系列データをサンプリング周期ごとに記憶部５０から得て、音質指標をサンプリング周期ごとに算出する。なお、前述のように、異常音はベアリングの回転周期の２倍の周期で発生する。したがって、後述のようにこの音質指標を用いてベアリングの異常音を検出するためには、音質指標のサンプリング周期としては、ベアリングの回転周期の２倍の周期よりも小さいことが必要である。そこで、本実施形態では、音質指標のサンプリング周期として、例えばベアリングの回転周期の２倍の周期の1/10とすることができる。

音質指標とは、音響心理学の考え方に基づいて音質の違いを判定するための指標である。具体的には、例えば音の大きさを表す指標であるラウドネス、音の鋭さを表す指標であるシャープネス、音の粗さを表す指標であるラフネス、音の変化を表す指標である変動強度を含む。

ベアリングが発する異常音の大きさは、異常音がない場合の環境音の大きさに比べて増大する。音の大きさが大きいということは、音質指標で見た場合ラウドネスが大きいことに相当する。また、前述の通り、ベアリングが発する異常音は、図３に示すように周期的な滑り音として現れる。このような滑り音の発生時には、音の重心（音圧の周波数スペクトルの面積重心）が高周波数域に移動する。音の重心が高いということは、音質指標で見た場合シャープネスが高いことに相当する。したがって、ベアリングが発する異常音の検出には、これら音質指標を用いることができる。また、音圧信号の変動に起因するラフネス、変動強度についても同様に異常音を検出する指標として用いることができる。

音質指標算出部２０は、音圧信号を用いて、音質指標をサンプリング周期ごとに算出し、音質指標の時系列データとして記憶部５０に格納する。なお、音質指標の算出については、公知の手法を用いることができるので、ここでは詳細な説明を省略する。

異常検出部３０は、音質指標算出部２０が算出する音質指標の時系列データを記憶部５０から得て、この時系列データに基づいて、ベアリング（異常検出対象）の異常状態を検出する。

図５は音質指標算出部２０が算出する音質指標の時系列データの一例を示す図である。なお、図５（a）はラウドネス、図５（b）はシャープネスをそれぞれ示している。また、それぞれ上図にはベアリングの正常時に得られる音質指標、下図にはベアリングの異常時に得られる音質指標を示している。

一方、図６は、騒音レベルの時系列データの一例を示す図である。上図にはベアリングの正常時に得られる騒音レベル、下図にはベアリングの異常時に得られる騒音レベルを示している。なお、騒音レベルとは人の聴感特性（周波数域）を考慮した音圧レベルである。なお、音圧レベルL_p[dB]は、基準値p₀に対する音圧信号の大きさpの比の常用対数として、L_p=20×log₁₀(p/p₀)と与えられる。ただし、p₀=20×10^-6である。

図６に示す騒音レベルの時系列データと比較すると、図５に示す音質指標の時系列データでは、ベアリングの異常時と正常時の音質の違いがより明確に現れていることがわかる。したがって、この音質指標の時系列データを用いることで、ベアリングの異常を高精度に検出することができる。

異常検出部３０は、例えばサンプリング周期ごとに音質指標の時間変化量（絶対値量）を算出する。そして、異常検出部３０は、算出した時間変化量が所定の閾値以上の場合にベアリングの異常状態を検出する。このとき、上記の閾値は予め記憶部５０に格納しておくことができる。なお、異常検出部３０は、時間変化量が所定の閾値より大きい場合にベアリングの異常状態を検出するものであってもよい。

このように、ベアリングの異常検出のために音質指標の時間変化量という相対的な値を用いることで、例えばベアリングの玉の数などの機器の特徴や、ベアリングの運転時の回転数などの運転条件等に依らずに、ベアリングの異常を高精度に検出することができる。また、音質指標の時間変化量という相対的な値を用いるため、ベアリングと集音部１０との位置関係に依らずにロバストな異常検出が可能となる。

出力部４０は、異常検出部３０がベアリングの異常状態を検出すると、ユーザに対してベアリングの異常を通報する。出力部４０としては、例えばアラーム等の音により異常を通報するもの警報器や、ベアリングを含む回転機構の運転状態の監視を行うためのディスプレイ等を用いることができる。

本実施形態では、ＣＴ装置等に用いられる比較的回転数の遅いベアリングを異常検出対象とすることで、音質指標算出部２０が音質指標を算出する際に、異常音の発生周期よりも十分に小さいサンプリング周期の設定が可能となる。

本実施形態の異常検出装置１００によれば、回転機構の異常を高精度に検出することが可能となる。

（第一の変形例）
以下、第一の実施形態に係る異常検出装置１００の第一の変形例について説明する。

第一の変形例の異常検出部３０は、例えばサンプリング周期ごとに音質指標の時間変化量の平均値を算出する。この際、例えば予めサンプリング数ｎを設定しておき、時間変化量の平均値を算出する時点でのサンプル時間から過去n回分の音質指標のデータの算術平均を平均値として算出する。

そして、異常検出部３０は、算出した時間変化量の平均値が所定の閾値以上の場合にベアリングの異常状態を検出する。このとき、上記の閾値は予め記憶部５０に格納しておくことができる。なお、異常検出部３０は、時間変化量の平均値が所定の閾値より大きい場合にベアリングの異常状態を検出するものであってもよい。

なお、平均値の算出の際には、少なくとも１周期分の異常音のピークが含まれることが好ましいため、サンプリング数nとしては、例えばn=ベアリングの回転周期T/サンプリング周期Tsとして与えることができる。

（第二の変形例）
以下、第一の実施形態に係る異常検出装置１００の第二の変形例について説明する。

第二の変形例の異常検出部３０は、例えばサンプリング周期ごとに音質指標の時間変化量の平均値を算出する。この際、例えば予めサンプリング数ｎ（例えばｎ＝100）を設定しておき、時間変化量の平均値を算出する時点でのサンプリング時間から過去n回分の音質指標のデータの算術平均を平均値として算出する。また、算出する平均値を用いて、サンプリング周期ごとに音質指標の時間変化量の標準偏差を算出する。

そして、異常検出部３０は、算出した時間変化量の標準偏差が所定の閾値以上の場合にベアリングの異常状態を検出する。このとき、上記の閾値は予め記憶部５０に格納しておくことができる。なお、異常検出部３０は、時間変化量の標準偏差が所定の閾値より大きい場合にベアリングの異常状態を検出するものであってもよい。

（第三の変形例）
以下、第一の実施形態に係る異常検出装置１００の第三の変形例について説明する。

第三の変形例の異常検出部３０は、例えばサンプリング周期ごとに音質指標の時間変化量の平均値を算出する。この際、例えば予めサンプリング数ｎ（例えばｎ＝100）を設定しておき、時間変化量の平均値を算出する時点でのサンプリング時間から過去n回分の音質指標のデータの算術平均を平均値として算出する。また、算出する平均値を用いて、サンプリング周期ごとに音質指標の時間変化量の標準偏差を算出する。

さらに、異常検出部３０は、サンプリング周期ごとに標準偏差を平均値で除算することで変動係数を算出する。

そして、異常検出部３０は、算出した変動係数が所定の閾値以上の場合にベアリングの異常状態を検出する。このとき、上記の閾値は予め記憶部５０に格納しておくことができる。なお、異常検出部３０は、変動係数が所定の閾値より大きい場合にベアリングの異常状態を検出するものであってもよい。

これにより、ベアリングの異常発生位置と集音部１０との位置関係による影響を低減し、音質指標の相対的な評価によるベアリングの高精度な異常検出が可能となる。

（第二の実施形態）
図７は第二の実施形態に係る異常検出装置４００の構成図である。図７の異常検出装置４００は、集音部１０とは異なる集音部６０、第２検出部（異常発生位置検出部）７０を備える点で、第一の実施形態の異常検出装置１００とは異なる。なお、図１の異常検出装置１００と同一の構成には同一の符号を付して詳細な説明を省略する。

集音部６０は、ベアリングが発する異常音が含まれる環境音を集音するマイクロホン等の音響センサである。集音部６０は、ベアリングが発する異常音が含まれる環境音を逐次集音し、環境音の音圧信号の時系列データとして記憶部５０に格納する。

音質指標算出部２０は、集音部１０が集音した第１音圧信号および集音部６０が集音した第２音圧信号をサンプリング周期ごとに記憶部５０から得て、それぞれに基づいて第１音質指標および第２音質指標を算出する。この第１音質指標および第２音質指標の時系列データはそれぞれ記憶部５０に格納する。

異常検出部３０は、例えばサンプリング周期ごとに第１音質指標および第２音質指標の時間変化量を算出する。そして、異常検出部３０は、算出した時間変化量のうちいずれかが所定の閾値以上の場合にベアリングの異常状態を検出する。

異常発生位置検出部７０は、第１音質指標と第２音質指標を用いて、ベアリングにおける異常発生位置を検出する。

以下では、回転機構の構造は既知とする。このとき、ベアリングにおける異常発生位置はベアリングが配置された部位に限定されるので、ある線（X）上に存在するものと仮定することができる。また、集音部１０および集音部６０の位置は既知とする。このとき、集音部１０と異常発生位置との距離をD１、集音部６０と異常発生位置との距離をD２、異常音が集音部１０に到達するまでの時間をt１、異常音が集音部６０に到達するまでの時間をt２とすると、異常音の集音部１０と集音部６０の間での到達時間差（位相差）Δｔは、Δｔ＝｜ｔ１−ｔ２｜＝｜D１/ｃ−D２/ｃ｜で表される。なお、ｃは音速である。

したがって、異常発生位置検出部７０は、例えば第１音質指標の時間変化量が集音部１０の集音開始時点から最初に所定の閾値以上となる時刻をｔ１、第２音質指標の時間変化量が集音部６０の集音開始時点から最初に所定の閾値以上となる時刻をｔ２として、Δｔを算出する。

異常発生位置検出部７０は、算出されたΔｔの値に基づいて、三角測量の原理を用いることで、直線（X）上におけるベアリングの異常発生位置を検出することができる。

なお、Δｔとしては、上記のほかに例えば第１音質指標の大きさが集音部１０の集音開始時点から最初にピークに達する時刻をｔ１、第２音質指標の大きさが集音部１０の集音開始時点から最初にピークに達する時刻をｔ１として算出されるものであってもよい。

出力部４０は、異常検出部３０がベアリングの異常状態を検出すると、ユーザに対してベアリングの異常を通報する。また、異常発生位置検出部７０が検出する異常発生位置をディスプレイ等により表示する。

本実施形態の異常検出装置１００によれば、回転機構の異常を高精度に検出することが可能となる。また、異常発生位置を特定することができるので、回転機構の異常をより詳細に検出することが可能となる。

以上説明した少なくとも１つの実施形態の異常検出装置によれば、回転機構の異常を高精度に検出することができる。

これら実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、様々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同時に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０、６０・・・集音部
２０・・・音質指標算出部
３０・・・異常検出部
４０・・・出力部
５０・・・記憶部
７０・・・異常発生位置検出部
１００、４００・・・異常検出装置
２００・・・演算処理装置
３００・・・記憶装置

Claims (11)

1. 所定の回転周期で回転する回転機構が発する音が含まれる環境音を集音し、当該環境音の第１音圧を得る第１集音部と、
   前記第１音圧を用いて、前記環境音の第１音質指標を所定のサンプリング周期ごとに算出し、当該第１音質指標の時間波形を得る算出部と、
   前記第１音質指標の時間波形を用いて、前記回転機構の異常状態を検出する第１検出部と、
   を備える異常検出装置。
2. 前記サンプリング周期は、前記回転周期の２倍よりも小さい請求項１に記載の異常検出装置。
3. 前記第１検出部は、前記第１音質指標の時間変化量を算出し、当該時間変化量が所定の閾値以上の場合に前記回転機構の異常状態を検出する、請求項１または２に記載の異常検出装置。
4. 前記第１検出部は、前記第１音質指標の時間変化量の平均値を算出し、当該平均値が所定の閾値以上の場合に、前記回転機構の異常状態を検出する、請求項１または２に記載の異常検出装置。
5. 前記第１検出部は、前記第１音質指標の時間変化量の標準偏差を算出し、当該標準偏差が所定の閾値以上の場合に、前記回転機構の異常状態を検出する、請求項１または２に記載の異常検出装置。
6. 前記第１検出部は、前記第１音質指標の時間変化量の平均値と前記第１音質指標の時間変化量の標準偏差を算出して、当該標準偏差を当該平均値で除した変動係数を算出し、当該変動係数が所定の閾値以上の場合に、前記回転機構の異常状態を検出する、請求項１または２に記載の異常検出装置。
7. 前記第１音質指標は、ラウドネス、シャープネス、ラフネス、変動強度を含む請求項１乃至６いずれか１項に記載の異常検出装置。
8. 前記環境音を集音し、前記環境音の第２音圧を得る第２集音部と、
   前記回転機構の異常発生位置を検出する第２検出部と、をさらに備え、
   前記算出部は、前記第２音圧を用いて、前記環境音の第２音質指標を前記所定のサンプリング周期ごとに算出し、前記第２音質指標の時間波形をさらに得て、
   前記第２検出部は、前記第１音圧指標の時間波形と前記第２音圧指標の時間波形との位相差に基づいて、前記異常発生位置を検出する、請求項１乃至７いずれか１項に記載の異常検出装置。
9. 前記第２音質指標は、ラウドネス、シャープネス、ラフネス、変動強度を含む請求項８に記載の異常検出装置。
10. 第１集音部が、回転機構が発する音が含まれる環境音の第１音圧を得るステップと、
    算出部が、前記第１音圧を用いて、前記環境音の第１音質指標を所定のサンプリング周期ごとに算出し、前記第１音質指標の時間波形を得るステップと、
    第１検出部が、前記第１音質指標の時間波形を用いて、前記回転機構の異常状態を検出するステップと、
    を有する異常検出方法。
11. 第２集音部が、前記環境音の第２音圧を得るステップと、
    前記第１算出部が、前記第２音圧を用いて、前記環境音の第２音質指標を前記所定のサンプリング周期ごとに算出し、前記第２音質指標の時間波形を得るステップと、
    第２検出部が、前記第１音圧指標の時間波形と前記第２音圧指標の時間波形との位相差に基づいて、前記異常発生位置を検出するステップと、
    をさらに有する請求項１０に記載の異常検出方法。