JP2015081768A - 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 - Google Patents
異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 Download PDFInfo
- Publication number
- JP2015081768A JP2015081768A JP2013218008A JP2013218008A JP2015081768A JP 2015081768 A JP2015081768 A JP 2015081768A JP 2013218008 A JP2013218008 A JP 2013218008A JP 2013218008 A JP2013218008 A JP 2013218008A JP 2015081768 A JP2015081768 A JP 2015081768A
- Authority
- JP
- Japan
- Prior art keywords
- periodic component
- sensor signal
- abnormality detection
- signal
- component
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】一定の周期で同じ動作を繰り返し行うように制御された計測装置において、稼動音の周波数毎の音量が制御周期の定数倍の周期で同じパターンを繰り返すという性質を利用し、センサ信号から周期成分と非周期成分に分離することにより、モニタリング対象稼動部の周期音を高精度に分離抽出し、異常検出処理を実行する。
【選択図】図7
Description
図1は、本発明の実施形態による異常検出装置を設置する計測装置のハードウェア構成例を示す図である。
図2は、計測装置、及び異常検出システム(異常検出装置+監視サーバー)の概略構成を示すハードウェアブロック図である。
図3は、図1に示す計測装置において計測センサ104で収録した信号の時間周波数毎の成分(例)を模式的に示す図である。
図4は、入力装置214で操作する監視サーバー211上のディスプレイ213における表示画面1400の表示例を示す図である。
図6は、異常検出システムにおける各プログラムの典型的な動作の流れを示す図である。当該動作フローは、ユーザーが図4で示した表示画面1400上で入力装置214を用いて指示することにより開始する。
図7は、中央演算装置201が実行する学習プログラム400の処理ブロック構成を示す図である。
収録部401は、計測センサ104で収録したセンサ信号をバッファリングする。ここで、計測したセンサ信号は式(1)のように表される。
図10は、登録成分DB407で保持されている各モニタリング対象稼動部の伝達関数のデータ構造を示している。図10に示されるように、登録成分DB407には、モニタリング対象稼動部ごとに、伝達関数bj(f)が登録されている。Lmをモニタリング対象稼動部の数とすると、bj(f)は、j番目のモニタリング対象稼動部の周波数fの伝達関数であり、センサ素子数分の要素からなる。Ri(f)との一致度は、次の式(3)を用いて判断される。
ここで、traceは行列のトレースを算出する演算子である。Hは行列またはベクトルのエルミート転置を取る演算子とする。モニタリング対象稼動部ごとに(jごとに)式(3)が最大となるような周期成分を選択し、その周期成分がj番目のモニタリング対象稼動部の周期成分として正常成分DB405に書き込まれる。
図11は、正常成分DB405に書き込むモニタリング対象稼動部からの信号のデータテーブルの構成を示す図である。当該テーブルには、モニタリング対象稼動部毎に、伝達関数aj(f)が登録されている。
図12は、周期成分・非周期成分学習部403の内部のブロック構成を示す図である。
周期成分・非周期成分学習部403は、複数の、周波数毎周期成分・非周期成分学習部802−1乃至Kと、パーミュテーション解決部803と、を有している。
図13は、周波数毎周期成分・非周期成分学習部802で実行される処理の詳細を説明するためのフローチャートである。入力信号から周期成分と非周期成分を分離するためには、分離するためのパラメータ(例えば、強度の情報、どの時間帯にどの周波数成分が大きくなるのかという情報)が必要となる。ただし、そのパラメータを取得するにはまず入力信号を分離しなければならない。分離した信号から、或る周波数成分は或る時間帯に大きくなる/小さくなるということを学習する。このような学習は1回の処理で完了させることはできないため、図13に示すような処理を実行することになる。
図14は、に異常検出プログラム600のブロック構成を示す図である。異常検出プログラムは、異常を検出する異常検出処理501と、検出した異常を監視サーバー211に送付する検出結果送信処理601と、によって構成されている。
図16は、本発明の実施形態による周期成分・非周期成分分離部502の詳細なブロック構成を示す図である。
図18は、周波数毎周期成分・非周期成分分離部902による処理の詳細を説明するためのフローチャートである。
図19は、異常判定部503による処理の詳細を説明するためのフローチャートである。
中央演算装置201は、周期成分と非周期成分の分離処理502が終了するたびに異常判定を開始する(S1301)。
(i)本発明の実施形態によれば、計測装置に設けられた複数の計測センサによって計測されたセンサ信号が異常検出装置に入力される。このセンサ信号では、計測装置の制御周期の定数倍で音量が変化する周期成分と、制御周期とは無関係に変動する非周期成分と、が混在している。まず、異常検出装置は、計測装置の制御周期の情報を用いて(周波数成分の周期を制御周期の定数倍とする)、センサ信号に対して最尤推定を実行する(最初にパラメータとして適当な音量vi(f, τ)と共分散行列Ri(f, τ)を与え、周期成分ci(f,τ)の二乗誤差が所定値よりも小さくなるまで、或いは所定回数、パラメータ更新を実行する)ことにより、周期成分と前記非周期成分とを分離する。そして、異常検出装置は、分離した周期成分の特徴量の変動を確率的に示す確率分布を算出し、モニタリング対象稼動部の伝達関数とともにデータベースに登録する(以上、学習処理)。なお、稼動部が複数存在する場合には、予め設定されたモニタリング稼動部の伝達関数とモニタリング稼動部からの音響信号の周期成分の時間不変情報とに基づいて、モニタリング稼動部からの音響信号の周期成分が抽出される。
101・・・回転テーブル
102・・・稼動部
103・・・モニタリング対象稼動部
104・・・計測用センサ
200・・・異常検出装置
201・・・中央演算装置
202・・・不揮発性メモリ
203・・・揮発性メモリ
211・・・監視サーバー
Claims (15)
- 計測装置が有する複数の計測センサによって計測されたセンサ信号の異常を検出する異常検出装置であって、
前記計測されたセンサ信号であって、前記計測装置の制御周期の定数倍で音量が変化する周期成分と、前記制御周期とは無関係に変動する非周期成分と、が混在するセンサ信号を格納するメモリと、
前記センサ信号の異常を検出するプロセッサと、を有し、
前記プロセッサは、
前記メモリから前記センサ信号を読み出し、前記制御周期の情報を用いて、前記センサ信号に対して最尤推定を実行することにより、前記周期成分と前記非周期成分とを分離し、当該分離した周期成分の特徴量の変動を確率的に示す確率分布を算出する学習処理と、
前記学習処理に用いられたセンサ信号以外のセンサ信号を検査対象として前記メモリから読み出し、前記学習処理の結果を用いて前記検査対象のセンサ信号の異常を検出する異常検出処理と、
を実行することを特徴とする異常検出装置。 - 請求項1において、
前記センサ信号は、前記計測装置が有する、モニタリング対象稼動部を含む複数の稼動部からの音響信号を含み、
前記プロセッサは、前記学習処理において、予め設定された前記モニタリング稼動部の伝達関数と前記モニタリング稼動部からの音響信号の周期成分の時間不変情報とに基づいて、前記モニタリング稼動部からの音響信号の前記周期成分を抽出することを特徴とする異常検出装置。 - 請求項2において、
前記プロセッサは、前記学習処理において、前記センサ信号を複数の周波数帯域に分割し、各周波数帯域の信号を前記周期成分と前記非周期成分に分離する処理と、前記各周波数帯域の信号の相関性に基づいて前記モニタリング対象稼動部の周期成分を抽出するパーミュテーション解決処理と、を実行することを特徴とする異常検出装置。 - 請求項2において、
前記プロセッサは、前記異常検出処理において、前記学習処理によって得られた前記周期成分のパラメータを用いて、前記検査対象のセンサ信号に対して最尤推定を実行することにより、前記検査対象のセンサ信号を前記周期成分と前記非周期成分に分離し、分離して得られた当該周期成分の音響特徴量と前記学習処理で算出された前記モニタリング対象稼動部の前記確率分布とに基づいて、前記検査対象のセンサ信号の異常を検出することを特徴とする異常検出装置。 - 請求項4において、
前記プロセッサは、前記異常検出処理において、前記検査対象のセンサ信号を複数の周波数帯域に分割し、前記モニタリング対象稼動部以外の稼動部からの信号を取り除くフィルタを用いて、各周波数帯域の信号を前記周期成分と前記非周期成分に分離し、前記モニタリング対象稼動部の周期成分の信号を取り出す処理を実行することを特徴とする異常検出装置。 - 請求項2において、
前記プロセッサは、さらに、前記モニタリング稼動部の動作が正常か異常かを示す異常検出処理の結果を表示装置の表示画面に表示する処理を実行することを特徴とする異常検出装置。 - 請求項2において、
前記プロセッサは、さらに、前記複数の稼動部から前記モニタリグ対象稼動部を設定し、当該モニタリング対象稼動部に対応して前記複数の計測センサのそれぞれの強度を設定するための初期設定画面を表示装置に表示する処理を実行することを特徴とする異常検出装置。 - 計測装置が有する複数の計測センサによって計測されたセンサ信号の異常を検出する異常検出方法であって、
プロセッサが、前記計測されたセンサ信号であって、前記計測装置の制御周期の定数倍で音量が変化する周期成分と、前記制御周期とは無関係に変動する非周期成分と、が混在するセンサ信号を格納するメモリから前記センサ信号を読み出すステップと、
前記プロセッサが、前記制御周期の情報を用いて、前記センサ信号に対して最尤推定を実行することにより、前記周期成分と前記非周期成分とを分離し、当該分離した周期成分の特徴量の変動を確率的に示す確率分布を算出する学習ステップと、
前記プロセッサが、前記学習ステップで用いられたセンサ信号以外のセンサ信号を検査対象として前記メモリから読み出し、前記学習ステップの処理結果を用いて前記検査対象のセンサ信号の異常を検出する異常検出ステップと、
を含むことを特徴とする異常検出方法。 - 請求項8において、
前記センサ信号は、前記計測装置が有する、モニタリング対象稼動部を含む複数の稼動部からの音響信号を含み、
前記学習ステップにおいて、前記プロセッサは、予め設定された前記モニタリング稼動部の伝達関数と前記モニタリング稼動部からの音響信号の周期成分の時間不変情報とに基づいて、前記モニタリング稼動部からの音響信号の前記周期成分を抽出することを特徴とする異常検出方法。 - 請求項9において、
前記学習ステップにおいて、前記プロセッサは、前記センサ信号を複数の周波数帯域に分割し、各周波数帯域の信号を前記周期成分と前記非周期成分に分離する処理と、前記各周波数帯域の信号の相関性に基づいて前記モニタリング対象稼動部の周期成分を抽出するパーミュテーション解決処理と、を実行することを特徴とする異常検出方法。 - 請求項9において、
前記異常検出ステップにおいて、前記プロセッサは、前記学習ステップの処理によって得られた前記周期成分のパラメータを用いて、前記検査対象のセンサ信号に対して最尤推定を実行することにより、前記検査対象のセンサ信号を前記周期成分と前記非周期成分に分離し、分離して得られた当該周期成分の音響特徴量と前記学習処理で算出された前記モニタリング対象稼動部の前記確率分布とに基づいて、前記検査対象のセンサ信号の異常を検出することを特徴とする異常検出方法。 - 請求項11において、
前記異常検出ステップにおいて、前記プロセッサは、前記検査対象のセンサ信号を複数の周波数帯域に分割し、前記モニタリング対象稼動部以外の稼動部からの信号を取り除くフィルタを用いて、各周波数帯域の信号を前記周期成分と前記非周期成分に分離し、前記モニタリング対象稼動部の周期成分の信号を取り出すことを特徴とする異常検出装置。 - 請求項9において、さらに、
前記プロセッサが、前記モニタリング稼動部の動作が正常か異常かを示す異常検出処理の結果を表示装置の表示画面に表示するステップを含むことを特徴とする異常検出方法。 - 請求項9において、さらに、
前記プロセッサが、前記複数の稼動部から前記モニタリグ対象稼動部を設定し、当該モニタリング対象稼動部に対応して前記複数の計測センサのそれぞれの強度を設定するための初期設定画面を表示装置に表示するステップを含むことを特徴とする異常検出方法。 - コンピュータに異常検出方法を実行させるためのプログラムを記憶するコンピュータ読み取り可能な記憶媒体であって、
前記異常検出方法は、計測装置が有する複数の計測センサによって計測されたセンサ信号の異常を検出する異常検出方法であって、
前記コンピュータが、前記計測されたセンサ信号であって、前記計測装置の制御周期の定数倍で音量が変化する周期成分と、前記制御周期とは無関係に変動する非周期成分と、が混在するセンサ信号を格納するメモリから前記センサ信号を読み出すステップと、
前記コンピュータが、前記制御周期の情報を用いて、前記センサ信号に対して最尤推定を実行することにより、前記周期成分と前記非周期成分とを分離し、当該分離した周期成分の特徴量の変動を確率的に示す確率分布を算出する学習ステップと、
前記コンピュータが、前記学習ステップで用いられたセンサ信号以外のセンサ信号を検査対象として前記メモリから読み出し、前記学習ステップの処理結果を用いて前記検査対象のセンサ信号の異常を検出する異常検出ステップと、
を含むことを特徴とするコンピュータ読み取り可能な記憶媒体。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013218008A JP6236282B2 (ja) | 2013-10-21 | 2013-10-21 | 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 |
PCT/JP2014/077884 WO2015060273A1 (ja) | 2013-10-21 | 2014-10-21 | 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 |
CN201480056176.7A CN105637331B (zh) | 2013-10-21 | 2014-10-21 | 异常检测装置、异常检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013218008A JP6236282B2 (ja) | 2013-10-21 | 2013-10-21 | 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015081768A true JP2015081768A (ja) | 2015-04-27 |
JP6236282B2 JP6236282B2 (ja) | 2017-11-22 |
Family
ID=52992867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013218008A Active JP6236282B2 (ja) | 2013-10-21 | 2013-10-21 | 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6236282B2 (ja) |
CN (1) | CN105637331B (ja) |
WO (1) | WO2015060273A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5954604B1 (ja) * | 2015-12-14 | 2016-07-20 | 富士ゼロックス株式会社 | 診断装置、診断システムおよびプログラム |
JP5996153B1 (ja) * | 2015-12-09 | 2016-09-21 | 三菱電機株式会社 | 劣化個所推定装置、劣化個所推定方法および移動体の診断システム |
JP2019027814A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社ディーゼルユナイテッド | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 |
JP2020144063A (ja) * | 2019-03-08 | 2020-09-10 | 株式会社アニモ | 音響又は振動の判定方法及び判定のための情報処理システム |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6947219B2 (ja) * | 2017-09-06 | 2021-10-13 | 日本電信電話株式会社 | 異常音検知装置、異常モデル学習装置、異常検知装置、異常音検知方法、異常音生成装置、異常データ生成装置、異常音生成方法、およびプログラム |
CN108064456B (zh) * | 2017-09-30 | 2021-09-03 | 深圳市欢太科技有限公司 | 一种异常频点的检测方法及装置、计算机存储介质 |
EP4216216A1 (en) * | 2018-08-10 | 2023-07-26 | Nippon Telegraph And Telephone Corporation | Probability distribution learning apparatus and autoencoder learning apparatus |
JP7442390B2 (ja) * | 2020-06-01 | 2024-03-04 | 株式会社日立ビルシステム | 軸受検査装置及び軸受検査方法 |
CN117056663B (zh) * | 2023-10-13 | 2024-02-13 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003156415A (ja) * | 2001-11-21 | 2003-05-30 | Shogo Tanaka | 物理モデルを用いた適応的パラメータ推定法による大型構造物の健全度点検方法およびその装置 |
JP2012018066A (ja) * | 2010-07-07 | 2012-01-26 | Panasonic Electric Works Sunx Co Ltd | 異常検査装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4876136B2 (ja) * | 2009-02-17 | 2012-02-15 | 株式会社日立製作所 | 異常診断装置および異常診断方法 |
JP5783808B2 (ja) * | 2011-06-02 | 2015-09-24 | 三菱電機株式会社 | 異常音診断装置 |
-
2013
- 2013-10-21 JP JP2013218008A patent/JP6236282B2/ja active Active
-
2014
- 2014-10-21 WO PCT/JP2014/077884 patent/WO2015060273A1/ja active Application Filing
- 2014-10-21 CN CN201480056176.7A patent/CN105637331B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003156415A (ja) * | 2001-11-21 | 2003-05-30 | Shogo Tanaka | 物理モデルを用いた適応的パラメータ推定法による大型構造物の健全度点検方法およびその装置 |
JP2012018066A (ja) * | 2010-07-07 | 2012-01-26 | Panasonic Electric Works Sunx Co Ltd | 異常検査装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5996153B1 (ja) * | 2015-12-09 | 2016-09-21 | 三菱電機株式会社 | 劣化個所推定装置、劣化個所推定方法および移動体の診断システム |
WO2017098601A1 (ja) * | 2015-12-09 | 2017-06-15 | 三菱電機株式会社 | 劣化個所推定装置、劣化個所推定方法および移動体の診断システム |
JP5954604B1 (ja) * | 2015-12-14 | 2016-07-20 | 富士ゼロックス株式会社 | 診断装置、診断システムおよびプログラム |
JP2019027814A (ja) * | 2017-07-26 | 2019-02-21 | 株式会社ディーゼルユナイテッド | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 |
JP2020144063A (ja) * | 2019-03-08 | 2020-09-10 | 株式会社アニモ | 音響又は振動の判定方法及び判定のための情報処理システム |
JP7272631B2 (ja) | 2019-03-08 | 2023-05-12 | 株式会社アニモ | 音響又は振動の判定方法及び判定のための情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
CN105637331B (zh) | 2019-01-01 |
WO2015060273A1 (ja) | 2015-04-30 |
JP6236282B2 (ja) | 2017-11-22 |
CN105637331A (zh) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6236282B2 (ja) | 異常検出装置、異常検出方法、及びコンピュータ読み取り可能な記憶媒体 | |
US9620130B2 (en) | System and method for processing sound signals implementing a spectral motion transform | |
US11688415B2 (en) | System and methods for machine anomaly detection based on sound spectrogram images and neural networks | |
US20160284346A1 (en) | Deep neural net based filter prediction for audio event classification and extraction | |
CN113436643B (zh) | 语音增强模型的训练及应用方法、装置、设备及存储介质 | |
JP6784758B2 (ja) | ノイズ信号判定方法及び装置並びに音声ノイズ除去方法及び装置 | |
JP6413741B2 (ja) | 振動発生源推定装置、方法およびプログラム | |
JP6334895B2 (ja) | 信号処理装置及びその制御方法、プログラム | |
KR101476111B1 (ko) | 단시간 푸리에 변환기법을 이용한 탄성파 반사법 탐사자료의 개별 주파수 특성 분석 방법 및 장치 | |
US20160007130A1 (en) | Performance Metric Based Stopping Criteria for Iterative Algorithms | |
JP6747447B2 (ja) | 信号検知装置、信号検知方法、および信号検知プログラム | |
JP5994639B2 (ja) | 有音区間検出装置、有音区間検出方法、及び有音区間検出プログラム | |
CN108107437B (zh) | 一种利用简正波耦合干涉的海洋环境监测方法 | |
JP2019066339A (ja) | 音による診断装置、診断方法、および診断システム | |
WO2020250797A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2014021315A (ja) | 音源分離定位装置、方法、及びプログラム | |
CN115758237A (zh) | 基于智能巡检机器人的轴承故障分类方法及系统 | |
JP2011139409A (ja) | 音響信号処理装置、音響信号処理方法、及びコンピュータプログラム | |
JP7024615B2 (ja) | 音響信号分離装置、学習装置、それらの方法、およびプログラム | |
Dackermann et al. | On the use of the cepstrum and artificial neural networks to identify structural mass changes from response-only measurements | |
CN109270492A (zh) | 一种用于大全息距离的正则化参数选取方法 | |
US20220223167A1 (en) | Information processing device, information processing system, information processing method, and program | |
US20230230581A1 (en) | Data augmentation system and method for multi-microphone systems | |
US20230230582A1 (en) | Data augmentation system and method for multi-microphone systems | |
US20230230580A1 (en) | Data augmentation system and method for multi-microphone systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160804 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170523 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170720 |
|
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: 20171024 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171030 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6236282 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |