JP2016539416A - 信号を特徴付けるための方法及びデバイス - Google Patents

Abstract

信号Ｕを特徴付ける方法であって、Ａ）信号Ｕを獲得するステップを有する方法において、前記方法は、さらに、Ｂ）ステップＡで獲得した信号Ｕの少なくとも一部分の振動定格σを決定するステップと、Ｃ）ステップＡで獲得した信号Ｕの少なくとも一部分の変化レベルΔ＜Ｕ＞を決定するステップと、Ｄ）少なくとも前記振動定格σと前記変化レベルΔ＜Ｕ＞とを組合せる一関数を適用することによって、信号を特徴付ける情報Ｒ１、Ｒ２を決定するステップとを有する。上記方法を実施するための信号特徴付けデバイス。【選択図】図１

Description

本発明は、信号を特徴付ける方法、そしてより詳細には、信号の特徴付けを使用して故障を検出する方法に関する。本発明は同様に、このような方法を実施するためのデバイスにも関する。

故障を検出するための方法は公知である。第１のステップＡにおいて、信号、例えばセンサー由来の信号が獲得される。その後、後続するステップにおいて、信号は、故障を用いて故障方法により解析される。すなわち、各故障タイプが、信号の特定の特徴の一関数として１つずつ識別される。例えば、平坦信号はケーブル破断と結びつけられ、飽和信号はセンサー故障と結びつけられる等々。これらの方法は、予測する必要のある故障の数及び中間解析演算の複雑性のため、概して実装が煩わしいものである。

この欠陥を是正するために、一部のメーカーは、自社のセンサー及びシステムに最適化された故障検出方法を開発してきた。それでも、その解決法は、使用されるセンサー又はコンピュータシステムに左右されるかぎり、満足のいくものではない。異なるメーカー由来の複数のサブシステムが共存している複雑なシステムにおいては、各サブシステムのために異なる故障検出方法を使用することによって、システムを全体として制御するのが極めて煩雑になり、それは、１つの構成部品を別のメーカー製の同等の構成部品で交換する必要がある場合に常に１つの障害となることが分かっている。

さらに、解析を劣化させるか又はオペレータの判断を誤らせるリスクを承知の上で、存在しない故障の検出を回避することが重要である。実際に、誤検出は、例えば制御されるシステムが宇宙船である場合などには悲惨な帰結をもたらす可能性がある。宇宙船内、例えばロケットエンジンなどにおいては、故障の誤検出は、推進剤の過剰消費又はシステムの実際の状態には不適切な指令の実施を導く可能性がある。したがって、方法により故障が検出される場合、故障検出が信頼できるものであるか否かを表わす妥当性情報とこの故障検出を結びつけることが可能でなければならず、しかもそれを単純かつロバストな形で行なうことができなければならない。

本発明の目的は、単純、ロバスト、高速、汎用でかつ、信号に関する信頼性の高い情報を提供する信号の特徴付け方法を提供することにある。

この目的は、信号を獲得するステップＡに加えて、方法には、
Ｂ）ステップＡで獲得した信号の少なくとも一部分の振動定格を決定するステップと、
Ｃ）ステップＡで獲得した信号の少なくとも一部分の変化レベルを決定するステップと、
Ｄ）少なくとも前記振動定格と前記変化レベルとを独立変数としてとる一関数を適用することによって、信号を特徴付ける情報を決定するステップとが含まれるという事実によって達成される。

ステップＡで獲得される信号は、経時的に変化する情報である。それはアナログ又はデジタル、連続的又は離散的であってよい。信号は、獲得持続時間中に獲得されるか、又は連続的に獲得される可能性もある。それでも、方法は、所与の時間窓に由来するデータのみに基づいて実施される。時間窓とは、開始の時間と終了の時間の間の時間的間隔である。

方法は同様に、獲得した信号についての情報を常時提供しようとするものでもある。その後、ステップＢ、Ｃ及びＤは概して、異なる連続する瞬間において信号を特徴付けるために反復的な形で多数回繰返される。さらに、これらの反復の各々において、ステップＢ及び／又はステップＣが、複数の瞬間にわたって獲得された信号値に基づいて実施される。詳細には、各反復において、信号を特徴付ける情報が決定される考慮中の瞬間の前及び／又は後の複数の瞬間において獲得された信号の値に基づいて、ステップＢ及び／又はステップＣを実施することができる。

信号は、各々経時的に変化することのある１つ以上の成分を有していてよい。したがって、本発明の意味合いにおける「信号」は、１つのベクトルを形成するために統合される複数の物理的信号に対応してよい。したがって、以下では、単一の信号について言及されているが、それはスカラー又はベクトルであってもよい。ベクトル信号の場合、毎回変化するスカラー成分は単に「成分」という用語で呼称される。「信号部分」という用語は、獲得された全ての成分に由来する信号の１つ以上の成分の選択かあるいは獲得持続時間中の一定の時間的瞬間の選択か、あるいはこれらの２種類の選択の組合せのいずれかを意味するために用いられる。

「振動定格」という用語は、信号の振動を表わす、すなわち恒常であるか又はゆっくりと変化する１つの値、例えばその平均値を中心にして変動する信号の傾向を表わす情報を呼称するために使用される。詳細には、振動定格は、信号の低速変化を表わす情報を除いた、すなわち信号の平均値がいかに変化するかそして場合によってはより低周波数の高調波がいかに変化するかを表わす情報を除いた、信号の高速変動のみの関数であってよい。これとは逆に、「変化レベル」という用語は、信号の低速変化を表わす情報すなわち信号の平均値の変化又はそのより低周波数の高調波の変化のみを表わす情報を意味するために使用される。例えば、この情報は、信号の低速変化を明らかにするのに充分である長さの時間的間隔にわたり計算される。変化レベルは、信号の平滑値又は平均値から計算されてよい。例えば、変化レベルは、信号の値の増加率又は信号の平滑値又は平均値から得られる値であってよい。

本明細書において、信号の低速変化を表わし変化レベルの計算に使用される（「低」）周波数は、信号が取り上げられるシステムダイナミクスに作用する周波数以下の周波数である。

逆に、振動定格を計算するために使用され、信号の高速変動のみを表わす周波数は、低周波数よりも真に大きい周波数である。

一例を挙げると、システムは、伝達関数で表わされ、共振周波数により特徴付けられてよく、この共振周波数はシステムの自然な反応、又はシステムに与えられる指令に応答した反応の仕方に基づいて決定されてよい。測定された信号に応じて、その共振周波数を、システムに固有である特性時間からか又はシステムの過渡状態の特性時間から、抽出してよい。

このとき、信号の低速変化を表す低周波数は、共振周波数よりも低い周波数であり、一方共振周波数より高い周波数は、信号の高速変動を表わし振動定格の計算に使用される周波数である。このような状況下で、低周波数は、システムの挙動の方を表わしており、一方高周波数はノイズの方を表わしている。共振周波数及び／又は低及び高周波数は、特徴付けすべき信号についての知識に基づいて、当業者により決定される。

振動定格と変化レベルを組合せたこのような方法を用いて、故障を１つずつ特徴付けることよりも簡単に情報によって信号を特徴付けることができる。抽出された２つの一次情報（振動定格及び変化レベル）を使用し、これらを組合せることにより、そうでなければ容易にアクセスできないと考えられる有用な信号特徴付け情報を得ることが簡単になる。さらに、この方法はあらゆる信号に対して適用可能である。ステップＤで実施される情報の組合せは、先験的に、明示的な数学演算からニューラルネットワークを用いた情報の組合せに至るまで、任意のタイプの組合せであってよい。

単一の情報及び閾値が一般的に使用される技術的現状と比較した場合、２つの情報すなわち振動定格と変化レベルを組合せるために様々な演算子を使用するという事実は、組合せを実施するために選択される演算に応じて信号から様々なタイプの情報を演繹することをも可能にする。

一部の実装においては、少なくとも１つの指標の値が、詳細には既定の表を用いて、振動定格から及び／又は変化レベルから決定され、信号を特徴付ける情報は、前記少なくとも１つの指標からステップＤにおいて決定される。

「指標」という用語は、振動定格及び／又は変化レベルに適用される任意の関数の結果である値、好ましくは実数を呼称するために用いられる。指標は通常、考慮中の瞬間における信号の特異的特徴を表わす。少なくとも１つの指標を既定の表から決定する作業は、極めて迅速に実施可能である、さらに、指標に対して実施される演算は、多くの場合、信号に対して実施される演算よりも単純である。方法は、少なくともこれら２つの理由から極めて高速のものとなり、このことは、特に実時間アプリケーションにとって重要であり得る。

例えば、既定の対応表を使用することにより振動定格及び／又は変化レベルから少なくとも１つの指標を決定することからなる演算は、信号に対して一部のサブセットに対する帰属度を与えることで構成される可能性がある。所与のサブセットについて、そのサブセットに対する信号の帰属度は、信号がそのサブセットに完全に属する場合１であり、それに全く属していない場合０であり、信号が部分的にそのサブセットに属する場合０〜１の間の任意の値であってよい。ファジー論理の分野に特異的であるこの定義は、１つのセットに対する１つの信号の帰属が二進的に推定されるブール論理の延長を構成する。さらに、当業者であれば、実践上の理由で範囲［０、１］が一例として選択されるものの［０、１］の代りに他のいかなる範囲でも使用できるということを、容易に理解するものである。ファジー論理では、サブセットは言語変数と呼ばれる。したがって、この例において、指標は言語変数との関係における信号を表わす値に対応する。好ましくは、複数の指標が決定される。決定される指標の数が多ければ多いほど、これらの指標は信号をより良く表わすことになる。指標は並行して決定してよく、そうすることで、特徴付け方法を実行するための所要時間が長くなるのを回避することができる。指標は信号を特徴付ける。

さらに、第１に振動定格及び／又は変化レベルと第２に指標（単複）との間の対応表は既定であるものの、言語変数の広がり（換言するとサブセットのサイズ）は、獲得した信号に適応させることが可能である。例えば、１〜２の範囲で変化する信号を、−５０〜＋５０の範囲で変化する信号と同じ要領で推定することが不合理であると考えられるのは明白である。こうして、言語変数の広がりは、考慮中の信号の広がりの既定の関数であり得る。こうして、方法はさらに一層汎用のものとなり、それを多くのシステムそして多くの信号に適応させることが可能になる。

一部の実装において、信号は計算された情報を含む。「計算された情報」という用語は、必ずしも測定値から導出されていないデータに基づいて実施された演算の結果を意味するために用いられる。したがって、信号特徴付け方法は、完全に又は部分的に合成又はシミュレートされた信号に適用されてよい。

一部の実装において、信号は、少なくとも１つのセンサーを用いて得られた情報を含む。これには、たとえそれがセンサー内部の変換演算の結果であっても、センサーが提供する任意の値が含まれる。こうして、信号特徴付け方法は、１つ以上のセンサーを用いて獲得した物理的信号に適用されてよい。したがって、以上のことから、信号の成分の一部が計算された情報を含み、一部が少なくとも１つのセンサーを用いて測定された情報を含むという意味において、信号を部分的に計算によってそして部分的にセンサーから得ることが可能である。同様に、信号を離散的に、詳細にはセンサーを用いて測定すること、そして計算演算、典型的には補間演算を実施して中間時間値をこの信号に付加することも可能である。

一部の実装において、ステップＢは、
Ｂ１）ステップＡで獲得した信号から振動コンテンツを抽出するサブステップと、
Ｂ２）ステップＢ１で得られた振動コンテンツの正規化に等しいものとして、振動定格を計算するサブステップと、を含む。

「振動コンテンツ」という用語は、信号からその平均値そして場合によってはその低周波数高調波を減算することすなわち準静的変化を減算することによって得られる時間の一関数としての情報を意味するために用いられる。したがって振動コンテンツは、ゼロ平均信号である。その後、上述の振動コンテンツについて振動定格が計算される。振動定格は、振動コンテンツを正規化することによって、すなわち、振動コンテンツの規模を特徴付ける一関数を適用することによって、計算されてよい。「正規化」という用語は、本明細書では、１つのデータセット（この例では異なる瞬間における振動コンテンツ値）をその独立変数として取り、かつデータの絶対値が高い値である場合には次第に大きくなる結果を送出する１つの関数のことを意味するために使用されている。この例では、正規化による振動定格の決定は、一般に、正規化のための独立変数として所与の時間窓にわたり振動コンテンツの全ての値のセットを取り上げることによって実施される。例えば、正規化は、ゼロ平均信号空間に対して実施される正規化演算であり信号の変化を表わす標準偏差であってよい。それでも、他の正規化演算を使用することも可能であると考えられる。１つの時間窓にわたり正規化するという事実は、信号の履歴を一定量考慮に入れること、ひいては振動情報を平滑化することを可能にする。

一部の実装において、振動定格及び変化レベルは、信号の同じ共通部分について、詳細には同じ成分について、かつ詳細には信号自体の全ての成分について決定される。信号の共通部分を特徴付けることで、一部の中間計算を共有することが可能となり、こうして方法の信頼性及び速度は増大される。それでも、これを常に行なうべきか否かは明白ではない。すなわち、経験からのフィードバックにより、当業者であれば、信号の或る部分が第１の情報を提供するために他の部分に比べて信頼性が高く、一方それとは反対に信号の他の部分は第２の情報を提供するための信頼性がより高いものであることが分かるかもしれない、例えば、第１の情報は、振動定格を指定し、第２の情報は変化レベルを指定し得る。別の例では、第１の情報は、信号の状態、例えば故障状態を指定してよく、第２の情報は、信号の前記状態に対して与えるべき信頼指数を指定するかもしれない。当業者は、獲得すべき信号の成分及びこれらの成分について実施すべき演算を、信号の様々な成分に関する自らの事前の知識に基づいて選択する。

一部の実装において、ステップＢ及び／又はステップＣは、移動する時間窓中に受信した信号の値に基づいて実施される。例えば、実時間特徴付け方法を実施する場合、ステップＢ、Ｃ及びＤが、連続する瞬間において反復される。こうして、各反復において、ステップＢ及び／又はステップＣは、移動する時間窓中に獲得された値に基づいて実施され、時間窓は、異なる連続的瞬間と共に時間的に移動する。移動する時間窓の使用により、振動定格によって提供される平滑化は改善される。これにより同様に、計算、特に正規化による振動定格の計算の最適化も可能になる。具体的には、移動窓を用いると、以下で説明する通り、計算を再帰的に実施し、こうして計算時間及びメモリー占有の節約を達成することが可能である。

一部の実装において、ステップＤで、関数は、閾値、算術演算子、ブール演算子及び／又はファジー論理演算子を使用することによって振動定格と変化レベルとを組合せる。

一例として、ブール演算子は、ＡＮＤ、ＯＲ、ＮＯＴなどである。ファジー論理演算子又はファジー演算子は、指標としてそれらの独立変数を取り、連続的範囲［０、１］内に入る値を戻す関数である。使用される方法に応じて、同じファジー演算子の複数の実装が存在し得る。例えば、ファジーＡＮＤを単に積としてか又は最小値として定義づけしてもよい。さらに、組合せをさらに洗練されたものとするために演算子に対して重みづけを加えることができる。

本発明は同様に、上述の方法により得た少なくとも１つの情報に基づいて故障が検出される、故障検出方法にも関する。

上述の通りの信号特徴付け方法を用いると、故障は、より高い信頼性で、より迅速にかつよりロバストに検出される。誤検出の数は最小化される。

本発明は同様に、コンピュータによりプログラムが実行された場合に上述の信号特徴付け方法のステップを実行するための命令を含むコンピュータプログラムをも提供する。本発明は同様に、上述の信号特徴付け方法のステップを実行するための命令を含むコンピュータプログラムを格納するコンピュータ可読データ媒体をも提供する。

本発明は同様に、信号を特徴付けるためのデバイスにおいて、
Ａ）信号獲得手段、を含むデバイスであって、さらに、
Ｂ）獲得手段Ａを用いて獲得した信号の少なくとも一部分の振動定格を決定するために好適である、振動定格の決定手段と、
Ｃ）獲得手段Ａを用いて獲得した信号の少なくとも一部分の変化レベルを決定するために好適である変化レベルの決定手段と、
Ｄ）少なくとも前記振動定格と前記変化レベルを独立変数として取り上げる一関数を適用することによって前記信号を特徴付ける情報を決定するために好適である、獲得手段Ａを用いて獲得した信号を特徴付ける情報の決定手段と、を含むデバイスをも提供する。

一部の実施形態において、デバイスはさらに既定の表を含み、情報を決定するための手段は、振動定格及び／又は変化レベルから少なくとも１つの指標を計算することによって情報を決定するために好適である。

一部の実施形態において、振動定格Ｂを決定する手段は、
Ｂ１）ステップＡで獲得した信号から振動コンテンツを抽出する手段と、
Ｂ２）手段Ｂ１により抽出された振動コンテンツを正規化する手段と、を含む。

一部の実施形態において、振動定格決定手段Ｂ及び／又は変化レベル決定手段Ｃは、移動時間窓中に受信した信号値を使用するように構成されている。

一部の実施形態において、情報決定手段Ｄは、閾値、算術演算子、ブール演算子及び／又はファジー論理演算子を使用することによって振動定格と変化レベルとを組合せるために好適である。

一部の実施形態において、デバイスは、情報決定手段Ｄにより得た少なくとも１つの情報に基づいて、故障を検出するために好適である。

本発明は、非限定的実施例として提供された実装についての以下の詳細な説明を読んだ時点で、より良く理解でき、その利点はさらに明確になる。説明は、添付図面を参照している。

本発明の方法の実装の概略図である。 本発明の方法により獲得されかつ／又は計算される様々な信号の概略図である。 振動定格がいかに再帰的に計算されるかを示す、図２の詳細図である。 指標とそれぞれ振動定格、変化レベル及び信頼指数との間の既定の対応表である。 本発明の信号特徴付けデバイスがいかに設置されるかを示す概略図である。

図１〜４を参照しながら、本発明の信号特徴付け方法の一実装を以下で説明する。

ステップＡの間に、時間変化信号Ｕが獲得される。瞬間ｔにおける信号Ｕの値は、Ｕ（ｔ）と記される。この実装において、信号Ｕは連続的スカラー信号であり、その獲得は永久的に続行する。それでも、離散的信号を類似の要領で処理することは可能であると思われる。さらに、信号は以上で説明した通り複数の成分を含むことができる、このとき、以下で説明する処理をその成分の一部又は全てに適用するだけで充分であると思われる。

図２に示されている通り、瞬間ｔ＝０と瞬間ｔ＝Ｓの間で獲得した信号の値が考慮される。この時間中、特に、持続時間Ｄにより特徴付けられる時間窓Ｆが考慮される。さらに、離散的信号を用いると、Ｄよりも短い時間ステップΔｔを選択することが可能である。時間ステップΔｔは、処理を容易にするため信号Ｕの値が獲得される２つの連続的瞬間の間の時間の倍数であってよい。この時間ステップは、連続的である信号の場合には必要ではないが、それでも、以下で分かるように、一部の計算を単純化するためにそれを使用することができる。

信号Ｕは、実時間で獲得される。例えば、方法は、瞬間Ｔにおいて信号を特徴付ける情報を決定しようとしてよい。以下の説明は、この瞬間Ｔにおける方法の実装を記載しており、得られる結果は、考慮中のこの瞬間Ｔに特徴的なものである。このような状況下で、方法が使用する局所的時間窓Ｆは好ましくは、時間的間隔［Ｔ−Ｄ、Ｔ］である。方法のステップＢ、Ｃ及びＤは、以下で説明する通りに実施され、その後、後続する瞬間Ｔ＋ΔＴにおいて、時間窓Ｆはシフトされて、時間的間隔［Ｔ−Ｄ＋ΔＴ、Ｔ＋ΔＴ］となり、方法のステップＢ、Ｃ及びＤがもう一度実施される。このシフトは、信号の変化が追跡されている時限全体を通して反復される。これが、移動時間窓の原理を構成する。したがって、この実装において、方法は、獲得した信号Ｕを実時間で特徴付けるために反復的に実施される。それでも、これは、唯一の実装ではない。すなわち信号Ｕは一回限りで予め獲得することができ、方法のステップＢ、Ｃ及びＤを異なる時間窓上で帰納的に実施することができる。

方法のステップＢ及びＣは、図１に示された並列アーキテクチャによって標示される通り、独立していてよい。計算を最少化し方法をより高速にするために、これらのステップは、以下で、互いに依存し合い好ましい順序で実施されるものとして説明されている。

ステップＣ中に、信号Ｕの変化レベルを抽出する。これを行なうために、当初は時間窓Ｆ全体にわたる信号Ｕの準静的変化＜Ｕ＞を決定する。図２では、瞬間Ｔにおける信号Ｕの準静的変化＜Ｕ＞（Ｔ）は、局所的時間窓Ｆ全体にわたりＵの平均値に等しいものとして決定される。それでも、この定義は限定的ではない。例えば、準静的変化＜Ｕ＞は同様に、時間窓Ｆ全体にわたる信号Ｕの平均値に低高調波を加えたもの、あるいはＵの限定的展開の最初の項を指してもよい。換言すると、＜Ｕ＞は、全く無いとは言わないまでも低速で変化する信号Ｕの一部を表わすべきものである。時間窓Ｆ全体にわたる信号Ｕの準静的変化＜Ｕ＞は、アナログであってもデジタルであってもよいローパスフィルターを用いて、あるいはコンピュータを用いて抽出可能である。

例えば、１次又は２次のローパスフィルターが使用される場合、当業者は、信号が抽出されるシステムの共振周波数又は挙動の一関数として、以上で説明されている通りに遮断周波数を決定する。例えば、２次の減衰線形システムについては、１ステップに応答して１０％から９０％に移行するための時間は約２．２／Ｐｃである（式中、Ｐｃはシステムの共振角周波数）。したがって、２．２秒（ｓ）の過渡状態については、毎秒１ラジアン（ｒｄ／ｓ）すなわち約０．１５ヘルツ（Ｈｚ）に等しい共振角周波数を使用しなければならない。

さらに、ロバスト性の増大のため、ローパスフィルターが信号を過度に平滑化しないことを確実にする目的で、得られた共振周波数に対し一定のマージンを適用することが可能である。上述の例では、遮断周波数を得るために共振周波数を倍増すること、すなわち具体的には０．３Ｈｚに等しい遮断角周波数を使用することが可能である。

その後、信号Ｕの変化レベルΔ＜Ｕ＞を抽出する。この変化レベルΔ＜Ｕ＞は信号Ｕの低速変化を表わす。例えば、図２に示されているように、変化レベルΔ＜Ｕ＞は、準静的変化＜Ｕ＞の導関数であってよい。より単純には、変化レベルΔ＜Ｕ＞は、１つの時間ステップΔｔ中の＜Ｕ＞の増加率であってよい。すなわち、
Δ＜Ｕ＞（Ｔ）＝（＜Ｕ＞（Ｔ）−＜Ｕ＞（Ｔ−Δｔ）／Δｔ

この式は、離散的信号に極めて適応しているが、これを連続的信号に使用してもよい。

この例では、変化レベルΔ＜Ｕ＞は信号Ｕの準静的変化＜Ｕ＞に基づいて決定される。信号Ｕのタイプに応じて、直接信号Ｕに基づいて変化レベルを決定するだけで充分であるかもしれず、その場合、それはΔＵと記される。変化レベルが増加率に対応する場合、それは以下の式を用いて決定されてよい。
ΔＵ（Ｔ）＝（Ｕ（Ｔ）−Ｕ（Ｔ−Δｔ））／Δｔ

実際には、時間ステップΔｔは、方法の様々な反復中、恒常であることから、上記式中でΔｔによる除算は不要である。その上、変化レベルを測定するために、より複雑な式を使用することができる。過渡状態と安定状態を区別するために、信号の動的側面を考慮に入れることが有利である、信号Ｕが取り出されるシステムの挙動は、その状態に応じて異なり、信号Ｕを特徴付ける情報は、現在の状態が安定状態か又は非安定状態かによって左右される場合がある。

その上、場合によっては、ステップＣとは独立した形で信号の振動定格が決定される（ステップＢ）。この演算はステップＣと並行して実施される。より一般的には、それはステップＢの前に、又はそれと同時に、あるいはその後に実施される。ステップＢは、サブステップＢ１及びＢ２を含む。

ステップＢ１中に、信号から振動コンテンツ

（以下、Ｕ^Λと置き換えるものとする）を抽出する。これを行なうために、時間窓Ｆ全体にわたる平均値そして場合によってはその低周波数高調波も信号Ｕから減算される。信号Ｕから減算される値は、ステップＣ中に決定される準静的変化＜Ｕ＞の値であってよい。それは同様に、他の何らかの値でもあり得、その場合、ステップＢ及びＣは独立している。時間窓Ｆ全体にわたる信号Ｕの振動コンテンツＵ^Λは、アナログ又はデジタルであってよいハイパスフィルターを用いて、又は例えば高速フーリエ変換アルゴリズム使用して、コンピュータを用いて抽出されてよい。このとき振動コンテンツは、ハイパスフィルターについて設定された遮断周波数よりも大きい周波数で信号の成分に基づいて計算される。ハイパスフィルターの遮断周波数は、変化レベルを計算するために使用されるローパスフィルターの遮断周波数以上であってよい。ハイパスフィルターの遮断周波数がローパスフィルターの遮断周波数よりも真に大きい場合、２つの遮断周波数間に存在する周波数範囲は、１つの不確実性範囲であり、この範囲内では信号が抽出されるシステムの挙動を表わすと同様にノイズを表わすこともある。その上、ハイパスフィルターの遮断周波数は、当業者が前記値において出現する臨界現象についての知識を有する場合に、この当業者によって一定の値を有するように選択されてよい。

抽出される振動コンテンツＵ^Λは、信号Ｕの中及び高周波数に対応するゼロ平均の信号である。方法のこの段階において、１つの周波数のみを留保せずにむしろ１セットの中及び高周波数を留保して、信号Ｕがその平均値を中心として変動する傾向あるいはその準静的変化の正しい表現を得ることが重要である。したがって、振動コンテンツＵ^Λは、ゼロである平均の信号である。

その後、ステップＢ２の間、瞬間Ｔにおける信号Ｕの振動定格σは、時間窓Ｆ全体にわたる振動コンテンツＵ^Λの正規化された値に等しいものとして計算される。この実装において、使用される正規化は、分散の平方根として定義づけされる標準偏差σである。すなわち

標準偏差は、平方及び平方根が関与する、２次正規化演算であり、これは、具体的にはゼロであるその平均値を中心とした振動コンテンツＵ^Λの変化を表わす。他の意味合いを有する他の正規化演算を使用することが可能であると思われる。例えば、３次正規化演算は、振動コンテンツＵ^Λの非対称性についての情報を提供すると考えられる。４次正規化演算は、振動コンテンツＵ^Λの平担化についての情報を提供すると思われる。選択される正規化演算は、得ることが所望されている情報タイプによって左右される。振動定格の決定のために正規化が使用される場合、例えば標準偏差などの、振動定格として振動コンテンツを正規化するための２次演算を使用することが有利である。標準偏差以外の第２次正規化演算を使用して、正規化のために以上で記した拡張された定義に適合する形で振動定格を計算することができる。

図２を見れば分かるように、移動する時間窓全体にわたる正規化により振動定格を計算することは、振動コンテンツＵ^Λと振動定格σの間の平滑化を導く。こうして振動定格は振動コンテンツに比べてノイズが低く、信号Ｕについてのより包括的な情報を提供する。

方法を反復する間のステップＢ２の速度を増大させるためには、標準偏差を再帰的に計算することが可能である。こうして、瞬間Ｔ＋ΔＴを考慮し、すでに瞬間Ｔについて方法が実施されたものと仮定した場合には、瞬間Ｔ＋ΔＴにおける標準偏差は、［Ｔ＋ΔＴ−Ｄ、Ｔ＋ΔＴ］から始まる時間窓Ｆ内に含まれる振動コンテンツＵ^Λの値の全てを使用せずに、瞬間Ｔにおいて計算される標準偏差と共に範囲Ｊ１＝［Ｔ−Ｄ、Ｔ＋ΔＴ−Ｄ］及びＪ２＝［Ｔ、Ｔ＋ΔＴ］内にある振動コンテンツＵ^Λの値のみを使用することによって、計算することができる。以下の関係を示すことは容易である。

図３に示されているように、この計算は、以下の通りに解釈可能である。すなわちσ（Ｔ＋ΔＴ）は、移動する時間窓Ｆを離れる（又は場合によってこの時間窓に入る）項を減算（又は場合によって加算）することにより、σ（Ｔ）から計算される。振幅ΔＴの範囲Ｊ１及びＪ２は、振幅Ｄの時間窓Ｆよりもはるかに小さく、こうして積分の計算を大幅に加速するかもしれない。この方法の利点は、上述の式の積分が振動コンテンツＵ^Λの容易にアクセス可能な値により置換されるかぎりにおいて、離散的信号を使用した場合にさらに増大する。

図１を見ると分かるように、変化レベルΔ＜Ｕ＞（ステップＣ）及び振動定格σ（ステップＢ）がひとたび決定された時点で、少なくとも振動定格及び変化レベルをその独立変数として取り上げる決定関数を適用することによって信号を特徴付ける情報を決定することが可能である（ステップＤ）。この実装においては、決定ステップＤは、指標を決定する先行ステップＤＢ及びＤＣを含む。

図４に示されているように、振動定格σ及び変化レベルΔ＜Ｕ＞について、既定の表Ｅが利用可能であり、この表に基づいて５つの指標値が決定される。ステップＢで得られた振動定格σについて、表Ｅは、３つの指標ＥＢ１、ＥＢ２、及びＥＢ３を計算するために必要なデータを含んでいる。指標ＥＢ１は、振動定格σが低いという事実を表わしている。すなわちその値は、それが実際に低い場合１であり、振動定格が、なおも実際に低い（ＥＢ１＝１）とみなされる値Ｂ１３から、それがもはや低くない（ＥＢ１＝０）とみなされる値Ｂ１４まで増大する場合、１から０まで減少し、前記値Ｂ１４を超えると、０に等しい値にとどまる。指標ＥＢ２及びＥＢ３は、同じ原理で機能する。これらの指標はそれぞれ、振動定格σが中又は高であるという事実を表わしている。表Ｅは同様に、ステップＣで得られた変化レベルΔ＜Ｕ＞について２つの指標ＥＣ１及びＥＣ２を計算するために必要とされるデータを有している。指標ＥＣ１及びＥＣ２は、変化レベルΔ＜Ｕ＞が低いか又は高いという事実をそれぞれに表わしている。指標ＥＣ１及びＥＣ２の値は、指標ＥＢ１及びＥＢ３の値と同じパターンをたどる。既定の表Ｅの指標はこうして、範囲［０、１］内の値である。範囲［０、１］は、この実施例において、実際上の理由で選択されたものであるが、任意の範囲を使用することができると思われる。

図４は、それぞれ振動定格σ及び変化レベルΔ＜Ｕ＞の一関数として５つの指標ＥＢ１、ＥＢ２、ＥＢ３、ＥＣ１及びＥＣ２を示す。図４を見れば分かるように、各指標は、４つの点によって決定される台形によって表わされてよい。例えば、指標ＥＢ２は、それぞれの縦座標値０、１、１、０を有する４つのそれぞれの横座標点Ｂ２１、Ｂ２２、Ｂ２３及びＢ２４により決定される。指標ＥＢ１の右上コーナーは、横座標値Ｂ１３を有し、指標ＥＢ１の右下コーナーは横座標値Ｂ１４を有する。図４の例では、Ｂ１３は、Ｂ２１に等しく選択され、Ｂ１４はＢ２２に等しいが、これらの等式の少なくとも１つは必ずしもあてはまらなくてよい。それでも、指標が信号の完全な描写を提供することが所望される場合、指標が重複することが好ましい、したがって、例えば、横座標値Ｂ１４が横座標値Ｂ２１よりも確実に大きくなるようにすると同時に、横座標値Ｂ２４が指標ＥＢ３の左下コーナーの横座標値Ｂ３１よりも確実に大きくなるようにするべく、注意を払わなければならない。

指標Ｅの表は既定である、すなわち信号特徴付け方法を実施する前に決定されるが、指標の値は、信号Ｕ、Δ＜Ｕ＞及び／又はσの広がりから動的に計算されてよい。一例を挙げると、２つの振動定格σ１及びσ２（σ１は範囲０〜２にわたり変化し、σ２は範囲−５０〜＋５０にわたり変化する）で、振動定格が範囲５〜１０内にある場合、値１の同じ中レベル指標ＥＢ２を使用するのは不合理であると考えられる。このような理由から、一例として、台形のコーナーの横座標値を、考慮中の振動定格の広がりに正比例させることが可能である。こうして、表Ｅに既定の固定値を記入する必要はなく、むしろ既定の関係（又は関数）を使用して記入する必要があることを理解することができる。前記関係は、必ずしも比例関係とは限らない。

図４は、台形形状の指標を示すが、これが考えられる唯一の形状ではない。指標は、任意の関数を実装してよい。例えば、横座標点Ｂ２１とＢ２２の間に存在する指標ＥＢ２の部分は、一次形状である代りに二次形状であってよく、他の任意の形状を有していてよい。

既定の表Ｅを使用することにより、各々の瞬間Ｔにおいて、振動定格σ（Ｔ）と結びつけられた指標の値を計算することが可能である。次に、式ＩＢｉ（Ｔ）＝ＥＢｉ（σ（Ｔ））を用いて３つの指標ＩＢ１、ＩＢ２及びＩＢ３が構築され、ここでｉは１、２及び３の値を取る。同様にして、各瞬間Ｔにおいて、変化レベルΔ＜Ｕ＞（Ｔ）に結びつけられた指標の値が計算される。こうして式ＩＣｉ（Ｔ）＝ＥＢｉ（Δ＜Ｕ＞（Ｔ））を用いて、２つの指標ＩＣ１及びＩＣ２が構築され、ここでｉは１及び２の値を取る。瞬間ｔ０における指標ＩＣ１及びＩＣ２の構築例が、図４に示されている。したがって、図２の下部部分に示されている時間の一関数としての曲線を有する指標ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１及びＩＣ２は、振動定格σ及び変化レベルΔ＜Ｕ＞を表わす時間関数である。

ファジー論理の語彙において、指標は言語変数として公知である。ステップＤＢ及びＤＣは、時間の関数であり第１に振動定格及び変化レベルと第２に言語変数との間の整合レベルを表わす指標と、振動定格σ及び変化レベルΔ＜Ｕ＞とを結びつけることからなる。このようなステップは、「ファジー化」と呼ばれることもある。換言すると、一例として、低レベル指標ＥＢ１から出発して、指標ＩＢ１は、振動定格がいかに低いものであるかを時間の一関数として示す。上述の通りの連続的指標の使用は、万一ブール指標が使用された場合と比べてより洗練された形で振動定格及び変化レベルを描写することを可能にする。こうして、異なるグレードの振動定格及び変化レベルがよりうまく使用される。

振動定格σ及び変化レベルΔ＜Ｕ＞の指標ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１及びＩＣ２がひとたび決定された時点で（ステップＤＢ及びＤＣ）、これらの指標は組合わされる。記載のデバイスにおいて、これらの指標は、相補的で信号Ｕの特徴付けに有用である２つの異なる情報Ｒ１及びＲ２を得るために、２つの異なるやり方（ステップＤ１及びＤ２）で組合わされる。２つの情報Ｒ１及びＲ２は独立しており、したがって並行して計算でき、こうして方法の実行に必要な合計時間は短縮される。その上、この実装が２つの情報Ｒ１及びＲ２の計算に限定されているとしても、単一のステップＤ１中に単一の情報Ｒ１のみを決定すること、又は少なくとも３つの対応するステップＤ１、Ｄ２及びＤ３などの間に少なくとも３つの情報Ｒ１、Ｒ２、及びＲ３などを計算することも可能である。各々のステップＤ１、Ｄ２は、こうして、ステップＤＢ及びＤＣ中に決定された指標の全て又は一部を使用することができる。

信号Ｕの高速変動を定量化する情報としての振動定格σ及び振動Ｕの低速変化を定量化する情報としての変化レベルΔ＜Ｕ＞は、こうして相補的である。したがって、その結果得られる指標は信号Ｕをより洗練された形で特徴付けることを可能にする。信号Ｕの典型的な状態、例えば低い変化レベルと中位の振動定格により特徴付けられる公称状態を識別することのみならず、信号Ｕが複数の典型的な状態間の途中にある状態を識別することも同様に可能である。この実装においては、状態Ｄ１及びＤ２の各々は、変化レベルに関係する少なくとも１つの指標と振動定格に関係する少なくとも１つの指標とを組合せる。

こうして、ステップＤ１中、ファジー論理ツールを用いて、第１の情報Ｒ１が計算される。この実施例において、この第１の情報Ｒ１は、「故障度」である。記載された実施例において、信号Ｕは、その変化レベルが低い一方でその振動定格が高い場合に、システム又は測定チャネルの故障の特徴を示している。このとき、ステップＤ１は、Ｒ１＝Ｆ（ＩＢ３、ＩＣ１）の計算を実施することからなる。一例を挙げると、関数Ｆ１はファジーＡＮＤ（Ｒ１＝ＩＢ３ ＡＮＤ ＩＣ１）であり、関数Ｆ１はこのとき、以下のように解釈される。すなわち、故障度Ｒ１は、振動定格が高い場合そして（ＡＮＤ）変化レベルが低い場合に高い。使用される方法において、ファジーＡＮＤの実装方法は複数存在する。例えば、図４のグラフ表示内に示されているように、ファジーＡＮＤは、最小であるものとして計算される（Ｒ１＝ｍｉｎ｛ＩＢ３、ＩＣ１｝）。ファジーＡＮＤは同様に積でもあり得る（Ｒ１＝ＩＢ３×ＩＣ１）。

記述した状況には、変化レベル及び振動定格に関係する指標を組合せるためにファジー演算子を使用する関数Ｆ１が関与しているが、変化レベルに関係する指標と振動定格に関係する指標とを組合せるために他の関数を使用することも可能である。一例を挙げると、振動定格の関数である指標を計算するために、従来の閾値を使用してよい。例えば、振動定格が低値よりも小さい場合、信号が平坦であるか又はピーク制限されていることを演繹することができ、これは或るタイプのシステムの故障の標示であり得る。この指標はこのとき、システムの故障度について値を確認するために、変化レベルの一関数である指標と組合わされる。

ステップＤ１と並行するステップＤ２の間、信頼指数Ｒ２が、指標ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１及びＩＣ２の一部又は全てから計算される。以下で説明する通り、一部の実装においては、信頼指数Ｒ２は指標ＩＢ２及びＩＣ１から計算される。具体的には、この信頼指数Ｒ２は、ステップＤ１において演繹される情報Ｒ１に対して演算子又は後処理システムが与えることのできる信頼性を表わす。信頼指数は、信号Ｕが信頼できると判断された場合、高くなる。例えば、信号Ｕは、その振動定格σが中位でその変化レベルΔ＜Ｕ＞が低い場合、より信頼できるものと判断される。具体的には、変化レベルが低くない場合は常に、測定の遅延又はシステム内の物理的慣性が信号Ｕの特徴付けを阻害し得るかぎりにおいて、信号Ｕを獲得するシステムが、振動定格が低いか又は高い場合でさえ故障状態を演繹するのが困難である過渡的段階に置かれていることを意味している。こうして、信頼指数を計算するために振動定格と変化レベルを組合せることにより、誤検出を回避することができる。

信頼指数Ｒ２は、単に、中位の振動定格指標ＩＢ２と低い変化レベル指標ＩＣ１を用いるだけで、Ｒ２＝ＩＢ２ ＡＮＤ ＩＣ１という式を使用して計算される。使用される方法において、ファジーＡＮＤは、最小として、積として、あるいはファジー論理のコンテンツ内の他の任意の好適な関数として計算されてよい。この実施例において、使用される関係は、Ｒ２＝ＩＢ２×ＩＣ１である。この実装は、極めて単純でありながら効果的でもある。様々なステップにおける計算の単純さのため、それは同様に実装が容易でかつ、非常に高速である。

この実装において、ステップＤ２中、信頼指数Ｒは、振動定格σ及び変化レベルΔ＜Ｕ＞に関係する指標から直接計算される。それでもなお、信頼指数Ｒ２を決定するか又はより一般的に信号Ｕを特徴付ける情報を決定するより精巧な方法が存在する。こうして、別の実装において、ステップＤ２中、信頼指数Ｒ２を表わす指標ＩＤ１及びＩＤ２の時間変化は、当初、振動定格σ及び変化レベルΔ＜Ｕ＞についての指標に基づいて決定される。信頼指数Ｒ２は方法のこの段階においてはなお未知であるものの、結果として得られた指標ＩＤ１及びＩＤ２が信頼指数Ｒ２の限定を可能にする。すなわち、ＩＤ１は、低い信頼指数の指標であり、ＩＤ２は高い信頼指数の指標である。指標ＩＤ１及びＩＤ２の時間変化がひとたび決定されたならば、このとき、第２のステップ中に、信頼指数Ｒ２の値は、これらの付随する代表的指標に基づいて再構築される。

指標ＩＤ１及びＩＤ２の時間変化を計算するためには、ファジー推論ルールを利用可能にする必要がある。ファジー推論ルールは、公知のデータすなわち他の指標ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１、及びＩＣ２に基づいて（又は振動定格σ及び変化レベルΔ＜Ｕ＞についての情報に基づいて）、信頼指数Ｒ２を表わすものである指標ＩＤ１及びＩＤ２の形で、信頼指数Ｒ２についての情報を得ることを可能にする。ファジー推論ルールは、例えば「変化レベルが高い場合（ＩＣ２）には、信頼指数は低い（ＩＤ１）」という含意の形をしているファジー論理演算子である。このルールは、経験的観測、すなわちシステムが過渡状態にある場合、故障状態の検出について確信するのは困難であるという事実の論理的翻訳からなる。ファジー推論ルールにおいて、必要条件（本実施例においては「信頼指数は低い」という結論）は、十分条件（本実施例においては「変化レベルは高い」という前提）と同程度の正確さを有する。換言すると、一例として示されたファジー推論ルールは、等式ＩＤ１＝ＩＣ２に対応する。このファジー推論ルールについては、高変化レベル指標ＩＣ２が０．８である場合、低信頼指数指標ＩＤ１は０．８である。

本実装において使用される別のファジー推論ルールは、「変化レベルが低く振動定格が高い場合には、信頼指数は高い」というものである。このルールは、「変化レベルは低く、そして（ＡＮＤ）振動定格は高い」という前提の値を決定するためにファジーＡＮＤを使用することで開始する必要があるという点を除いて、先行するルールと同じ要領で使用される。換言すると、この第２のファジー推論ルールは、等式ＩＤ２＝ＩＣ１ ＡＮＤ ＩＢ３に対応する。例えば、ひとたびこのファジーＡＮＤが適応された時点で、このような前提の値が０．４であることが計算される。こうして、この実施例において、信頼指数は値ＩＤ１＝０．８及びＩＤ２＝０．４により特徴付けられる。

一部の実装において、値ＩＤ１及びＩＤ２は、信号Ｕを特徴付ける情報であるものとみなされ、これらは、その後停止するか又は後続する反復へと移る方法によって、ステップＤ２から直接出力される。それでも、他の一部の実装において、指標ＩＤ１及びＩＤ２の値はそのままの状態では出力されない、信頼指数Ｒ２の値は、それ自体信頼指数Ｒ２を表わすものである２つの指標ＩＤ１及びＩＤ２をその独立変数として取る１つの関数により得られる。「非ファジー化」として公知の複数の方法が、このような演算を実施するために存在する。指標ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１及びＩＣ２を振動定格σ及び変化レベルΔ＜Ｕ＞の値と結びつけることからなるファジー化演算とは逆に、非ファジー化演算は、指標ＩＤ１及びＩＤ２から信頼指数Ｒ２を再構築することからなる。

指標ＩＤ１及びＩＤ２から信頼指数Ｒ２を再構築するためには、信頼指数Ｒ２に関係し指標ＩＤ１及びＩＤ２に対応する２つの言語変数（指標）ＥＤ１、ＥＤ２を含む表Ｅ２が予め作成される、指標ＩＤ１及びＩＤ２は時間の関数であるが、一方指標ＥＤ１及びＥＤ２は、ＩＤ１（ｔ）＝ＥＤ１（Ｒ２（ｔ））及びＩＤ２（ｔ）＝ＥＤ２（Ｒ２（ｔ））という関係を用いて信頼指数Ｒ２の一関数として表現される。図４中には、それぞれ低い及び高い信頼性レベルに対応する２つの指標ＥＤ１及びＥＤ２が見られる。

次に、非ファジー化方法によって、ＩＤ１、ＩＤ２から、及びＥＤ１、ＥＤ２から、Ｒ２が計算される。この実装では、使用される非ファジー化方法は、重心法として公知である。この方法において、信頼性レベルＲ２の値は、以下のように定義される表面Ｓ１及びＳ２の和集合の重心の横座標値である。表面Ｓ１は、値ＩＤ１を超えない縦座標値について、指標ＥＤ１についての曲線と横座標軸との間に存在する表面である。同様にして、表面Ｓ２は、値ＩＤ２を超えない縦座標値について、指標ＥＤ２についての曲線と横座標軸との間に存在する表面である。これら２つの表面Ｓ１及びＳ２は、本実施例の図４において陰影が付けられている。陰影の付いた表面の重心Ｇは、予期された信頼指数である横座標値Ｒ２を有する。指標ＩＤ１及びＩＤ２から信頼指数値Ｒ２を再構築するために、重心法以外の方法を使用することもできる。さらに、対応する数の言語変数及びファジー推論ルールを有する既定の表が利用可能であることを条件として、３つ以上の指標を使用することが可能である。

以上で説明した通り、方法は、事実上汎用であり、全てのタイプの信号に適応させることができる。指標の使用により、信号をより正確に特徴付けし、故障基準をより良く考慮に入れることが可能となる。

図５は、本発明の信号特徴付けデバイスをいかに設置できるかの一例を示す。具体的には、それは、供給弁１３とポンプ１４を伴う供給管１２とタンク１１とを有するロケットエンジンを示しており、ここで供給管は、タンク１１とノズル１６の間に延在している。制御弁１５が、ポンプ１４とノズル１６の間に位置する。さらに、加圧器弁１７がタンクに連結されて、タンクを加圧下に保っている。

ロケットエンジンは同様に、信号を特徴付けるデバイス１０も有している。信号特徴付けデバイス１０は、データを獲得するための入力ケーブル１０ａとデータを伝送するための出力ケーブル１０ｂとを含む。ケーブル１０ａは、ロケットエンジン上の様々な場所に設置されたセンサー２０ａ、２０ｂ、２０ｃ、２０ｄに接続され、様々な信号を信号特徴付けデバイス１０に送信する。信号特徴付けデバイス１０は、以下のものを含む。
・特にケーブル１０ａにより伝送されたデータ（このデータが信号を構成する）を獲得するためのデータ獲得カードを含めた、信号獲得手段、及び、
・獲得した信号に対してデータ処理プログラムを適用し、こうして、獲得した信号の少なくとも一部分の振動定格を決定するために好適である、振動定格決定手段と、獲得した信号の少なくとも一部分の変化レベルを決定するために好適である変化レベル決定手段と、少なくとも振動定格と変化レベルをその独立変数として有する一関数を適用することによって信号を特徴付ける情報を決定するために好適である、獲得した信号を特徴付ける情報の決定手段と、を同時に構成するコンピュータ。

こうして、信号特徴付けデバイス１０は、本発明の信号特徴付け方法を実施することを可能にする。詳細には、コンピュータは、上述の通り、図１に対応する方法のステップを実施するのに役立つ。コンピュータは、それが受信する信号の全て又は一部にこの方法を適用することができる。信号を特徴付ける情報は、次に出力データ伝送ケーブル１０ｂを介して伝送される。

図５のロケットエンジン及びセンサー２０ａ、２０ｂ、２０ｃ、２０ｄの場所は、本発明の信号特徴付けデバイスをいかに応用し設置できるかの一例にすぎない。本発明の信号特徴付けデバイスは、信号を送出するあらゆるタイプの機器上で使用されてよい。

Claims (12)

1. 機器に接続された獲得手段により生成された信号（Ｕ）を特徴付ける方法であって、
   Ａ）獲得手段を用いて信号（Ｕ）を獲得するステップを有する方法において、
   前記方法は、さらに、
   Ｂ）ステップＡで獲得した信号（Ｕ）の少なくとも一部分の振動定格（σ）を決定するステップであって、前記振動定格は、信号の低速変化を表わす情報を除いた、信号の高速変動のみの一関数である、ステップと、
   Ｃ）ステップＡで獲得した信号（Ｕ）の少なくとも一部分の変化レベル（Δ＜Ｕ＞）を決定するステップであって、前記変化レベルは信号の低速変化を表わす、ステップと、
   Ｄ）少なくとも前記振動定格（σ）と前記変化レベル（Δ＜Ｕ＞）とを組合せる一関数を適用することによって、信号を特徴付ける情報（Ｒ１、Ｒ２）を決定するステップとを有する方法。
2. 少なくとも１つの指標（ＩＢ１、ＩＢ２、ＩＢ３、ＩＣ１、ＩＣ２）の値が、詳細には既定の表（Ｅ）を用いて、振動定格（σ）及び／又は変化レベル（Δ＜Ｕ＞）から計算され、信号を特徴付ける情報が、前記少なくとも１つの指標からステップＤにおいて決定される、請求項１に記載の信号特徴付け方法。
3. 信号（Ｕ）が、計算された情報を含んでいる、請求項１又は２に記載の信号特徴付け方法。
4. 信号（Ｕ）が、少なくとも１つのセンサーを使用して得られる情報を含んでいる、請求項１〜３のいずれかに記載の信号特徴付け方法。
5. 前記ステップＢが、
   Ｂ１）ステップＡで獲得した信号（Ｕ）から振動コンテンツ（Ｕ^Λ）を抽出するサブステップと、
   Ｂ２）ステップＢ１で得られた振動コンテンツ（Ｕ^Λ）の正規化に等しいものとして、振動定格（σ）を計算するサブステップとを有する、請求項１〜４のいずれかに記載の信号特徴付け方法。
6. 振動定格（σ）及び変化レベル（Δ（Ｕ））が信号（Ｕ）の共通部分について決定される、請求項１〜５のいずれかに記載の信号特徴付け方法。
7. ステップＢ及び／又はステップＣが、移動時間窓（Ｆ）中に受信した信号（Ｕ）の値に基づいて実施される、請求項１〜６のいずれかに記載の信号特徴付け方法。
8. ステップＤにおいて、関数が、閾値、算術演算子、ブール演算子及び／又はファジー論理演算子を使用することによって振動定格（σ）と変化レベル（Δ＜Ｕ＞）とを組合せる、請求項１〜７のいずれかに記載の信号特徴付け方法。
9. 請求項１〜８のいずれかに記載の方法により得た少なくとも１つの情報（Ｒ１、Ｒ２）に基づいて、故障が検出される、故障検出方法。
10. コンピュータプログラムであって、コンピュータにより前記コンピュータプログラムが実行された場合に請求項１〜９のいずれかに記載の方法のステップを実行するための命令を含むコンピュータプログラム。
11. 請求項１〜９のいずれか一項に記載の方法のステップを実行するための命令を含むコンピュータプログラムを記憶するコンピュータ可読データ媒体。
12. 信号（Ｕ）を特徴付けるためのデバイスであって、
    Ａ）機器に接続するように構成された、信号（Ｕ）獲得手段を有するデバイスにおいて、
    前記デバイスは、さらに、
    Ｂ）獲得した信号の少なくとも一部分の振動定格を決定するために好適である、振動定格（σ）の決定手段であって、前記振動定格は、信号の低速振動を表わす情報を除いた、信号の高速変動のみの一関数である、振動定格（σ）の決定手段と、
    Ｃ）獲得した信号の少なくとも一部分の変化レベルを決定するために好適である変化レベル（Δ＜Ｕ＞）の決定手段であって、前記変化レベルは、信号の低速変化を表わす、変化レベル（Δ＜Ｕ＞）の決定手段と、
    Ｄ）少なくとも前記振動定格と前記変化レベルを組合せる一関数を適用することによって前記信号を特徴付ける情報を決定するために好適である、獲得した信号を特徴付ける情報の決定手段とを有するデバイス。

Images