JP2019045488A - 状態監視装置のノイズ除去方法および状態監視装置 - Google Patents

Abstract

【課題】ノイズ除去による状態監視への悪影響を抑えつつ、確実にノイズを除去することができる状態監視装置を提供する。
【解決手段】状態監視装置のデータ演算部は、測定した波形に対してノイズ除去方法を実行し、インパルスノイズを除去する。ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準値Ｙ１を決定するステップＳ２と、基準値Ｙ１以上のノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズＷＳを決定するステップＳ３と、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群から置換データ（実効値ＲＭＳ２）を生成し、ノイズ波形のデータを置換データに置換するステップＳ４とを備える。
【選択図】図２

Description

本発明はセンサを用いる状態監視装置に関し、特に状態監視装置のノイズ除去方法およびそのノイズ除去方法を用いる状態監視装置に関する。

特開２０１２−１４７２７６号公報（特許文献１）は、受信装置およびインパルスノイズ除去方法を開示する。インパルスノイズ除去方法の例としては、１）ノイズ除去部が、ノイズ位置の出力値を「０」へ置換することによって、インパルスノイズを除去する方法、２）ノイズ位置における出力値を時間平均値へ置換することによって、インパルスノイズ成分を減衰する方法、３）一般的なインパルスノイズの波形（以下、「ノイズレプリカ」と記載する）をあらかじめ記憶しておき、ノイズ位置における波形に対してノイズレプリカ分を減算することによって、インパルスノイズ成分を減衰する方法などが示されている。

特開２０１２−１４７２７６号公報

特開２０１２−１４７２７６号公報に示されたインパルスノイズの除去方法では、除去後のノイズ部のデータとその前後のデータとの差が大きくなる場合があり、元々ノイズがない波形と比べると不自然な波形となる。したがって、ノイズを除去することによって、そのデータに正常データとの差異が生じ、正常であるにもかかわらず異常と誤判定するおそれがある。

この発明は、上記の課題を解決するためになされたものであって、その目的は、状態監視装置において、ノイズ除去による状態監視への悪影響を抑えつつ、確実にノイズを除去することができる状態監視装置およびノイズ除去方法を提供することである。

本開示は、要約すると、被試験装置に設置されたセンサの出力を受ける状態監視装置に関し、状態監視装置は、センサによって測定した測定期間の波形のデータを取得するデータ取得部と、取得した測定期間の波形からノイズを除去するデータ演算部とを備える。データ演算部は、測定期間の波形のデータからノイズ判定の基準範囲を決定し、基準範囲の上限値以上または基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定し、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを生成し、ノイズ波形のデータを置換データに置換する。

好ましくは、データ演算部は、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを決定する。

好ましくは、データ演算部は、処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データを算出する。

より好ましくは、データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて置換データを算出する。

より好ましくは、データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する。

好ましくは、データ演算部は、測定期間の波形のデータが基準範囲の内側のデータから基準範囲の外側のデータに遷移する時点と、測定期間の波形のデータが範囲の外側であるデータから基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を処理ウインドウのサイズとして決定する。

本開示の他の局面は、センサを用いる状態監視装置のノイズ除去方法に関する。ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲を決定するステップと、基準範囲の上限値以上または基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズを決定するステップと、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを生成し、ノイズ波形のデータを置換データに置換するステップとを備える。

好ましくは、置換するステップは、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを決定する。

好ましくは、置換するステップは、処理ウインドウ内のデータ群を昇順に並べ替えるステップと、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データを算出するステップとを含む。

より好ましくは、置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて置換データを算出する。

より好ましくは、置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から置換データを算出する。

好ましくは、処理ウインドウのサイズを決定するステップは、測定期間の波形のデータが範囲の内側のデータから基準範囲の外側のデータに遷移する時点と、測定期間の波形のデータが基準範囲の外側であるデータから基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を処理ウインドウのサイズとして決定する。

本発明の状態監視装置およびノイズ除去方法によれば、ノイズ除去が状態監視に与える悪影響を抑えつつ確実にノイズを除去することができる。

実施の形態１に係る状態監視装置の構成を示すブロック図である。 実施の形態１の状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。 インパルスノイズを含まないＡＥセンサの出力波形（電圧波形）の一例を示した図である。 インパルスノイズを含むＡＥセンサの出力波形（電圧波形）の一例を示した図である。 データ演算部でインパルスノイズの除去処理を施した後の電圧波形の一例を示した図である。 図２のステップＳ２（ウインドウサイズ用のしきい値の決定）の処理の詳細を示すフローチャートである。 図２のステップＳ３（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。 処理ウインドウ内のデータ数と、実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上となるデータ数ＤＮとの関係を示す図である。 図８の波形の最初のインパルスノイズ付近を拡大して示した図である。 図２のステップＳ４（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。 ステップＳ５３の処理ウインドウの要素Ｅ（ｎ）の設定、ステップＳ５４のデータの並べ替え、およびステップＳ５５の演算について説明するための概念図である。 ノイズを含む原波形（図４）に対してメディアンフィルタ処理を施した電圧波形（比較例１）を示す図である。 ノイズを含む原波形（図４）に対してノイズ判別しきい値を一定値に固定してノイズ除去処理を行なった場合の電圧波形（比較例２）を示す図である。 ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から実効値を特徴量として算出した結果を比較した図である。 ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から波高率を特徴量として算出した結果を比較した図である。 負方向のインパルスノイズを含む電圧波形例である。 実施の形態２において状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。 図１７のステップＳ１０３の処理の詳細を示すフローチャートである。 図１７のステップＳ１０４（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。 図１７のステップＳ１０５（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。

以下、本発明の実施の形態について図面を参照しつつ説明する。なお、以下の図面において同一または相当する部分には同一の参照番号を付し、その説明は繰返さない。

［実施の形態１］
［状態監視装置の基本構成］
図１は、実施の形態１に係る状態監視装置の構成を示すブロック図である。図１を参照して、状態監視装置１００は、被試験装置１０に設置されたＡＥ（Acoustic Emission）センサ２０から信号を受けて、被試験装置１０の状態を監視し、異常を検出する。被試験装置１０は、例えば工場や発電所などに設置された回転機器を含む設備であり、ＡＥセンサ２０は、回転時に生じる異常振動を検出することができる。なお、実施の形態１では、監視対象としてＡＥを例示する。ＡＥとは、材料が変形あるいは破壊する際に、内部に蓄えていた弾性エネルギーを音波（弾性波、ＡＥ波）として放出する現象である。しかし、設備の運転状況を確認できる出力信号であれば、監視対象はＡＥセンサ以外の検出信号であっても良い。例えば、振動、温度、負荷トルク、モータ電力等を検出するセンサをＡＥセンサ２０に代えて使用しても良い。

状態監視装置１００は、アンプ１１０と、Ａ／Ｄコンバータ１２０と、データ取得部１３０と、記憶装置１４０と、データ演算部１５０と、表示部１６０とを含む。

回転機械に設置したＡＥセンサ２０の電圧波形（以下、ＡＥの電圧波形）は、アンプ１１０の回路においてエンベロープ処理されている。Ａ／Ｄコンバータ１２０は、アンプ１１０の出力信号を受ける。データ取得部１３０は、Ａ／Ｄコンバータ１２０からデジタル信号を受けてドリフト補正処理を行ない、記憶装置１４０に測定データを記録する。データ演算部１５０は、記憶装置１４０から測定しておいた測定データを読み出して、インパルスノイズを除去する。ノイズが除去された測定データは、被試験装置１０の異常を判別する特徴量を抽出するために用いられる。データ演算部１５０は、ノイズが除去された測定データから被試験装置１０の異常の有無を判断する。データ演算部１５０は、異常の有無を判断した場合、表示部１６０にその結果を表示させる。

［インパルスノイズ除去方法の説明］
図２は、実施の形態１の状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。実施の形態１のノイズ除去方法は、センサを用いる図１の状態監視装置１００のデータ演算部１５０において、以下のステップＳ１〜Ｓ４が実行されることを特徴とする。なお、測定データは、波形の離散点のデジタルデータである。測定データは、データ取得部１３０によって予めドリフト補正処理（所定期間の平均値が零となるように波形のレベルを調整する処理）されて、記憶装置１４０に記憶されている。ステップＳ１〜Ｓ４の詳細は後述するが、まずステップＳ１〜Ｓ４の概要を説明する。

ステップＳ１は、ドリフト補正されたセンサの出力波形を記憶装置１４０から読み出す処理である。なお、ＡＥセンサ２０の出力信号を記憶する前にドリフト補正処理しても良いし、ドリフト補正前の波形を記憶しておき、これを読み出した後にドリフト補正してデータ演算部１５０に入力しても良い。

ステップＳ２は、測定データ全体を統計処理し、ウインドウサイズ決定用のしきい値（基準値Ｙ１）を決定する処理である。

ステップＳ３は、ステップＳ２で得られたしきい値とサイズ可変ウインドウによって、ノイズパルスを少なくとも１個内包するウインドウサイズＷＳを決定する処理である。パルスを少なくとも１個内包するようにウインドウサイズＷＳを決定する理由は、サイズがノイズパルス１個分より狭いとノイズパルスを完全に除去できない一方で、サイズが大きすぎても処理時間がかかるからである。

なお、ステップＳ３では、ループ処理によってウインドウサイズを徐々に大きくしながらノイズパルスを内包するか否かを判定しているが、サイズ可変ウインドウがノイズパルス１個分を内包した時点で、高速化のために処理は終了される。

ステップＳ４の前半では、ステップＳ３で決定したウインドウサイズの処理ウインドウをデータに対し所定データ数ずつスライドさせた時に、その処理ウインドウで基準値Ｙ２を決定し、その基準値Ｙ２を用いて処理ウインドウ内のノイズデータを特定する。

ステップＳ４の後半では、ノイズデータを処理ウインドウ内の絶対値処理後の昇順上位１０％以上５０％以下の統計量で置換する。

実施の形態１のノイズ除去方法が適用される波形を測定するセンサ２０としては、ＡＥセンサを例示したが、振動を測定するためのセンサであればよく、加速度センサ、速度センサ、変位センサ、ＡＥセンサ、超音波センサ、温度センサ、音響センサのいずれであっても良い。

また、実施の形態１のノイズ除去方法が適用される波形から得られる統計量は、実効値、最大値、波高率、変調値、尖度、歪度、標準偏差を例示でき、統計量算出前の前処理としてバンドパスフィルタ処理やＦＦＴ（Fast Fourier Transform）処理やケプストラム処理を施しても良い。

なお、ノイズの発生要因は多々あり、電気的要因と機械的要因が挙げられる。電気的要因は、静電気の放電、スイッチやリレーにおける接点開閉時の放電などであり、機械的要因は、運転中に機械部品同士が接触することによるインパルス加振などである。

図３は、インパルスノイズを含まないＡＥセンサの出力波形（電圧波形）の一例を示した図である。図４は、インパルスノイズを含むＡＥセンサの出力波形（電圧波形）の一例を示した図である。図５は、データ演算部でインパルスノイズの除去処理を施した後の電圧波形の一例を示した図である。各々の波形の測定条件は、サンプリング速度：１００ｋＨｚ、データ長さ：５ｓｅｃである。

次に、図２の各ステップの詳細を説明する。図６は、図２のステップＳ２の処理の詳細を示すフローチャートである。図１、図６を参照して、ステップＳ１１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。続いてステップＳ１２において、データ演算部１５０は、図３〜図５に示したような１波形の全データに対して実効値ＲＭＳ１を算出する。実効値ＲＭＳ１は、１波形の全データの二乗平均平方根（Root Mean Square）で与えられる。そして、ステップＳ１３において、データ演算部１５０は、読み込んだ波形に対応する実効値ＲＭＳ１の１０倍の値を後に使用する基準値Ｙ１としてメインルーチンに返す。

図７は、図２のステップＳ３（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。ステップＳ３の処理では、処理ウインドウのウインドウサイズＷＳを決定するために、データの最初の点を基点としてウインドウサイズを１点ずつ増やしていきデータを抽出し昇順に並べる。なお、高速化のために、サイズ可変な処理ウインドウがノイズ１個分を内包した時点で、ループ処理を終了する。

まず、ステップＳ２１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。ステップＳ２２において、ループの判定に使用する変数ｉをゼロに初期化する。続いてステップＳ２３において、データ演算部１５０は、変数ｉをインクリメントする。ステップＳ２４において、変数ｉが３以上になるまで、ステップＳ２３のインクリメント処理が実行される。

ステップＳ２４において、変数ｉが３以上であった場合、ステップＳ２５においてデータ演算部１５０は、処理ウインドウ内のデータ数をｉ個とし、最初のデータＤ（１）からｉ番目のデータＤ（ｉ）までが処理ウインドウ内データであると定義する。続いて、ステップＳ２６において、データ演算部１５０は、データＤ（１）〜Ｄ（ｉ）の中から実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。

そしてステップＳ２７において、データ演算部１５０は、現在の処理ウインドウ（サイズｉ個）のデータ数ＤＮ（ｉ）に加えて、１ループ前の処理ウインドウ（サイズｉ−１個）のデータ数ＤＮ（ｉ−１）、２ループ前の処理ウインドウ（サイズｉ−２個）のデータ数ＤＮ（ｉ−２）を記憶装置１４０から読み出し、以下の式（１），（２）のように判定値Ａ１，Ａ２を算出する。
Ａ１＝ＤＮ（ｉ）−ＤＮ（ｉ−１） …（１）
Ａ２＝ＤＮ（ｉ−１）−ＤＮ（ｉ−２） …（２）
図８は、処理ウインドウ内のデータ数と、実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上となるデータ数ＤＮとの関係を示す図である。図９は、図８の波形の最初のインパルスノイズ付近を拡大して示した図である。

判定値Ａ１＝１、Ａ２＝０となる場合は、インパルスノイズの開始時（パルス立ち上がり時）なのでこの時の位置をＴＰ１とし、判定値Ａ１＝０、Ａ２＝１となる場合は、インパルスノイズの終了時（パルス立ち下がり時）なのでこの時の位置をＴＰ２とする（ステップＳ２８〜Ｓ３１）。

なお、判定値Ａ１＝０、Ａ２＝０となる場合は、インパルスノイズの開始前またはインパルスノイズの終了後であり、判定値Ａ１＝１、Ａ２＝１となる場合は、インパルスノイズの最中であり、これらはいずれもステップＳ２８でＮＯ、かつステップＳ３０でＮＯと判定される。

ステップＳ２２〜Ｓ３１の処理によって、位置ＴＰ１およびＴＰ２が決定されると、ステップＳ３２において、データ演算部１５０は、ウインドウサイズＷＳを算出する。ウインドウサイズＷＳは、インパルスノイズ１個分に相当する大きさ（ＴＰ２−ＴＰ１）を十分に内包する大きさが必要である。このため、式（３）によって算出したＴＰ１、ＴＰ２の差分の１０倍にウインドウサイズＷＳを定める。なお、ウインドウサイズＷＳは必ずしも差分の１０倍である必要はなく、演算処理速度とノイズ除去性能の兼ね合いによって適宜倍率を決めても良い。
ＷＳ＝１０×（ＴＰ２−ＴＰ１） …（３）
ウインドウサイズＷＳが算出されたら、ステップＳ３３において、データ演算部１５０は、ウインドウサイズＷＳをメインルーチンに返す。

続いて、図２のステップＳ４について説明する。図１０は、図２のステップＳ４（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。

図１、図１０を参照して、まず、ステップＳ５１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。ステップＳ５２において、初期の処理ウインドウを設定する。このときの処理ウインドウのサイズは、図７のフローチャートの処理で決定されたウインドウサイズＷＳであり、処理ウインドウの位置は、観測時間の最初の時刻に取得されたデータが処理ウインドウの最初のデータとなるように設定される。この処理ウインドウの最初のデータの位置を示す変数をｎとすると、ｎ＝１に設定される。

続いて、ステップＳ５３において、要素Ｅ（ｎ）として、処理ウインドウ内の最初のデータの値が記憶される。このときにステップＳ５３Ａにおいて、処理ウインドウ内のデータを絶対値化する。その後ステップＳ５４において、データの並べ替え処理が実行され、ステップＳ５５において並べ替えたデータから実効値ＲＭＳ２および標準偏差σが演算され、これらを用いて基準値Ｙ２（＝１５σ＋ＲＭＳ２）が演算される。

図１１は、ステップＳ５３の処理ウインドウの要素Ｅ（ｎ）の設定、ステップＳ５４のデータの並べ替え、およびステップＳ５５の演算について説明するための概念図である。

処理ウインドウの最初のデータは要素Ｅ（ｎ）であり、処理ウインドウのサイズは、ウインドウサイズＷＳである。処理ウインドウの最後のデータは要素Ｅ（ｎ＋ＷＳ−１）となる。ｎ＝１の場合は処理ウインドウがノイズ除去対象波形の最初のＷＳ個の要素Ｅ（１）〜Ｅ（ＷＳ−１）で構成される。処理ウインドウは、ｎが増えるにつれて時間の増加方向にスライドする。

データ演算部１５０は、処理ウインドウ内のデータを昇順に並べ替える。並べ替えが終了すると、インパルスノイズ成分は昇順の順位が後方の部分に集中する。並べ替えが終了すると、ステップＳ５５において、データ演算部１５０は、昇順で上位５０％のデータの実効値を演算し、これをＲＭＳ２として記憶する。また、データ演算部１５０は、昇順で上位５０％のデータの標準偏差を演算し、これをσとして記憶する。

図１１をみればわかるように、インパルスノイズ成分は、昇順の順位において後方に集中するので、昇順上位５０％には、インパルスノイズ成分はほとんど入らないことが期待できる。したがって、実効値ＲＭＳ２および標準偏差σは、それぞれ処理ウインドウ内のインパルスノイズを除いた波形の実効値および標準偏差に近い値となる。実効値ＲＭＳ２および標準偏差σから、基準値Ｙ２（＝１５σ＋ＲＭＳ２）が算出される。

再び図１０に戻り、ステップＳ５４，Ｓ５５の処理の後に、データ演算部１５０は、ステップＳ５６において、要素Ｅ（ｎ）が基準値Ｙ２以上であるか否かを判断する。ここで、基準値Ｙ２は、要素Ｅ（ｎ）がインパルスノイズのデータであるか否かを判断するための判定値である。ステップＳ５５で算出されたこの判定値は、必ずしも（１５σ＋ＲＭＳ２）である必要はなく、インパルスノイズの高さや幅に合わせて変更されても良い。

Ｅ（ｎ）≧Ｙ２の場合（Ｓ５６でＹＥＳ）、ステップＳ５７に示すようにＥ（ｎ）がノイズの成分であると判断される。この場合、ステップＳ５８において、要素Ｅ（ｎ）として記憶されていたデータが、実効値ＲＭＳ２に置換される。一方、Ｅ（ｎ）＜Ｙ２の場合（Ｓ５６でＮＯ）、ステップＳ５９に示すように、Ｅ（ｎ）はノイズの成分でないと判断され、データはそのまま維持され、置換されない。

ステップＳ５８またはＳ５９の処理が終了すると、ステップＳ６０において、要素Ｅ（ｎ）がノイズ除去処理後の波形データとして記憶される。そして、ステップＳ６１において、データ演算部１５０は、処理ウインドウがノイズ除去処理対象波形の最後に達したか否かを判断する。

ステップＳ６１において、処理ウインドウがノイズ除去処理対象波形の最後に達していないと判断された場合には、ステップＳ６２において処理ウインドウをデータ１点分後ろにスライドさせる。これはｎに１を加算する処理に対応する。そして、ステップＳ５３〜Ｓ６１の処理が再び実行される。

一方、ステップＳ６１において、処理ウインドウがノイズ除去処理対象波形の最後に達したと判断された場合には、ステップＳ６３において処理はメインルーチンに戻される。

このように、図１０に示したノイズ除去処理では、ウインドウサイズＷＳを適用した処理ウインドウを全波形データに対してスライドさせていく。処理ウインドウ内のデータの最初の値をＥ（ｎ）として記憶し、Ｅ（ｎ）がノイズ成分である場合には、Ｅ（ｎ）の記憶値をＲＭＳ２へ置換する。

（比較評価）
ノイズを含む電圧波形に対し、実施の形態１で説明したノイズ除去処理を施した場合と、比較例として他のノイズ除去処理を施した場合とにおいて、その電圧波形と波形から算出した特徴量（時間領域の実効値、時間領域の波高率）がどのように異なるかを評価した。ノイズ除去後の波形形状と波形から算出した特徴量が、ノイズ無し波形から得た特徴量に近いほど優れたノイズ除去方法といえる。特徴量については、ばらつきを評価するために別データで１０回の計算を行った。

比較例１としては、一般的な手法であるメディアンフィルタ処理（スライドウインドウ内のデータを昇順に並べ替えた場合の中央値を返す）を行なった。比較例２としては、図１０のアルゴリズムにおいて、ステップＳ５６でノイズ判別を行なうための基準値Ｙ２（＝１５σ＋ＲＭＳ２）を計算せず、固定値をしきい値およびノイズに置換する値とした。

図１２は、ノイズを含む原波形（図４）に対してメディアンフィルタ処理を施した電圧波形（比較例１）を示す図である。図１３は、ノイズを含む原波形（図４）に対してノイズ判別しきい値を一定値に固定してノイズ除去処理を行なった場合の電圧波形（比較例２）を示す図である。

図１２の比較例１の波形では、インパルスノイズのピークは下がっているが、インパルスノイズ以外の部分の電圧波形も大きく変化しており、抽出すべき特徴量の情報が失われている。図１３の比較例２の波形では、インパルスノイズ以外の部分は、原波形の形状が保たれているが、インパルスノイズはピークが一律に下がっているとはいえ残っている。したがって、特徴量を抽出するとインパルスノイズの影響が出てくることが考えられる。

実施の形態１に示すノイズ除去処理で得られた波形と上記の比較例１，２のノイズ除去処理によって得られた波形から、それぞれ特徴量を抽出して比較した。

図１４は、ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から実効値を特徴量として算出した結果を比較した図である。図１５は、ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から波高率を特徴量として算出した結果を比較した図である。

図１４、図１５の中の棒グラフは平均値、エラーバーは最大値と最小値を示す。比較例１の処理を施すと、波形形状が大きく変化し、実効値と波高率はノイズ無しに比べ小さくなる。比較例２の処理を施すと、ノイズ部で頭打ちにしたような波形形状に変化し、ノイズ無しの場合に比べ実効値のばらつきが大きくなり波高率は小さくなる。

これに対し実施の形態１で説明した処理を施すことにより、波形形状、実効値、波高率のいずれもノイズ無し波形に近い状態になり、ノイズを除去しつつも診断に必要な情報を含んだ状態に波形を維持することができる。

本発明のノイズ除去方法は、ノイズ除去による状態監視への影響を抑えつつ確実にノイズを除去することができる。

（実施の形態１のまとめ）
最後に、代表的な図を参照して、実施の形態１の主たる特徴について説明する。図１に示す状態監視装置１００は、ＡＥセンサ２０によって測定した測定期間の波形のデータを取得するデータ取得部１３０と、取得した測定期間の波形からノイズを除去するデータ演算部１５０とを備える。

データ演算部１５０は、測定した波形に対してノイズ除去方法を実行し、インパルスノイズを除去する。図２に示すように、ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲（基準値Ｙ１より小さい範囲がインパルスノイズでないとする）を決定するステップＳ２と、基準範囲の上限値（基準値Ｙ１）以上の大きさのノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズＷＳを決定するステップＳ３と、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データ（実効値ＲＭＳ２）を生成し、ノイズ波形のデータを置換データ（実効値ＲＭＳ２）に置換するステップＳ４とを備える。

このように処理ウインドウのサイズＷＳを、測定波形全体よりも少ない範囲とすることにより、ノイズ除去処理の演算負荷を低減することができる。また、処理ウインドウ内のデータ群からノイズ波形のデータと置換する置換データ（実効値ＲＭＳ２）を作成するので、置換するノイズ部分と離れた位置である処理ウインドウ以外のデータが置換データ（実効値ＲＭＳ２）に与える影響を無くし、ノイズが重畳しなかった場合の波形に近づけることができる。

好ましくは、図１０に示すように、置換するステップＳ４は、ステップＳ６２において、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動（図１０では１データずつスライド）させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データ（実効値ＲＭＳ２）を決定する。

好ましくは、図１０に示すように、置換するステップＳ４は、処理ウインドウ内のデータ群を昇順に並べ替えるステップＳ５４と、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータ（昇順の小さい方から所定割合（図１０では５０％）の数のデータ）を用いて置換データ（実効値ＲＭＳ２）を算出するステップＳ５５とを含む。

図１１に示すように処理ウインドウ内にインパルスノイズが含まれていた場合には、インパルスノイズ成分は昇順に並べ替えると集中する。集中する位置は、例えば順序の後ろの方である。昇順に並べ替えたデータ群において、インパルスノイズが含まれていないと考えられる連続して並ぶ一部のデータ（例えば、昇順に並べ替えたデータの小さい方から所定割合の数のデータ）を用いるので、インパルスノイズが含まれないデータを用いて、置換に使用する置換データ（実効値ＲＭＳ２）を生成することができ、インパルスノイズの影響を少なくすることができる。

好ましくは、図７に示すように、処理ウインドウのサイズＷＳを決定するステップは、測定期間の波形のデータが基準範囲の内側のデータから基準範囲の外側のデータに（例えば、基準値Ｙ１より小さいデータから基準値Ｙ１以上のデータに）遷移する時点（Ａ１＝１＆Ａ２＝０に相当）と、測定期間の波形のデータが基準範囲の外側のデータから基準範囲の内側のデータに（例えば、基準値Ｙ１以上であるデータから基準値Ｙ１より小さいデータに）遷移する時点（Ａ１＝０＆Ａ２＝１に相当）との間に含まれるデータ数の倍数（Ｓ３２では１０倍）を処理ウインドウのサイズとして決定する。

図９に示すように、基準値Ｙ１（＝ＲＭＳ１×１０）以上の電圧を示すデータはインパルスノイズでありＴＰ１〜ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。したがって、ノイズ除去のためにはインパルスノイズ１パルスとその周辺が十分入る適切な幅にサイズＷＳを設定するので、ウインドウサイズＷＳを測定波形全体よりも少ない範囲としてデータ処理負荷を減らしつつも、適切なノイズ除去処理ができるサイズを確保することができる。

［実施の形態２］
実施の形態１では、インパルスノイズを検出し、インパルスノイズとその周辺の波形をウインドウで切り出し、そのウインドウ内でノイズを含まないと考えられるデータから実効値を発生しインパルスノイズを実効値で置換した。しかし、インパルスノイズは正方向だけでなく負方向にも発生することがある。実施の形態２では、正方向だけでなく負方向のインパルスノイズに対しても除去することができる状態監視装置について説明する。

図１６は、負方向のインパルスノイズを含む電圧波形例である。このような波形が得られた場合に対応するために、実施の形態２では、波形全体のデータが正の値となるように、波形をオフセットする処理を実行する。そして、インパルスノイズ除去後に、オフセットしていた波形全体を元に戻す処理を行なう。

実施の形態２の状態監視装置の構成を示すブロック図は、図１と同様であるので、説明は繰返さない。図１７は、実施の形態２において状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。実施の形態２のノイズ除去方法は、センサを用いる図１の状態監視装置１００のデータ演算部１５０において、以下のステップＳ１０１〜Ｓ１０６が実行されることを特徴とする。なお、測定データは、実施の形態１と同様に波形の離散点のデジタルデータである。測定データは、データ取得部１３０によって予めドリフト補正処理（所定期間の平均値が零となるように波形のレベルを調整する処理）されて、記憶装置１４０に記憶されている。ステップＳ１０１〜Ｓ１０６の詳細は後述するが、まずステップＳ１０１〜Ｓ１０６の概要を説明する。

ステップＳ１０１は、ドリフト補正されたセンサの出力波形を記憶装置１４０から読み出す処理である。なお、ＡＥセンサ２０の出力信号を記憶する前にドリフト補正処理も良いし、ドリフト補正前の波形を記憶しておき、これを読み出した後にドリフト補正してデータ演算部１５０に入力しても良い。

ステップＳ１０２は、負のインパルスノイズが測定データに含まれていた場合に、全体を正の値として扱うために行なう処理である。ステップＳ１０２では波形全体の最小値の絶対値＋１を波形全体の各測定点のデータに加算するオフセット処理が行なわれる。

ステップＳ１０３は、測定データ全体を統計処理し、ウインドウサイズ決定用のしきい値（基準値ＹＵ，ＹＬ）を決定する処理である。

ステップＳ１０４は、ステップＳ１０３で得られたしきい値とサイズ可変ウインドウによって、ノイズパルスを少なくとも１個内包するウインドウサイズＷＳを決定する処理である。

なお、ステップＳ１０４では、ループ処理によってウインドウサイズを徐々に大きくしながらノイズパルスを内包するか否かを判定しているが、サイズ可変ウインドウがノイズパルス１個分を内包した時点で、高速化のために処理は終了される。

ステップＳ１０５の前半では、ステップＳ１０４で決定したウインドウサイズの処理ウインドウを波形データに対し所定データ数ずつスライドさせた時に、その処理ウインドウで基準値ＹＵ２，ＹＬ２を決定し、その基準値ＹＵ２，ＹＬ２を用いて処理ウインドウ内のノイズデータを特定する。

ステップＳ１０５の後半では、処理ウインドウ内の絶対値処理後の昇順上位３０％以上６０％以下のデータから算出した統計量でノイズデータを置換する。

そして、ステップＳ１０６においてオフセット処理で各データ値に加算した値を各データ値から引く（逆オフセット処理）。

実施の形態２のノイズ除去方法が適用される波形を測定するセンサ２０は、振動を測定するためのセンサであればよく、加速度センサ、速度センサ、変位センサ、ＡＥセンサ、超音波センサ、温度センサ、音響センサのいずれであっても良い。

また、実施の形態２のノイズ除去方法が適用される波形から得られる統計量は、実効値、最大値、波高率、変調値、尖度、歪度、標準偏差を例示でき、統計量算出前の前処理としてバンドパスフィルタ処理やＦＦＴ（Fast Fourier Transform）処理やケプストラム処理を施しても良い。

次に、図１７の各ステップの詳細を説明する。図１８は、図１７のステップＳ１０３の処理の詳細を示すフローチャートである。図１、図１８を参照して、ステップＳ１１１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。続いてステップＳ１１２において、データ演算部１５０は、図３〜図５および図１６に示したような１波形の全データに対して実効値ＲＭＳ１を算出する。実効値ＲＭＳ１は、１波形の全データの二乗平均平方根（Root Mean Square）で与えられる。

さらに、ステップＳ１１３において、データ演算部１５０は、１波形の全データの各データ点の値のうちから最大値ＭＡＸ１，最小値ＭＩＮ１を算出する。オフセット処理をしているので、各データ値は正の値となっており、また最小値ＭＩＮ１＝＋１である。

この時、データ演算部１５０は、後に使用する基準値ＹＵ，ＹＬを算出する。基準値ＹＵは、読み込んだ波形に対応する実効値ＲＭＳ１の１０倍の値である。基準値ＹＬは、読み込んだ波形に対応する実効値ＲＭＳ１の０．１倍の値である。なお、上記の１０倍、０．１倍という倍数は一例であり、インパルスノイズの大きさとノイズ無し波形の大きさの関係によって適宜変更しても良い。

続いて、ステップＳ１１４〜Ｓ１１９において、データ演算部１５０は、波形に含まれるインパルスノイズのピークの正負向きの情報である検出フラグ＋noise，−noiseを求める。正方向ピークの有無は検出フラグ＋noiseで表され、＋noise＝１は正方向のピーク有を示し、＋noise＝０は正方向のピーク無を示す。負方向ピークの有無は検出フラグ−noiseで表され、−noise＝１は負方向のピーク有を示し、−noise＝０は負方向のピーク無を示す。

具体的には、ステップＳ１１４において、最大値ＭＡＸ１が基準値ＹＵよりも大きいか否かが判断される。ＭＡＸ１＞ＹＵが成立した場合（Ｓ１１４でＹＥＳ）、ステップＳ１１５においてデータ演算部１５０は検出フラグ＋noiseを“１”に設定する。一方、ＭＡＸ１＞ＹＵが成立しない場合（Ｓ１１４でＮＯ）、ステップＳ１１６においてデータ演算部１５０は検出フラグ＋noiseを“０”に設定する。

続いて、ステップＳ１１７において、最小値ＭＩＮ１が基準値ＹＬよりも小さいか否かが判断される。ＭＩＮ１＜ＹＬが成立した場合（Ｓ１１７でＹＥＳ）、ステップＳ１１８においてデータ演算部１５０は検出フラグ−noiseを“１”に設定する。一方、ＭＩＮ１＜ＹＬが成立しない場合（Ｓ１１７でＮＯ）、ステップＳ１１９においてデータ演算部１５０は検出フラグ−noiseを“０”に設定する。

最後に、ステップＳ１２０において、データ演算部１５０は、基準値ＹＵ，ＹＬおよび検出フラグ＋noise，−noiseをメインルーチンに返す。

図１９は、図１７のステップＳ１０４（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。ステップＳ１０４の処理では、処理ウインドウのウインドウサイズＷＳを決定するために、データの最初の点を基点としてウインドウサイズを１点ずつ増やしていきデータを抽出し昇順に並べる。なお、高速化のために、サイズ可変な処理ウインドウがノイズ１個分を内包した時点で、ループ処理を終了する。

まず、ステップＳ１２１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。ステップＳ１２２において、ループの判定に使用する変数ｉをゼロに初期化する。続いてステップＳ１２３において、データ演算部１５０は、変数ｉをインクリメントする。ステップＳ１２４において、変数ｉが３以上になるまで、ステップＳ１２３のインクリメント処理が実行される。

ステップＳ１２４において、変数ｉが３以上であった場合、ステップＳ１２５においてデータ演算部１５０は、処理ウインドウ内のデータ数をｉ個とし、最初のデータＤ（１）からｉ番目のデータＤ（ｉ）までが処理ウインドウ内データであると定義する。

続いて、ステップＳ１２６では、データ演算部１５０は、検出フラグの値が、＋noise＝０かつ−noise＝１である（負方向のインパルスノイズのみがある）か否かを判断する。

ステップＳ１２６において判定条件（＋noise＝０かつ−noise＝１）が成立した場合（Ｓ１２６でＹＥＳ）には、ステップＳ１２７に処理が進められる。ステップＳ１２７では、データ演算部１５０は、データＤ（１）〜Ｄ（ｉ）の中から実効値が基準値ＹＬ（＝ＲＭＳ１×０．１）以下であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。

一方、ステップＳ１２６において判定条件（＋noise＝０かつ−noise＝１）が成立しない場合（Ｓ１２６でＮＯ）には、ステップＳ１２８に処理が進められる。ステップＳ１２８では、データ演算部１５０は、データＤ（１）〜Ｄ（ｉ）の中から実効値が基準値ＹＵ（＝ＲＭＳ１×１０）以上であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。

そしてステップＳ１２９において、データ演算部１５０は、現在の処理ウインドウ（サイズｉ個）のデータ数ＤＮ（ｉ）に加えて、１ループ前の処理ウインドウ（サイズｉ−１個）のデータ数ＤＮ（ｉ−１）、２ループ前の処理ウインドウ（サイズｉ−２個）のデータ数ＤＮ（ｉ−２）を記憶装置１４０から読み出し、実施の形態１と同じ以下の式（１），（２）のように判定値Ａ１，Ａ２を算出する。
Ａ１＝ＤＮ（ｉ）−ＤＮ（ｉ−１） …（１）
Ａ２＝ＤＮ（ｉ−１）−ＤＮ（ｉ−２） …（２）
実施の形態１でも説明したが、判定値Ａ１＝１、Ａ２＝０となる場合は、インパルスノイズの開始時（インパルスノイズが正の場合はパルス立ち上がり時、インパルスノイズが負の場合はパルス立ち下がり時）なのでこの時の位置をＴＰ１とし、判定値Ａ１＝０、Ａ２＝１となる場合は、インパルスノイズの終了時（インパルスノイズが正の場合はパルス立ち下がり時、インパルスノイズが負の場合はパルス立ち上がり時）なのでこの時の位置をＴＰ２とする（ステップＳ１３０〜Ｓ１３３）。

なお、判定値Ａ１＝０、Ａ２＝０となる場合は、インパルスノイズの開始前またはインパルスノイズの終了後であり、判定値Ａ１＝１、Ａ２＝１となる場合は、インパルスノイズの最中であり、これらはいずれもステップＳ１３０でＮＯ、かつステップＳ１３２でＮＯと判定される。

ステップＳ１２２〜Ｓ１３３の処理によって、位置ＴＰ１およびＴＰ２が決定されると、ステップＳ１３４において、データ演算部１５０は、ウインドウサイズＷＳを算出する。ウインドウサイズＷＳは、インパルスノイズ１個分に相当する大きさ（ＴＰ２−ＴＰ１）を十分に内包する大きさが必要である。このため、以下の式（３）によって算出したＴＰ１、ＴＰ２の差分の１０倍にウインドウサイズＷＳを定める。なお、ウインドウサイズＷＳは必ずしも差分の１０倍である必要はなく、演算処理速度とノイズ除去性能の兼ね合いによって適宜倍率を決めても良い。
ＷＳ＝１０×（ＴＰ２−ＴＰ１） …（３）
ウインドウサイズＷＳが算出されたら、ステップＳ１３５において、データ演算部１５０は、ウインドウサイズＷＳをメインルーチンに返す。

続いて、図１７のステップＳ１０５について説明する。図２０は、図１７のステップＳ１０５（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。

図１、図２０を参照して、まず、ステップＳ１５１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。ステップＳ１５２において、データ演算部１５０は、初期の処理ウインドウを設定する。このときの処理ウインドウのサイズは、図１９のフローチャートの処理で決定されたウインドウサイズＷＳであり、処理ウインドウの位置は、観測時間の最初の時刻に取得されたデータが処理ウインドウの最初のデータとなるように設定される。この処理ウインドウの最初のデータの位置を示す変数をｎとすると、ｎ＝１に設定される。

続いて、ステップＳ１５３において、データ演算部１５０は、処理ウインドウ内のデータの最大値ＭＡＸ２、最小値ＭＩＮ２を検出する。そして、ステップＳ１５４では、データ演算部１５０は、インパルスノイズの置換処理の実行条件を判断する。ここで、＋noise＝１かつＭＡＸ２＞ＹＵ（＝１０×ＲＭＳ１）を満たす場合は、処理ウインドウに正方向のインパルスノイズを含む。また、＋noise＝０かつ−noise＝１かつＭＩＮ２＜ＹＬ（＝０．１×ＲＭＳ１）を満たす場合は、処理ウインドウに負方向のみのインパルスノイズを含む。ステップＳ１５４では、高速化のためこの２条件を満たすウインドウのみノイズ置換処理を続行する。この条件を満たさない場合には、ステップＳ１５４からステップＳ１６４に処理が進められる。

ステップＳ１５４において２条件のいずれか一方が満たされた場合（Ｓ１５４でＹＥＳ）、ステップＳ１５５において、要素Ｅ（ｎ）として、処理ウインドウ内の最初のデータの値が記憶される。その後ステップＳ１５６において、データの並べ替え処理が実行され、さらにステップＳ１５７において、並べ替えたデータから実効値ＲＭＳ２および標準偏差σが演算され、これらを用いて基準値ＹＵ２（＝ＲＭＳ２＋１５σ），ＹＬ２（＝ＲＭＳ２−１５σ）が演算される。

正方向または負方向のインパルスノイズを含む場合には、インパルスノイズ成分は、昇順の順位において後方または前方に集中するので、昇順上位３０％〜６０％の順位中央付近には、インパルスノイズ成分はほとんど入らないことが期待できる。したがって、実効値ＲＭＳ２および標準偏差σは、それぞれ処理ウインドウ内のインパルスノイズを除いた波形の実効値および標準偏差に近い値となる。実効値ＲＭＳ２および標準偏差σから、上記のように基準値ＹＵ２、ＹＬ２が算出される。

ステップＳ１５７の処理の後に、データ演算部１５０は、ステップＳ１５８において、「要素Ｅ（ｎ）が基準値ＹＵ２以上である」、または「要素Ｅ（ｎ）が基準値ＹＬ２以下である」という条件を満たすか否かを判断する。ここで、基準値ＹＵ２は、要素Ｅ（ｎ）が正のインパルスノイズのデータであるか否かを判断するための判定値である。また基準値ＹＬ２は、要素Ｅ（ｎ）が負のインパルスノイズのデータであるか否かを判断するための判定値である。ステップＳ１５７で算出されたこの判定値は、必ずしも、ＹＵ２＝ＲＭＳ２＋１５σ、ＹＬ２＝ＲＭＳ２−１５σ、である必要はなく、インパルスノイズの高さや幅に合わせて変更されても良い。

Ｅ（ｎ）≧ＹＵ２またはＥ（ｎ）≦ＹＬ２の場合（Ｓ１５８でＹＥＳ）、ステップＳ１５９に示すようにＥ（ｎ）がノイズの成分であると判断される。この場合、ステップＳ１６１において、要素Ｅ（ｎ）として記憶されていたデータが、実効値ＲＭＳ２に置換される。一方、ＹＬ２＜Ｅ（ｎ）＜ＹＵ２の場合（Ｓ１５８でＮＯ）、ステップＳ１６０に示すように、Ｅ（ｎ）はノイズの成分でないと判断され、データはそのまま維持され、置換されない。

ステップＳ１６０またはＳ１６１の処理が終了すると、ステップＳ１６２において、要素Ｅ（ｎ）がノイズ除去処理後の波形データとして記憶される。そして、ステップＳ１６３において、データ演算部１５０は、処理ウインドウがノイズ除去処理対象波形の最後に達したか否かを判断する。

ステップＳ１６３において、処理ウインドウがノイズ除去処理対象波形の最後に達していないと判断された場合には、ステップＳ１６４に処理が進められる。

ステップＳ１６４においては、データ演算部１５０は、処理ウインドウをデータ１点分後ろにスライドさせる。これはｎに１を加算する処理に対応する。そして、ステップＳ１５３〜Ｓ１６３の処理が再び実行される。

一方、ステップＳ１６３において、処理ウインドウがノイズ除去処理対象波形の最後に達したと判断された場合には、ステップＳ１６５において処理はメインルーチンに戻される。

このように、図２０に示したノイズ除去処理では、ウインドウサイズＷＳを適用した処理ウインドウを全波形データに対してスライドさせていく。処理ウインドウ内のデータの最初の値をＥ（ｎ）として記憶し、Ｅ（ｎ）がノイズ成分である場合には、Ｅ（ｎ）の記憶値をＲＭＳ２へ置換する。

（実施の形態２のまとめ）
最後に、代表的な図を参照して、実施の形態２の主たる特徴について説明する。図１に示す状態監視装置１００は、ＡＥセンサ２０によって測定した測定期間の波形のデータを取得するデータ取得部１３０と、取得した測定期間の波形からノイズを除去するデータ演算部１５０とを備える。

好ましくは、データ演算部１５０は、処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データ（ＲＭＳ２）を算出する。

好ましくは、データ演算部１５０は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群（３０〜６０％）から置換データ（ＲＭＳ２）を算出する。

処理ウインドウ内に正方向および負方向インパルスノイズが含まれていた場合には、インパルスノイズ成分は昇順に並べ替えると先頭部分と末尾部分に集中する。昇順に並べ替えたデータの中央付近（順位３０〜６０％）のデータを用いるので、インパルスノイズが含まれないデータを用いて、置換に使用する置換データ（実効値ＲＭＳ２）を生成することができ、インパルスノイズの影響を少なくすることができる。

データ演算部１５０は、測定期間の波形のデータが基準範囲（ＹＬ〜ＹＵ）の内側のデータから基準範囲（ＹＬ〜ＹＵ）の外側のデータに遷移する時点（ＴＰ１）と、測定期間の波形のデータが基準範囲（ＹＬ〜ＹＵ）の外側であるデータから基準範囲（ＹＬ〜ＹＵ）の内側のデータに遷移する時点ＴＰ２との間に含まれるデータ数の倍数（たとえば１０倍）を処理ウインドウのサイズとして決定する。なお、基準範囲の境界値は、内側、外側のどちらに含めても良い。本実施の形態では基準範囲の境界値であるＹＬ，ＹＵは、基準範囲の外側となっているため、ＹＵ以上をノイズとし、ＹＬ以下をノイズとしている。

図９に示すように、基準値ＹＵ（＝ＲＭＳ１×１０）以上の電圧を示すデータは正方向のインパルスノイズでありＴＰ１〜ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。またインパルスノイズが負方向の場合は、基準値ＹＬ（＝ＲＭＳ１×０．１）以下の電圧を示すデータはインパルスノイズであり、ＴＰ１〜ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。したがって、実施の形態２では、インパルスノイズが負方向の場合も含めて、インパルスノイズ１パルスとその周辺が十分入る適切な幅にサイズＷＳを設定することができる。

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０ 被試験装置、２０ センサ、１００ 状態監視装置、１１０ アンプ、１２０ Ａ／Ｄコンバータ、１３０ データ取得部、１４０ 記憶装置、１５０ データ演算部、１６０ 表示部。

Claims (12)

1. 被試験装置に設置されたセンサの出力を受ける状態監視装置であって、
   前記センサによって測定した測定期間の波形のデータを取得するデータ取得部と、
   取得した前記測定期間の波形からノイズを除去するデータ演算部とを備え、
   前記データ演算部は、前記測定期間の波形のデータからノイズ判定の基準範囲を決定し、前記基準範囲の上限値以上または前記基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定し、前記処理ウインドウ内にノイズ波形のデータが存在する場合に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを生成し、前記ノイズ波形のデータを前記置換データに置換する、状態監視装置。
2. 前記データ演算部は、前記処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを決定する、請求項１に記載の状態監視装置。
3. 前記データ演算部は、前記処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて前記置換データを算出する、請求項１または２に記載の状態監視装置。
4. 前記データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて前記置換データを算出する、請求項３に記載の状態監視装置。
5. 前記データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する、請求項３に記載の状態監視装置。
6. 前記データ演算部は、前記測定期間の波形のデータが前記基準範囲の内側のデータから前記基準範囲の外側のデータに遷移する時点と、前記測定期間の波形のデータが前記基準範囲の外側であるデータから前記基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を前記処理ウインドウのサイズとして決定する、請求項１〜５のいずれか１項に記載の状態監視装置。
7. センサを用いる状態監視装置のノイズ除去方法であって、
   前記センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲を決定するステップと、
   前記基準範囲の上限値以上または前記基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定するステップと、
   前記処理ウインドウ内にノイズ波形のデータが存在する場合に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを生成し、前記ノイズ波形のデータを前記置換データに置換するステップとを備える、ノイズ除去方法。
8. 前記置換するステップは、前記処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを決定する、請求項７に記載のノイズ除去方法。
9. 前記置換するステップは、
   前記処理ウインドウ内のデータ群を昇順に並べ替えるステップと、
   昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて前記置換データを算出するステップとを含む、請求項７または８に記載のノイズ除去方法。
10. 前記置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて前記置換データを算出する、請求項９に記載のノイズ除去方法。
11. 前記置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する、請求項９に記載のノイズ除去方法。
12. 前記処理ウインドウのサイズを決定するステップは、
    前記測定期間の波形のデータが前記基準範囲の内側のデータから前記基準範囲の外側のデータに遷移する時点と、前記測定期間の波形のデータが前記基準範囲の外側であるデータから前記基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を前記処理ウインドウのサイズとして決定する、請求項７〜１１のいずれか１項に記載のノイズ除去方法。