JP2018044799A - 分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、振動データの計測方法 - Google Patents

Abstract

【課題】漏水検知の判定精度を高めることができる、分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、および振動データの計測方法を提供する。【解決手段】少なくとも２か所に２つの振動センサ２００を設置し、設置された振動センサ２００から所定時間の振動を計測し、振動データを取得する振動データ作成工程と、取得された波形に対して、振動データの個数に対する所定の割合、または振動の大きさに対する所定の割合の少なくとも一方を用いて仕分けする仕分け工程と、を含み、振動レベルが第１閾値より大きい第１群の分析データ、および振動レベルが第２閾値より小さい第２群の分析データを取得する。【選択図】図１

Description

本発明は、分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、振動データの計測方法に関する。特に、異常音に関する分析データの作成方法、異常音に関するノイズフィルター、異常音に関する漏水有無判定方法、異常音に関する漏水場所の特定方法、異常音に関する振動データの計測方法である。

従来、配管の漏れの位置を決定する方法として、センサにより振動を検知し、検知された信号から相互相関関数を生成し、音響の伝搬速度を用いて異常音発生位置を特定する方法が存在する。

例えば、特許文献１（特開平８−２２６８６５号公報）には、掘削が容易でなく、雑音が多い環境において、侵入的でない方法で、邪魔な雑音源を排除して、正確に導管の漏れの位置を決定する導管の漏れの位置を決定する方法について開示されている。

特許文献１（特開平８−２２６８６５号公報）記載の導管の漏れの位置を決定する方法は、ａ）第１時間差の生プロットを得るため、導管に沿って離間して配置された第１センサ対から得られる漏れ雑音データから相互相関関数を計算する段階と、ｂ）第２時間差の生プロットを得るため、導管に沿って離間して配置された第２センサ対から得られる漏れ雑音データから相互相関関数を計算する段階と、ｃ）各プロットの時間差ピークを得るために、時間差の各生プロットを平滑化する段階と、ｄ）第１時間差ピーク、及び第１センサ対間の既知の間隔を用いることで、導管の漏れ雑音に対する伝搬速度を決定する段階と、ｅ）伝搬速度、第２時間差ピーク、及び第２センサ対間の間隔を用いることによって、漏れの位置を決定する段階とからなることを特徴とする導管の漏れの位置を決定するものである。

また、特許文献２（特表２００３-５０２６７８号公報）には、相関に基づく技術を使って流体搬送管内での漏れを検知および位置特定する方法および装置が記載されている。

特許文献２（特表２００３-５０２６７８号公報）記載の共通信号の検知と位置特定の方法においては、相関に基づく技術を使って２つの入力信号の共通信号を検知および位置特定する方法であって、周波数領域での入力信号の位相の分析により、少なくとも１個の フィルターを準備する工程と、前記の少なくとも１個のフィルターを使って周波数領域で入力信号をフィルター処理する工程と、フィルター処理した信号の相互相関を実行する工程とから成る共通信号の検知である。

また、特許文献３（特開平１１−１１７３５６号公報）には、上水道の配水管の漏水を漏水音の計測により検知する場合、従来法では雑音の影響を受け易く検知が不充分であったのを、雑音に強く従来法より高精度で漏水を検知でき、漏水位置を精度よく特定できる配水管の漏水検知方法と、該検知方法を用いた複数の配水管路の漏水を集中的に監視できる漏水検知システムが記載されている。

特許文献３（特開平１１−１１７３５６号公報）記載の漏水検知システムにおいては、配水管の所定区間内の漏水位置を検知するための方法であって、配水管に設定した漏水検知区間Ｌの両端部に、該区間内の漏水点から発生する漏水音を検知するための漏水音検知センサS₁，S₂をそれぞれ配設して、漏水音の同時計測により漏水音が各センサS₁，S₂に到達するまでの時間差τを求め、各センサ間の距離Ｌと漏水音の伝播時間差τと水中の音速Ｃとから、漏水音検知センサの一方からの漏れ位置ｄを、ｄ＝（Ｌ−Ｃτ）／２より算出して漏水位置を検知することを特徴とするものである。

特開平８−２２６８６５号公報 特表２００３−５０２６７８号公報 特開平１１−１１７３５６号公報

このように、上水道またはガス管等の老朽化が進み、欠陥からの流体漏洩が問題となっている。そこで、特許文献１（特開平８−２２６８６５号公報）または特許文献２（特表２００３−５０２６７８号公報）に記載の方法を適用して、欠陥位置を特定することが考えられる。

しかしながら、実際の漏洩現場においては、異常音の他に自動車の通行音等の外騒音、その他ノイズが入力されるという問題がある。
また、漏洩する流体量が少なく異常音が小さい場合、漏洩位置と振動センサ位置とが離れており、検出される異常音が小さいという問題がある。
そのため、特許文献２記載の方法では、充分なコヒーレンス性を示さない周波数を除去あるいは、阻止することで、相互相関関係のピークを増強することにより、異常音を検出しようとしている。

しかしながら、特許文献２記載の方法では、不完全なデジタル化の結果として極めて相関性の高いノイズが含まれてしまうため、自動帯域フィルターを併用して当該ノイズを削除している。
その削除の結果、合成樹脂管の微小な漏水のように、ノイズよりも小さな異常音が入力された場合に、必要な波形成分が除去されてしまうという問題が生じる。

また、特許文献３記載の方法では、図３の計算区間ｉの距離における分割を行い、各区間で発生する水中音を相関する複数個のフィルターを用いて各周波数の波形を合成し、この合成された波形の特徴を分析して、合成された波形が漏水音の波形か否かを判定しているものである。

しかしながら、特許文献３記載の方法では、音源の発生位置に応じたフィルターを設定しておらず、管路が一律で判定されている。その結果、雑音に対する異常音減の分離が容易ではなく、漏水を生じている異常音の発生位置特定を確実に行うことは困難である。

また、一般的な水道管路には給水分岐が存在し、水の使用がされる。連続的に蛇口等から水が使用された場合、漏水と流水との差が判定付かず、管路の異常と判定されてしまうことがある。そのため、水使用の少ない夜間に計測されることが主流であった。

すなわち、水使用と漏水とは、同じ水の噴出であるため、あらかじめ定めた周波数帯で一義的に区別することが困難であった。よって、給水分岐位置が異常と判定された場合、漏水か否かの判別が困難であり、判定精度に劣っていた。
具体的に、配管内の水中に振動センサを浸漬し、水中に伝わる振動を計測することによって、微小な漏水振動を検知することが可能となるが、使用水による影響も大きくなるという問題があった。

発明の目的

本発明の主な目的は、漏水検知の判定精度を高めることができる、分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、および振動データの計測方法を提供することである。
本発明の他の目的は、水使用の多い時間帯において漏水検知を可能とする判定精度の高くするための、分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、および振動データの計測方法を提供することである。

（１）一局面に従う分析データの作成方法は、少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得する振動データ作成工程と、振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて振動データ作成工程により得られた振動データを仕分けする仕分け工程と、を含み、仕分け工程により 振動データの振動レベルが第１閾値より大きい第１群の分析データ、および振動データの振動レベルが第２閾値より小さい第２群の分析データを取得するものである。

この所定時間の振動を計測した場合、水使用がある時は相対的に振動が大きくなり、水使用のない場合は相対的に振動が小さくなる。そのため、振動レベルが大きい群は水使用を含む可能性が大きく、振動レベルが小さい群は水使用を含む可能性が小さい。これによって水使用有無の分析データを得ることが可能となる。

（２）
他の局面に従うノイズフィルターは、少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて、取得された振動データを仕分けし、振動データの振動レベルが第１閾値より大きい第１群の分析データから振動波形の周波数を算出し、振動データから算出された周波数帯を除外するものである。

この場合、第１群の分析データは、水使用の可能性を多く含むデータであると推定できる。調査現場に応じて、漏水由来の振動と水使用とによる振動を区別する周波数フィルター（バンドカットフィルター）の設計が可能となる。

（３）
他の局面に従う漏水場所の特定方法は、少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて、取得された振動データを仕分けし、振動データの振動レベルが第２閾値より小さい第２群の分析データから振動波形の相互相関関数のピークを基に時間差を算出し、時間差から場所を特定するものである。

この場合、第２群の分析データは、水使用の影響を含まない可能性が高くなる。そのため、第２群の分析データの相互相関を用いると、高精度の漏水場所の特定が可能となる。

（４）
さらに他の局面に従う漏水有無判定方法は、少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて取得された振動データを仕分けし、振動データの振動レベルが第２閾値より小さい第２群の分析データから振動データの振動波形の相互相関関数のピークの頻度を算出し、頻度が所定値以上の場合に漏水と判定するものである。

本発明は、ピークをとった回数を求め、頻度をとることによって漏水を判定するものである。例えば、車の通行等で過大なノイズが入った場合、その場所の相互相関関数のピークが高くなる。単純積算した場合、このピークが漏水によるピークよりも高くなる場合がある。
漏水による振動は常に発生し続けるため、頻度をとり、車の通行によるピークを１回とカウントすることによって、一時的に高くなった相互相関関数のピークの影響を低減することができる。

（５）
本発明にかかる漏水場所の特定方法は、さらに他の局面に従う漏水有無判定方法において、振動データの振動レベルが第１閾値より大きい第１群の分析データから振動データの振動波形の周波数を算出し、算出された周波数帯を振動データから除外するノイズフィルターを、第２群の分析データに適用してもよい。

この場合、水利用の可能性をさらに正確に排除し、精度よく漏水場所を特定することができる。特に漏水場所を特定した場合の信頼性が上がる。

（６）
本発明にかかる漏水有無判定方法は、さらに他の局面に従う漏水有無判定方法において、振動レベルが第１閾値より大きい第１群の分析データから振動波形の周波数を算出し、算出された周波数を除外するノイズフィルターを、第２群の分析データに適用してもよい。

この場合、水利用の可能性をさらに正確に排除し、精度よく漏水有無を判定することができる。特に漏水有無判定の信頼性が上がる。

（７）
さらに他の局面に従う振動データの計測方法は、少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて取得された振動データを仕分けし、振動データの振動レベルが第２閾値より小さい第２群の分析データが所定の個数に達するまで計測を継続するものである。

この場合、水使用の影響が少ない分析データを所定の数集めることにより、漏水有無または漏水場所の信頼性を向上させることができる。
第２群に属する振動データの数は、好ましくは１０個以上８０個以下、より好ましくは２０個以上６０個以下である。
具体的には、現場計測時に振動の大きさを評価し、第２群の分析データが所定の個数に達するまで計測を実施することが望ましい。

なお、振動センサから得られるデータを振動データと呼ぶ。また、振動データには、振動レベル、振動波形、および、振動の大きさが含まれる。振動データの振動レベルとは、振動データに含まれる周波数、振幅等のレベルを含むものであり、振動波形とは、振動データの波形を意味し、振動の大きさとは、振動データの振幅波形の大きさを意味する。

異常音発生位置の特定方法の状況を説明するための模式図である。 振動センサを含む異常音の発生位置特定装置の一例を示す模式図である。 図２の振動センサの特徴の一例を示す模式図である 本実施の形態にかかる異常音発生位置の特定方法の一例を示すフローチャートである。 本実施の形態にかかる異常音発生位置の特定方法の他の例を示すフローチャートである。 実施例１の結果の一例を示す図である。 比較例１の結果の一例を示す図である。 実施例２および比較例２の異常音発生位置の特定方法の状況を説明するための模式図である。 ポイントＡにおける振動センサのフーリエスペクトルの振幅に基づいた図である。 ポイントＢにおける振動センサのフーリエスペクトルの振幅に基づいた図である。 第１群のクロススペクトルの一例を示す図である。 実施例２の結果の一例を示す図である。 比較例２の結果の一例を示す図である。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。

＜異常音発生位置の特定方法の状況説明＞
図１は、異常音発生位置の特定方法の状況を説明するための模式図である。

図１に示すように、地中に管網１１０が設けられている。管網１１０には、一定間隔で、消火栓からなる縦孔（マンホール）１２０が設けられている。
本実施の形態においては、ポイントＡおよびポイントＢの間隔で消火栓からなる縦孔１２０が設けられている。この場合、図１のポイントＡおよびポイントＢの消火栓からなる縦孔１２０に、それぞれ振動センサ２００を設ける。
また、本実施の形態にかかる管網１１０は、ダクタイル鋳鉄管からなる。管網１１０は、直径３００（φ３００）ｍｍからなる。また、本実施の形態におけるポイントＡおよびポイントＢの間には、商業施設Ａ、商業施設Ｂ、および商業施設Ｃが設けられており、それぞれ管網１００に対して給水分岐ＳＢが３か所設けられている。
すなわち、商業施設Ａ、商業施設Ｂ、および商業施設Ｃのうち１か所または複数箇所へ菅網１１０から水が流れ込む状態である。

＜振動センサの説明＞
図２は、振動センサを含む異常音の発生位置特定装置の一例を示す模式図であり、図３は図２の振動センサの特徴の一例を示す模式図である。

図２に示すように、本実施の形態にかかる異常音の発生位置特定装置１００は、演算装置３００および少なくとも一対の振動センサ２００を含む。一対の振動センサ２００は、共振型の振動センサ２００である。
図２の振動センサ２００は、台座２１０、支柱２２０、薄膜電極２３０，２４０、リード線２３１，２４１、圧電素子２５０、錘２６０およびＧＰＳ装置２６２を含む。
演算装置３００は、後述するフィルターを生成する生成部３１０、および演算部３２０からなる。

図２に示すように、振動センサ２００は、鉄製の台座２１０上に支柱２２０が固定される。支柱２２０の上端部に圧電素子２５０が設けられる。圧電素子２５０の一端部は、支柱２２０の上端部に片持ち支持されている。

圧電素子２５０の両面に銀ペーストを塗布して形成された上下一対の薄膜電極２３０，２４０が設けられる。支柱２２０および一対の薄膜電極２３０，２４０の間は、絶縁されている。
また、圧電素子２５０の他端部で、かつ薄膜電極２３０上に錘２６０が載置されている。

薄膜電極２３０には、リード線２３１が接続されており、薄膜電極２４０には、リード線２４１が接続されており、リード線２３１，２４１はそれぞれ演算装置３００につながっている。
リード線２３１，２４１から出力される電位差を、コンピュータ等の処理装置により振動波形として出力する。
なお、本実施の形態においては、リード線２３１，２４１を用いることとしているが、これに限定されず、演算装置３００との間で送受信可能な機能部を設けてもよい。

また、圧電素子２５０は、高分子圧電材料であるポリフッ化ビニリデンの延伸フィルム（ＰＶＤＦフィルム）によって形成されている。

具体的なパラメータが、圧電材料の弾性Ｅと、断面二次モーメントＪと、長さＬと、幅ｂと、高さｈとである場合、バネ定数ｋは、以下のように示される。

ｋ＝３ＥＪ／Ｌ^３（Ｊ＝ｂｈ^３／１２）・・・（１）

圧電素子２５０と錘２６０とからなる系の共振周波数ｆｏは、以下のように示される。

ｆｏ＝√（ｋ／Ｍ）／２π・・・（２）

また、共振型の振動センサ２００は、共振周波数ｆｏが、６０Ｈｚ以上１０００Ｈｚ未満の範囲内に少なくとも１個存在するように形成する。
本実施の形態に係る共振型の振動センサ２００は、図３に示すように、１００Ｈｚから５００Ｈｚまでの間に共振周波数ｆｏが４個存在するように形成している。その理由としては、管網１１０を伝わる異常音、特に漏水音は、可聴音が多く、中でも１０００Ｈｚ未満が多いからである。
具体的には、図３に示すように、共振周波数ｆｏは、２６０Ｈｚ近辺のピークＰ１、３１０Ｈｚ近辺のピークＰ２、３５０Ｈｚ近辺のピークＰ３、４８０Ｈｚ近辺のピークＰ４の４個のピークを有する。
なお、本実施の形態において、隣接するピークＰ１とピークＰ２との差は、５０Ｈｚであり、ピークＰ２とピークＰ３との差は、４０Ｈｚであり、ピークＰ３とピークＰ４との差は、１３０Ｈｚである。
すなわち、本実施の形態においては、隣接する共振点の差が５０Ｈｚ以下の組が２組ある。また、隣接する共振点の最大離間は１３０Ｈｚである。
また、０Ｈｚ以上５００Ｈｚ以下の範囲に複数の共振点をもってもよく、好ましくは、１００Ｈｚ以上５００Ｈｚ以下の範囲に複数の共振点をもってもよく、さらに好ましくは、２００Ｈｚ以上３５０Ｈｚ以下の範囲内に複数の共振点をもってもよい。
さらに、共振点の最小離間は１Ｈｚ以上であればよく、コストの面から好ましくは、１０Ｈｚ以上であることが好ましい。
一方、図３の破線は、従来の振動センサの一例を示すものである。この場合、ピークを形成していない。

＜異常音発生位置の特定方法のフローチャート＞
続いて、異常音発生位置の特定方法について具体例を示しつつ説明する。

本実施の形態にかかる異常音発生位置の特定方法は、管網１１０の少なくとも２ヶ所（ポイントＡおよびポイントＢ）に振動センサ２００を設置し、管網１１０の欠陥等によって発生する異常音または振動を振動センサ２００により検知する。
各振動センサ２００の相互相関関数から振動の伝達時間差Ｔｄを求め、伝達時間差Ｔｄと振動の伝搬速度Ｖとから異常音発生位置を特定する方法である。

図１において、ポイントＢの振動センサ２００から距離Ｌの位置で流体の漏洩が発生したと仮定する。すなわち、距離Ｌの位置が異常音の発生位置（流体の漏洩位置）である。この場合、漏洩音は、ポイントＡの振動センサ２００に到達するまでにポイントＢの振動センサ２００の距離Ｌよりも距離にして距離Ｎだけ長い距離（Ｌ＋Ｎ）を伝搬する。

したがって、ポイントＡの振動センサ２００およびポイントＢの振動センサ２００の距離をＤと仮定した場合、漏洩音がポイントＡの振動センサ２００とポイントＢの振動センサ２００とに到着する伝達時間差Ｔｄとすると、漏洩音の伝搬速度Ｖ、２つの振動センサ間の距離をＤとして以下の式で求めることができる。

Ｔｄ＝Ｎ／Ｖ・・・（３）
また、
Ｎ＝Ｄ−２Ｌ・・・（４）
で示すことができる。

式（４）を式（３）に代入することにより、
Ｌ＝（Ｄ−Ｖ・Ｔｄ）／２・・・（５）
と表すことができる。
以上のように距離Ｌを求めることができる。

以下、本実施の形態にかかる異常音発生位置の特定方法の具体例について説明する。図４は、本実施の形態にかかる異常音発生位置の特定方法の一例を示すフローチャートである。

まず、図４に示すように、管網１１０のポイントＡの振動センサ２００から漏洩音の振動波形を所定時間において取得する（ステップＳ１１）。同様に、管網１１０のポイントＢの振動センサ２００から漏洩音の振動波形を所定時間において取得する（ステップＳ２１）。

なお、所定時間とは、好ましくは１分間以上、６０分間未満、より好ましくは１０分間以上、２０分間未満である。短すぎると、所定時間の間に常時水使用がある可能性があるし、長すぎると作業性に劣る。
また、所定時間の間は連続的に波形を収集してから細分化することによって、複数個の振動データを得てもよいし、間欠的に計測してもよい。
振動データは１振動センサあたり５０個以上、３６００個未満であることが好ましい。データが少なすぎると信頼性が乏しくなる恐れがある。必要以上に多すぎると計算時間がかかる。
振動データの長さは振動センサ間の距離と振動の伝達速度によって決定される。振動センサ間距離が１００ｍ、振動伝達速度を３５０ｍ／秒とすれば、振動の伝達にかかる時間は１００／３５０＝０．２８６秒である。このとき、０．２８６秒以上の長さであればよい。

また、ここで、本発明に係る振動計測装置２００は、図３に示したように、共振周波数ｆｏが、６０Ｈｚ以上１０００Ｈｚ未満の間で４個あるため、流量の少ない漏れなどの振動波形を感度よく検出することができる。特に低周波数の帯域の振動波形の感度を高く維持することができる。すなわち、振動計測装置２００は、対象音の周波数が共振周波数と大きく異なる場合に、感度が極端に小さくなり、共振周波数に近づく程、感度を大きくすることができる。

なお、共振周波数ｆｏは、１００Ｈｚ以上５００Ｈｚ以下に少なくとも１個以上存在することが望ましい。
特に、振動計測装置２００の共振周波数ｆｏは、６０Ｈｚ以上１０００Ｈｚ未満の間において、好ましくは２個以上６個以下で、所定の間隔で有することが好ましい。

次いで、漏洩音の波形をフーリエ変換処理（ステップＳ１２）し、フーリエスペクトルＡを取得する（ステップＳ１３）。次いで、漏洩音の波形をフーリエ変換処理（ステップＳ２２）し、フーリエスペクトルＢを取得する（ステップＳ２３）。

＜フーリエ変換処理（ステップＳ１２およびステップＳ２２）＞
フーリエ変換処理に際しては、ポイントＡの振動計測装置２００およびポイントＢの振動計測装置２００で得られた波形から、同時刻を始点とする一定時間の波形を取り出して、その波形をフーリエ変換処理する。フーリエスペクトルをＸ（ｆ）とすると、Ｘ（ｆ）は、下記の（６）式のように、複素関数として表現される。

Ｘ（ｆ）＝∫_-∞ ^∞ｘ（ｔ）ｅ^{-ｊ２πｆｔ}ｄｔ・・・（６）
式（６）は、下記の式（７）のように、実数部と虚数部とに分けて表現することが出来る。

Ｘ（ｆ）＝ＸＲ（ｆ）＋ｊＸ_Ｉ（ｆ）＝｜Ｘ（ｆ）｜ｅ^{ｊθ（ｆ）}・・・（７）

式（７）において、｜Ｘ（ｆ）｜は、フーリエスペクトルの振幅を表し、θ（ｆ）は、位相を表す。フーリエスペクトルの振幅｜Ｘ（ｆ）｜は、下記（８）式で求めることができる。

｜Ｘ（ｆ）｜＝√{Ｘ_Ｒ（ｆ）^２＋Ｘ_Ｉ（ｆ）^２}・・・（８）

（仕分け工程）
次いで、本実施の形態においては、フーリエスペクトルＡおよびフーリエスペクトルＢに基づいて仕分け工程を実施する。
本実施の形態においては、フーリエスペクトルＡの振幅の最大値および最小値を求め（ステップＳ１４）、フーリエスペクトルＢの振幅の最大値および最小値を求める（ステップＳ２４）。
次に、求められた最大値および最小値を用いて、閾値を設定する（ステップＳ１５、Ｓ２５）。

本実施の形態における閾値は、最小値＋（最大値−最小値）×３０％で算出する。
次いで、フーリエスペクトルＡおよびフーリエスペクトルＢから、閾値以上の大きさを持つフーリエスペクトルＡおよびフーリエスペクトルＢを第１群の分析データとして設定し（ステップＳ３１）、閾値未満の大きさを持つフーリエスペクトルＡおよびフーリエスペクトルＢを第２群の分析データとして設定する（ステップＳ３２）。

本実施の形態における仕分け工程においては、フーリエスペクトルＡおよびフーリエスペクトルＢの個数から、給水分岐の数および／または計測時刻によって、所定の割合を適宜決定することができる。
給水分岐の数が多いほど、高い割合で第１群が設定される。また、朝夕で水使用が多く想定される場合ほど、高い割合で第１群が設定される。日中の住宅街の場合、好ましくは第１群が３０％以上６０％以下の範囲である。
例えば、振動センサ１個につき、５０個の振動データを取得する場合、割合を５０％と設定した場合、Ｎ個（Ｎは自然数）の第１群と（５０−Ｎ）個の第２群を作ることができる。

本実施の形態における閾値の一例としては、以下の方法で算出される。
上述したように、フーリエスペクトルＡおよびフーリエスペクトルＢにおける振動波形の大きさを表すパラメータ、具体的には、平均振幅および／または振動レベル等である。
全振動データの最小値から一定の割合で仕分けを行う。例えば、最小値から２０％と設定した場合、下記の手順をとる。
最初に、振動データの最小値と最大値とを求め、次に閾値の値を求め、次いで、閾値を所定の式、具体的に、閾値＝最小値＋（最大値−最小値）×２０％を算出し、最後に、上記の値以上を第１群、上記の値未満を第２群と設定する手法である。

なお、本実施の形態においては、フーリエスペクトルＡおよびフーリエスペクトルＢにおける振動波形の大きさを表すパラメータから閾値を算出することとしているが、これに限定されず、ステップＳ１１およびステップＳ２１の処理によって取得された振動データから閾値を算出してもよい。

また、閾値の最小値からの割合は好ましくは１０％以上５０％以下、より好ましくは２０％以上４０％以下である。割合が小さすぎると、より多くの振動データが必要となるし、大きすぎると水使用の可能性を排除しきれないからである。

また、本実施の形態において、閾値が一つである場合について説明しているが、これに限定されず、閾値を第１閾値、第２閾値を設定しても良い。
すなわち、第１群の分析データを抽出するために、第１閾値を用い、第２群の分析データを抽出するために、第２閾値を用いてもよい。
例えば、第１閾値を閾値の最小値から４０％の値とし、第２閾値を閾値の最小値から３０％の値としてもよく、第１閾値を閾値の最小値から３０％の値とし、第２閾値を閾値の最小値から４０％の値としてもよい。
また、第１閾値と、第２閾値との算出方法が異なってもよい。

次いで、２つの正規化フーリエスペクトルＡ１および正規化フーリエスペクトルＢ１のうち、第１群のフーリエスペクトルＡおよびフーリエスペクトルＢのクロススペクトルを算出する（ステップＳ３１）。
ここで、クロススペクトルは、正規化フーリエスペクトルＡ１および正規化フーリエスペクトルＢ１の周波数成分を相互に掛け合わせた上で平均したものである。

このクロススペクトルが大きな値を示すことは、その周波数帯域においては、２つのスペクトルの周波数成分同士の相関が大きく、両者の周波数成分の大きさが大きいことを意味する。

ここで、第１群のフーリエスペクトルＡおよびフーリエスペクトルＢのクロススペクトルの周波数帯域を抽出し、当該周波数帯域のバンドカットフィルターを作成する（ステップＳ３２）。
本実施の形態においては、第１群の分析データに含まれる周波数は、２５Ｈｚ以上５０Ｈｚ以下であるため、２５Ｈｚ以上５０Ｈｚ以下の周波数を除去するバンドカットフィルターを作成した。

バンドカットフィルターの作成は前記のようなクロススペクトルを用いる方法に限定されない。例えば、フーリエスペクトルＡの振幅が大きい周波数帯域とフーリエスペクトルＢの振幅が大きい周波数帯域をそれぞれ算出し、その双方を除去するバンドカットフィルターを作成することもできる。

次いで、作成したバンドカットフィルターを第２群のフーリエスペクトルＡおよびフーリエスペクトルＢに適用し、適用後のフーリエスペクトルＡおよびフーリエスペクトルＢから第２群のクロススペクトルを作成する（ステップＳ４１）。

続いて、第２群のクロススペクトルをフーリエ逆変換する（ステップＳ４２）ことにより相互相関関数（ステップＳ４３）が求められる。

次いで、相互相関波形の時間軸において、相互相関波形が最も大きくなった時間差、２番目に大きくなった時間差、３番目に大きくなった時間差、をそれぞれ１回とカウントし、所定回の頻度を算出する（ステップＳ４４）。
本実施の形態にかかる所定回の頻度は、第２群の分析データの個数に対応したものである。最後に、伝達時間差Ｔｄと振動の伝搬速度とから異常音発生位置を特定する（ステップＳ４５）。

ここで、相互相関関数より漏水有無を判定する場合、具体的に以下のような指標に基づいて求めてもよい。
例えば、複数の相互相関関数を単純積算した場合のピーク高さに基づいてもよく、複数の相互相関関数を単純積算した場合のピーク高さおよび相互相関関数の平均振幅との比に基づいてもよく、複数の相互相関関数を単純積算した場合のピークの尖り度合いに基づいてもよく、その他の相互相関関数の任意の特徴に基づいてもよい。

すなわち、本発明は、ピークをとった回数を求め、頻度をとることによって漏水を判定するものである。
以上のように、水使用または車両通過等の雑音についてバンドカットフィルターを用いることで、雑音を除去し、確実に異常音の発生位置を特定することが可能となる。

（他の例）
図５は、本実施の形態にかかる異常音発生位置の特定方法の他の例を示すフローチャートである。以下、図５のフローチャートが図４のフローチャートと異なる点について説明を行う。

図５に示す異常音発生位置の特定方法は、図４に示したステップＳ３１およびステップＳ３２の処理を実施せず、ステップＳ４１の処理の代わりに、仕分け工程における第２群のフーリエスペクトルＡ、フーリエスペクトルＢからクロススペクトルを算出する（ステップＳ４１ａ）。

その他の処理は、図４のフローチャートと同じであるため、説明を省略する。

以上のように、本発明にかかる分析データの作成方法、ノイズフィルター、漏水有無判定方法、漏水場所の特定方法、および振動データの計測方法においては、漏水検知の判定精度を高めることができる。
分析データの作成方法では、所定時間の振動を計測した場合、水使用がある時は相対的に振動が大きくなり、水使用のない場合は相対的に振動が小さくなる。そのため、振動レベルが大きい群は水使用を含む可能性が大きく、振動レベルが小さい群は水使用を含む可能性が小さい。これによって水使用有無の分析データを得ることが可能となる。

また、水使用の可能性を多く含むデータであると推定される第１群の分析データに基づいて、調査現場に応じて、漏水由来の振動と水使用とによる振動を区別する周波数フィルター（バンドカットフィルター）を設計することができる。
また、第２群の分析データは、水使用の影響を含まない可能性が高くなるため、第２群の分析データの相互相関関数を求めることにより、高精度の漏水場所の特定が可能となる。

また、本発明は、ピークをとった回数を求め、頻度をとることによって漏水を判定するものである。例えば、車の通行等で過大なノイズが入った場合、その場所の相互相関関数のピークが高くなる。単純積算した場合、このピークが漏水によるピークよりも高くなる場合がある。
本発明の漏水場所の特定方法においては、漏水による振動は常に発生し続けるため、頻度をとり、車の通行によるピークを１回とカウントすることによって、一時的に高くなった相互相関関数のピークの影響を低減することができる。また、仕分け工程を行うことにより、水利用の可能性をさらに正確に排除し、精度よく漏水場所を特定することができる。特に漏水場所を特定した場合の信頼性が上がる。

また、本発明の漏水有無判定方法は、水利用の可能性をさらに正確に排除し、精度よく漏水有無を判定することができる。特に漏水有無判定の信頼性が上がる。

本発明にかかる振動データの計測方法は、水使用の影響が少ない分析データを所定の数集めることにより、漏水有無または漏水場所の信頼性を向上させることができる。

＜実施例１および比較例１＞
以下、図１に示すように、水道管路であるダクタイル鋳鉄管直径３００（Φ３００）ｍｍに繋がった消火栓２箇所に対し、振動センサ２００を取り付け、水中音を計測し、実施例１および比較例１を実施した。
なお、振動センサ２００と振動センサ２００との間の距離は、４１１ｍであり、振動センサ２００と振動センサ２００との間には給水分岐ＳＢが３箇所存在し、うち一箇所で水の使用を行った。
実施例１においては、図５のフローチャートに基づいて処理を行った。

＜実施例１＞
実施例１においては、２か所に設置した振動センサ２００から、１秒間の振動データを間欠的に５０回計測した。実施例１においては、閾値を振動レベル３０％と設定した。
次に、５０個の振動データに対して、閾値以上を第１群の振動データと設定し、閾値未満を第２群の振動データと設定した。実施例１においては、第１群の振動データ数は、３０個であり、第２群の振動データ数は、２０個であった。
続いて、第２群の振動データについて、相互相関関数を算出し、相互相関関数が最も大きくなった時間差、２番目に大きくなった時間差、３番目に大きくなった時間差をそれぞれ１回とカウントし、２０回の頻度を算出した。

図６は、実施例１の結果の一例を示す図である。
その結果を、図６に示す。図６の縦軸は、回数を示し、図６の横軸は、距離を示す。なお、図６の横軸は、漏水位置との照合を行うため、管路長と振動伝達速度とを基にして、時間差の軸から距離の軸に変換したものである。

＜比較例１＞
比較例１においては、実施例１と同様に、１秒間の振動データを間欠的に５０回計測した。
次に、５０個の振動データに対して相互相関関数を算出し、相互相関関数が最も大きくなった時間差、２番目に大きくなった時間差、３番目に大きくなった時間差をそれぞれ１回とカウントし、５０回の頻度を算出した。
図７は、比較例１の結果の一例を示す図である。

＜評価＞
図６および図７に示すように、実施例１の図６においては、位置Ｐ１において、明らかに漏水が表れた。しかしながら、比較例１の図７においては、位置Ｑ１において、水使用の影響が表れており、漏水の判定は出来なかった。

＜実施例２および比較例２＞
図８は、実施例２および比較例２の異常音発生位置の特定方法の状況を説明するための模式図である。
図８に示すように、水道管路である鋼管直径７００（Φ７００）ｍｍに繋がった消火栓１２０の２箇所に対し、振動センサ２００を取り付け、水中音を計測し、実施例２および比較例２を実施した。
なお、振動センサ２００と振動センサ２００との間の距離は、２８８．１ｍであり、振動センサと振動センサとの間には給水分岐ＳＢが１箇所存在し、当該一か所で水の使用を行った。
実施例２においては、図４のフローチャートに基づいて処理を行った。

＜実施例２＞
図９は、ポイントＡにおける振動センサ２００のフーリエスペクトルの振幅に基づいた図であり、図１０は、ポイントＢにおける振動センサ２００のフーリエスペクトルの振幅に基づいた図である。
本実施例２においては、２か所に設置した振動センサ２００から、１秒間の振動データを間欠的に５０回計測した。実施例２においては、閾値を振動レベル２０％と設定した。

次に、５０個の振動データに対して、閾値以上を第１群の振動データと設定し、閾値未満を第２群の振動データと設定した。実施例１においては、第１群の振動データ数は、３０個であり、第２群の振動データ数は、２０個であった。

図１１は、第１群のクロススペクトルの一例を示す図である。
次に、第１群の振動データに基づいて周波数分析を行った。第１群の振動データに含まれる周波数は、主に２５Ｈｚ以上５０Ｈｚ以下であった。その結果、２５Ｈｚ以上５０Ｈｚ以下のバンドカットフィルターを作成した。

実施例２においては、作成したバンドカットフィルターを第２群の振動データに対して適用した。バンドカットフィルターを適用した第２群の振動データについて相互相関関数を算出し、相互相関関数が最も大きくなった時間差、２番目に大きくなった時間差、３番目に大きくなった時間差をそれぞれ１回とカウントし、２０回の頻度を算出した。図１２は、実施例２の結果の一例を示す図である。

＜比較例２＞
比較例２においては、比較例１と同様に、１秒間の振動データを間欠的に５０回計測した。
次に、５０個の振動データに対して相互相関関数を算出し、相互相関関数が最も大きくなった時間差、２番目に大きくなった時間差、３番目に大きくなった時間差をそれぞれ１回とカウントし、５０回の頻度を算出した。
図１３は、比較例２の結果の一例を示す図である。

＜評価＞
図１２および図１３に示すように、実施例２の図１２においては、位置Ｐ２において、明らかに漏水が表れた。しかしながら、比較例２の図１３においては、位置Ｑ２において、水使用の影響が表れており、漏水の判定は出来なかった。

本発明においては、ポイントＡおよびポイントＢが「少なくとも２か所」に相当し、振動センサ２００が「振動センサ」に相当し、ステップＳ１１，Ｓ２１Ｓの処理が「振動データ作成工程、振動データの計測方法」に相当し、ステップＳ１４，Ｓ１５，Ｓ２４，Ｓ２５の処理が「仕分け工程」に相当し、閾値が「第１閾値，第２閾値」に相当し、ステップＳ１１，〜，Ｓ１５およびステップＳ２１，〜，２５の処理が「分析データの作成方法」に相当し、ステップＳ３２のバンドカットフィルターが「ノイズフィルター」に相当し、図４のフローチャートが「漏水場所の特定方法」に相当し、ステップＳ４４の処理が「第２群の分析データから振動波形の相互相関関数のピークの頻度を算出、漏水有無判定方法」に相当する。

本発明の好ましい一実施の形態は上記の通りであるが、本発明はそれだけに制限されない。本発明の精神と範囲から逸脱することのない様々な実施形態が他になされることは理解されよう。さらに、本実施形態において、本発明の構成による作用および効果を述べているが、これら作用および効果は、一例であり、本発明を限定するものではない。

１００ 異常音の発生位置特定装置
１１０ 管網
２００ 振動センサ
２３１，２４１ リード線
２６２ ＧＰＳ装置
３００ 演算装置

Claims (7)

1. 少なくとも２か所に２つの振動センサを設置し、設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得する振動データ作成工程と、
   前記振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて、前記振動データ作成工程により得られた振動データを仕分けする仕分け工程と、を含み、
   前記仕分け工程により 前記振動データの振動レベルが第１閾値より大きい第１群の分析データ、および前記振動データの振動レベルが第２閾値より小さい第２群の分析データを取得する、分析データの作成方法。
2. 少なくとも２か所に２つの振動センサを設置し、前記設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、
   前記振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて、前記取得された振動データを仕分けし、
   前記振動データの振動レベルが第１閾値より大きい第１群の分析データから振動周波数を算出し、前記振動データから前記算出された前記周波数帯を除外する、ノイズフィルター。
3. 少なくとも２か所に２つの振動センサを設置し、前記設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、
   前記振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて、前記取得された振動データを仕分けし、
   前記振動データの振動レベルが第２閾値より小さい第２群の分析データから振動データの振動波形の相互相関関数のピークを基に時間差を算出し、時間差から場所を特定する、漏水場所の特定方法。
4. 少なくとも２か所に２つの振動センサを設置し、前記設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、
   前記振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて前記取得された振動データを仕分けし、
   前記振動データの振動レベルが第２閾値より小さい第２群の分析データから振動データの振動波形の相互相関関数のピークの頻度を算出し、前記頻度が所定値以上の場合に漏水と判定する、漏水有無判定方法。
5. 前記振動データの振動レベルが第１閾値より大きい第１群の分析データから振動データの振動波形の周波数を算出し、前記算出された前記周波数帯を前記振動データから除外するノイズフィルターを、前記第２群の分析データに適用する、請求項３記載の漏水場所の特定方法。
6. 前記振動データの振動レベルが第１閾値より大きい第１群の分析データから振動データの振動波形の周波数を算出し、前記算出された前記周波数帯を除外するノイズフィルターを、前記第２群の分析データに適用する、請求項４記載の漏水有無判定方法。
7. 少なくとも２か所に２つの振動センサを設置し、前記設置された振動センサから所定時間の振動データを複数計測し、当該複数の振動データを取得し、
   前記振動データの個数に対する所定の割合、または振動データの大きさに対する所定の割合の少なくとも一方を用いて前記取得された振動データを仕分けし、
   前記振動データの振動レベルが第２閾値より小さい第２群の分析データが所定の個数に達するまで計測を継続する、振動データの計測方法。