JP2020118496A - 振動分析装置、振動分析方法及びプログラム - Google Patents

Abstract

【課題】分解能が高く、振動の高精度な分析をすることができる振動分析装置、振動分析方法及びプログラムを提供する。【解決手段】騒音分析装置１は、振動現象の時系列データ、時系列データの開始時での初期位相角度、周期運動それ自体の振動数及び、振動を発生させる位相角度であるか否かを分析するために指定する指定位相角度情報が入力される入力部２０と、入力部２０に入力された初期位相角度、振動数及び指定位相角度情報に基づいて、時系列データの全時間帯のうち、物体が分析のために指定された指定位相角度であるときの時間を含む第１時間帯で０よりも大きく、それ以外の第２時間帯で０となる窓関数を計算する窓関数計算部３１と、窓関数計算部３１が計算した窓関数を入力部２０に入力された時系列データに適用する窓関数適用部３２と、窓関数が適用された時系列データからパワースペクトルを計算するパワースペクトル計算部３３と、を備える。【選択図】図１

Description

本発明は振動分析装置、振動分析方法及びプログラムに関する。

機械には、周期運動をする部材を備えるものがあり、そのような機械では、部材の周期運動によって、機械それ自体が振動したり周辺の空気が振動したりすることがある。その結果、機械から騒音が発生することがある。

このような騒音を防止するには、周期運動のどの段階で騒音が発生しているのかを分析する必要がある。そこで、騒音を分析するため、振動分析装置が開発されている。

例えば、特許文献１には、装置の異常の有無を検査するため、空気の振動、すなわち、騒音を分析する振動分析装置が開示されている。詳細には、特許文献１には、機械の動作位置を検出する動作位置検出手段と、機械の振動を検出する振動検出手段と、振動検出手段が検出した振動からパワースペクトルを計算して周波数の分析をする周波数分析手段と、周波数分析手段が計算したパワースペクトルと動作位置検出手段が検出した機械の動作位置とに基づいて機械の異常の有無を判定する異常判定手段と、を備える機械の振動分析装置が開示されている。

特開２００１−２７２２６８号公報

特許文献１に記載の振動分析装置では、動作位置検出手段が検出した機械の動作位置それぞれに対応する時間窓で振動検出手段が検出した振動のデータをそれぞれサンプリングする。このため、分析対象となる時間が短く、サンプリング数が少ない。その結果、そのデータでパワースペクトルを計算しても高い分解能を得ることができない。

また、時間窓それぞれで得たパワースペクトルに十分な分解能がないため、機械の動作位置それぞれで異常の有無を正確に判定することが難しい。

本発明は、上記の課題を解決するためになされたもので、分解能が高く、振動の高精度な分析をすることができる振動分析装置、振動分析方法及びプログラムを提供することを目的とする。

本発明に係る振動分析装置は、
周期運動をする物体によって発生する振動現象の時系列データ、前記時系列データの開始時での前記物体の初期位相角度、前記周期運動それ自体の振動数及び、前記物体が振動を発生させる位相角度であるか否かを分析するために指定する指定位相角度情報が入力される入力部と、
前記入力部に入力された前記初期位相角度、前記振動数及び前記指定位相角度情報に基づいて、前記時系列データの全時間帯のうち、前記物体が分析のために指定された指定位相角度であるときの時間を含む第１時間帯で０よりも大きく、それ以外の第２時間帯で０となる窓関数を計算する窓関数計算部と、
前記窓関数計算部が計算した前記窓関数を前記入力部に入力された前記時系列データに適用する窓関数適用部と、
前記窓関数が適用された前記時系列データからパワースペクトルを計算するパワースペクトル計算部と、
を備えることを特徴とする。

本発明の構成によれば、窓関数適用部が、時系列データの全時間帯のうち、物体が指定位相角度であるときの時間を含む時間帯で０よりも大きく、それ以外の時間帯で０となる窓関数を時系列データに適用する。このため、振動分析装置では、時系列データの全時間帯から分析対象の指定位相角度の時間を含む時間帯だけを抽出して、振動を分析することができる。その結果、高い分解能で、指定位相角度での振動を分析することができる。また、振動を高精度に分析することができる。

本発明の実施の形態に係る騒音分析装置のブロック図 本発明の実施の形態に係る騒音分析装置が備える分析部の騒音分析処理のフロー図 本発明の実施の形態に係る騒音分析装置の分析部が備える窓関数計算部の窓関数計算処理のフロー図 本発明の実施の形態に係る騒音分析装置の分析部が備える窓関数計算部が計算した窓関数の図 （Ａ）騒音分析装置が算出した騒音のパワースペクトルのグラフ、（Ｂ）窓関数を用いないで（Ａ）と同じ騒音を分析したときのパワースペクトルのグラフ、（Ｃ）（Ａ）に示すスペクトルを基にオクターブバンド分析のグラフ、（Ｄ）（Ｂ）に示すスペクトルを基にオクターブバンド分析のグラフ

以下、本発明の実施の形態に係る振動分析装置、振動分析方法及びプログラムについて図面を参照して詳細に説明する。なお、図中、同一又は同等の部分には同一の符号を付す。

本実施の形態に係る振動分析装置は、軸の回りに回転する部材（以下、回転部材という）を備える機械によって発生する空気の振動、すなわち、騒音を分析するための振動分析装置である。この振動分析装置では、回転部材が特定の回転角度で騒音を発生させているかを分析するため、分析対象となる回転角度が指定され、その指定された回転角度（以下、指定回転角度という）の騒音を分析する。この振動分析装置は、騒音の時系列データから、その指定回転角度でのデータだけを抽出するため、騒音の時系列データに窓関数を適用する。

まず、図１を参照して、振動分析装置の構成について説明する。次に、図２−図４を参照して、振動分析装置での窓関数を使用した振動分析方法について説明する。なお、この振動分析装置は、指定回転角度別に騒音を分析することから、回転角度別騒音分析装置という。以下、単に、騒音分析装置と称するものとする。

図１は、本発明の実施の形態に係る騒音分析装置１のブロック図である。
図１に示すように、騒音分析装置１は、音を検出して時系列データを生成するセンサ部１０と、指定回転角度が入力される入力部２０と、入力部２０に入力された指定回転角度に基づいて窓関数を計算し、その計算された窓関数をセンサ部１０の時系列データに適用して、パワースペクトルを計算する分析部３０と、分析部３０が計算したパワースペクトルを表示する表示部４０と、を備えている。

センサ部１０は、騒音分析装置１の分析対象が騒音であることから、音を検出して記録するための部品で構成されている。詳細には、センサ部１０は、マイクロフォン１１、アンプ１２、Ａ／Ｄ（アナログ／デジタル）変換器１３及び、記憶部１４で構成されている。図示しないが、Ａ／Ｄ変換器１３は計時部を有する。

センサ部１０では、マイクロフォン１１は音をアナログ信号に変換する。アンプ１２は、マイクロフォン１１のアナログ信号を増幅し、その増幅されたアナログ信号をＡ／Ｄ変換器１３がデジタル信号に変換する。このとき、Ａ／Ｄ変換器１３は、計時部が計時した時刻から一定期間毎にデジタル信号に変換して音の時系列データを生成する。そして、記憶部１４は、Ａ／Ｄ変換器１３の出力データを順次記憶する。これにより、センサ部１０は、検出した音から音の時系列データを生成して記憶する。

一方、入力部２０は、キーボードを有する。入力部２０には、ユーザーがそのキーボードを使用することにより、騒音の発生源である回転部材の初期回転角度、回転数、ユーザーが分析を所望する指定回転角度、角度範囲及び回転部材繰り返し数が入力される。

ここで、初期回転角度とは、回転部材が回転軸の回りに回転し始めるときの特定の位置に対する角度のことであり、回転部材の回転開始時からセンサ部１０が音の時系列データを生成する場合、初期回転角度は、時系列データの開始時での回転部材の特定の位置に対する角度のことである。回転数とは、１分間に回転部材が回転する回数のことである。指定回転角度とは、回転部材がどの回転角度で騒音を発生させているかを分析するため、指定される回転角度のことであり、分析対象となる回転角度のことである。角度範囲とは、指定回転角度から何度の角度範囲までを分析対象とするかを定める角度範囲のことである。回転部材繰り返し数とは、指定回転角度を、回転部材が何回転かしたら、その何回転毎に分析するのかを決める、その回転の回数のことである。回転部材繰り返し数は、例えば、回転部材が複数回、回転する毎に騒音を発生させると想定され、その騒音と指定回転角度との関係を分析する場合、その複数回の回数のことである。

入力部２０は、入力された初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数の各データを分析部３０に出力する。

分析部３０は、騒音分析装置１が備える図示しない記憶部に格納された騒音分析プログラムをＣＰＵ（Central Processing Unit）が実行することで実現されている。分析部３０は、指定回転角度での騒音を分析するため、窓関数を計算する窓関数計算部３１と、センサ部１０が生成した時系列データに窓関数を適用する窓関数適用部３２と、窓関数が適用された騒音の時系列データからパワースペクトルを計算するパワースペクトル計算部３３と、を備える。

窓関数計算部３１は、入力部２０から初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数の各データを取得する。また、窓関数計算部３１は、センサ部１０の記憶部１４から音の時系列データを取得し、その時系列データの時間の長さを求める。そして、窓関数計算部３１は、初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数に基づいて、上記時間の長さに対応した窓関数を算出する。これにより、窓関数計算部３１は、回転部材が指定回転角度であるときの、騒音の時系列データを抽出するための関数を求める。なお、本明細書では、窓関数計算部３１が音の時系列データを取得することから、窓関数計算部３１のことを取得部といい、騒音分析装置１は、センサ部１０が生成した音の時系列データを読み取る、図示しない読取部を備えるところ、その読取部と入力部２０を合わせて入力部ともいう。また、窓関数については、詳細に後述する。

一方、窓関数適用部３２は、センサ部１０の記憶部１４に記憶された音の時系列データを読み出す。窓関数適用部３２は、読み出した時系列データに、窓関数計算部３１が算出した窓関数を適用する。

パワースペクトル計算部３３は、窓関数が適用された時系列データをＦＦＴ（高速フーリエ変換：Fast Fourier Transform）処理することによりパワースペクトルを計算する。パワースペクトル計算部３３は、計算したパワースペクトルを表示部４０に出力する。

表示部４０は、液晶ディスプレイ装置で構成され、表示部４０は、パワースペクトル計算部３３が計算したパワースペクトルを表示する。これにより、表示部４０には、回転部材が指定回転角度であるときのパワースペクトルが表示される。

次に、図２−図４を参照して、騒音分析装置１の騒音分析方法について説明する。また、騒音分析方法の説明とあわせて、窓関数の算出方法についても説明する。なお、以下の説明では、一定の回転数で回転可能な回転部材を備える機械が騒音を発生させ、その騒音を騒音分析装置１で分析することを前提とする。

図２は、騒音分析装置１が備える分析部３０の騒音分析処理のフロー図である。図３は、分析部３０が備える窓関数計算部３１の窓関数計算処理のフロー図である。図４は、窓関数計算部３１が計算した窓関数の図である。

まず、機械の回転部材が回転したときの騒音を検出するため、センサ部１０を騒音分析対象となる機械の近傍に設置する。次に、機械を起動して回転部材を一定の回転数で回転させる。その後、騒音分析装置１を起動し、センサ部１０にある図示しない録音ボタンを押す。これにより、センサ部１０が、機械が発生させる騒音を検出して記憶する。

一方、起動した騒音分析装置１の表示部４０には、図示しないが、波形読込ボタンが表示されている。ユーザーは、入力部２０のマウス又はキーボードを用いてその波形読込ボタンを選択する。これにより、騒音分析装置１は、センサ部１０の記憶部１４から、音の時系列データを読み出して、その時系列データを図示しない記憶部に記憶する。さらに、騒音分析装置１は、その時系列データから生成した音の波形を表示部４０に表示する。

一方、表示部４０には、音の分析方法が選択できる、図示しない選択ボックスが表示されている。続いて、ユーザーは、上記マウス又はキーボードを用いて、その選択ボックスで「角度別分析」を選択する。これにより、表示部４０には、回転部材の上述した初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数を入力するための、図示しない入力欄が表示される。

ユーザーは、予め録音開始時の初期回転角度を求めておき、或いは初期回転角度として、回転部材の推定される角度を準備しておく。また、回転部材の回転数を、例えば、回転センサで測定しておく。ユーザーは、キーボードを用いて、求めた初期回転角度と測定した回転数を入力部２０に入力する。また、ユーザーは、分析を所望する、回転部材の回転角度と範囲及び回転の回数を、指定回転角度、角度範囲及び回転部材繰り返し数として入力部２０に入力する。

初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数の各データが入力されると、騒音分析装置１は、図示しない記憶部に、これらのデータを記憶する。

また、表示部４０には、図示しない分析ボタンが表示されている。次に、ユーザーは、入力部２０のマウスを使用して分析ボタンを押す。これにより、騒音分析装置１のＣＰＵによって騒音分析プログラムが実行される。その結果、騒音分析処理のフローが開始される。

騒音分析処理のフローが開始されると、まず、騒音分析装置１の分析部３０は、上述した図示しない記憶部から、音の時系列データを読み出す。また、その記憶部から、初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数を読み出す。これにより、図２に示すように、分析部３０が音の時系列データ、初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数を取得する（ステップＳ１）。なお、本明細書では、この工程を、取得工程又は取得ステップという。

次に、分析部３０は、窓関数計算処理を行う（ステップＳ２）。窓関数計算処理では、図３に示すように、まず、分析部３０は、記憶部に記憶された前回分析時の窓関数を読み出し、読み出した窓関数を、初期化する（ステップＳ２１）。ここで、窓関数は、音の時系列データに掛け合わされることで、特定の時間帯以外の時間でデータの値を０にして、時系列データの解析を容易にするための関数である。窓関数は、図４に示すように、時系列データの時間Ｔそれぞれに対応する、時系列データに掛け合わせる数値ＮＶを規定している。分析部３０は、その数値を、全時間すべてについて０の値にする。

図３に戻って、次に、分析部３０は、窓関数の窓繰り返し数Ｎを計算する（ステップＳ２２）。詳細には、分析部３０は、時系列データの時間の長さを求め、求めた時間の長さと回転部材の回転数から、その間に回転部材が何回転するのかを求める。さらに、分析部３０は、求めた回数を、読み出した回転部材繰り返し数で除算して、得られた数を窓繰り返し数Ｎとする。これにより、例えば、回転部材が複数回、回転する毎に、指定回転角度の音の分析を行う場合、その回数毎に、窓を繰り返す窓関数を作成するためのデータを得る。

次に、分析部３０は、窓の開始時刻、終了時刻を計算する（ステップＳ２３）。分析部３０は、後述するように、窓値の計算が終了する毎に計算回数ｉをカウントする（ステップＳ２４）。分析部３０は、その計算回数ｉが０の場合、換言すると、まだ最初の窓の開始時刻Ｓ１を計算していない場合、回転部材の初期回転角度から指定回転角度までの時間に相当する、時系列データのデータ数を計算する。そして、分析部３０は、時系列データの最初のデータから計算したデータ数だけカウントして得られたデータの時刻を、図４に示す最初の窓の開始時刻Ｓ１とする。これにより、分析部３０は、回転部材が指定回転角度にある時刻を最初の窓の開始時刻Ｓ１とする。続いて、分析部３０は、読み出した角度範囲に相当する時間のデータ数を計算して、窓の開口部のデータ数を決定する。分析部３０は、最初の窓の開始時刻Ｓ１から開口部のデータ数だけ後の時刻を最初の窓の終了時刻Ｅ１とする。これにより、分析部３０は、回転部材が指定回転角度から角度範囲だけ回転した時刻を最初の窓の終了時刻Ｅ１とする。

また、分析部３０は、計算回数ｉが１以上の場合、換言すると、まだ最初の窓の開始時刻Ｓ１を計算した後の場合、前回の窓の終了時刻から指定回転角度までの時間に相当する、時系列データのデータ数を計算する。詳細には、分析部３０は、回転部材の回転数から回転部材が１回転する時間に対応するデータ数を計算し、そのデータ数から窓の開口部のデータ数を減じる。そして、分析部３０は、前回の窓の終了時刻から、得られた数だけ後のデータの時刻を次回の窓の開始時刻ＳＮ（Ｎ＝１，２，３・・）とする。これにより、分析部３０は、次回の窓においても、回転部材が指定回転角度にある時刻を窓の開始時刻ＳＮとする。続いて、分析部３０は、上述した窓の開口部のデータ数を用いて、次回の窓の終了時刻ＥＮを求める。これにより、分析部３０は、回転部材が指定回転角度から角度範囲だけ回転した時刻を次回の窓の終了時刻ＥＮ（Ｎ＝１，２，３・・）とする。

次に、分析部３０は、図３に示すように、窓値を計算する（ステップＳ２４）。ここで、窓値とは、窓の開始時刻から終了時刻までの、上記時系列データに掛け合わせる数値ＮＶのことである。分析部３０は、窓の開始時刻から終了時刻までの窓値それぞれを、一定の関数に基づいて求める。これにより、分析部３０は、窓値それぞれを、開始時刻から終了時刻までの間で、一定の規則に基づいてその大きさが変化する、或いはその大きさが変化しない、０よりも大きい数値ＮＶにする。例えば、分析部３０は、窓値を、ハミング窓、ハニング窓、ガウス窓、三角窓、矩形窓等のＦＦＴ処理で一般に使用される窓の形状となる数値ＮＶにする。なお、図４に示す窓関数の窓値は、三角波状の関数で得た数値の１／４乗根を計算することにより求めている。分析部３０は、窓値を計算した後、計算回数ｉをカウントする（ステップＳ２４）。

分析部３０は、カウントした計算回数ｉが、窓繰り返し数Ｎ以上か否かを判定する（ステップＳ２５）。分析部３０は、窓繰り返し数Ｎ以上であると判定した場合（ステップＳ２５のＹｅｓ）、時系列データに掛け合わせる窓関数の計算が完成したとして、窓関数計算処理を終了させる。なお、本明細書では、窓関数計算処理を、窓関数計算工程又は窓関数計算ステップという。

一方、分析部３０は、窓繰り返し数Ｎ以上でないと判定した場合（ステップＳ２５のＮｏ）、ステップＳ２３に戻り、次回窓の開始時刻、終了時刻を計算する（ステップＳ２３）。

窓関数計算処理が終了すると、分析部３０は、図２に示す騒音分析処理に戻る。続いて、分析部３０は、ステップＳ２で計算した窓関数を時系列データに適用する（ステップＳ３）。詳細には、分析部３０は、窓関数を時系列データに掛け合わせる。窓関数は、窓の開始時刻から終了時刻までの間、すなわち、窓の時間帯で０よりも大きく、窓以外の時間帯で０である。このため、分析部３０は、窓関数の適用によって、窓の時間帯のデータが抽出された時系列データを得る。なお、本明細書では、窓関数を適用する工程を、窓関数適用工程又は窓関数適用ステップという。

次に、分析部３０は、窓関数が適用された時系列データをＦＦＴ処理することにより、スペクトル計算をする（ステップＳ４）。ここで、本明細書では、この工程を、パワースペクトル計算工程又はパワースペクトル計算ステップという。続いて、分析部３０は、計算で求めたパワースペクトルに補正係数Ｃを掛けることでスペクトル補正をする（ステップＳ５）。なお、スペクトル補正で用いる補正係数Ｃは、ｆ（ｎΔｔ）を時刻ｎΔｔにおける窓関数の値、ｍを周波数分析に使用するデータ点数とする場合に、以下に示す数式１で算出する。

スペクトル補正をした後、分析部３０は、求めたパワースペクトルを表示部４０に出力する。これにより、回転部材が指定回転角度の範囲であるときのパワースペクトルが表示部４０に表示される。分析部３０は、パワースペクトルの出力後、騒音分析処理を終了させる。

なお、窓関数計算処理のステップＳ２３では、回転部材が初期回転角度にある時刻を窓の開始時刻にし、回転部材が指定回転角度から角度範囲だけ回転した時刻を窓の終了時刻としている。しかし、窓関数計算処理では、回転部材が指定回転角度の付近で騒音を発生させているか否かを分析するために、回転部材が初期回転角度にある時刻を、窓の中心時刻としても良い。この場合、分析部３０は、まず指定回転角度に基づいて窓の中心時刻を計算し、その後、角度範囲に基づいて窓の開始時刻と終了時刻を計算しても良い。

また、ステップＳ５で、スペクトル補正をしているが、ステップＳ５のスペクトル補正は任意であり、省略しても良い。また、スペクトル補正をする場合、数式１以外の数式で補正してもよい。

次に、騒音分析装置１を用いたエンジンの騒音分析の例について説明する。以下の例では、騒音分析装置１を用いて、回転部材であるエンジンが回転したときに自動車から発生する騒音を分析した。センサ部１０には、フィルタ特性をＡ、時定数をｆａｓｔに設定された精密騒音計を使用した。そして、精密騒音計を自動車の近傍に設置して、エンジンをアイドリング状態にしたときの騒音を録音した。その録音データを記憶部に記憶させ、騒音分析装置１の分析部３０に読み取らせて、パワースペクトルを算出させた。さらに、得られたスペクトルを基にオクターブバンド分析を行った。その結果を図５（Ａ）−（Ｄ）に示す。なお、エンジンの初期回転角度は０°、回転数は７５０回転／分である。また、騒音分析装置１では、指定回転角度を０°、角度範囲を４５°、回転部材繰り返し数を１にした。

図５（Ａ）は騒音分析装置１が算出した騒音のパワースペクトルのグラフである。図５（Ｂ）は、窓関数を用いないで図５（Ａ）と同じ騒音を分析したときのパワースペクトルのグラフである。図５（Ｃ）は、図５（Ａ）に示すパワースペクトルを基にオクターブバンド分析のグラフである。図５（Ｄ）は、図５（Ｂ）に示すパワースペクトルを基にオクターブバンド分析のグラフである。なお、これらのグラフは、表示部４０に表示されるグラフである。

なお、図５（Ａ）及び図５（Ｃ）では、エンジンの回転角度が指定回転角度に達した時刻を窓関数の窓の開始時刻に、エンジンが指定回転角度から角度範囲まで回転した時刻を窓の終了時刻としている。これに対して、図５（Ｂ）及び図５（Ｄ）では、エンジンの回転角度が指定回転角度に達したときから角度範囲を超えるまでの時間帯を抽出して分析している。

図５（Ａ）及び図５（Ｂ）を参照すると、図５（Ａ）のパワースペクトルの分解能が図５（Ｂ）のパワースペクトルの分解能よりも高いことがわかる。また、図５（Ｃ）及び図５（Ｄ）を参照すると、図５（Ａ）のパワースペクトルの分解能が高い結果、正確なオクターブバンド分析ができることがわかる。特に、図５（Ｄ）のオクターブバンド分析で３１．５ｋＨｚの音圧が０であり、その周波数の音が十分分析できないのに対し、図５（Ｃ）のオクターブバンド分析では、３１．５ｋＨｚの音圧が０でない。このことから、図５（Ｃ）のオクターブバンド分析がより正確であることがわかる。これは、騒音分析装置１では、騒音の時系列データの全時間帯に窓関数を適用して、指定回転角度である時刻を含む時間帯のデータ点数を十分サンプリングできるからである。これに対して、窓関数を用いないでパワースペクトルを計算する場合、騒音の時系列データの全時間帯から特定の時間帯だけを抽出してデータ点数を減少させてしまうからである。

この結果は、回転部材の回転数が高くなるほど著しい。騒音分析装置１では、回転部材の回転数が変化しても、指定回転角度である時刻を含む時間帯をその回転数だけサンプリングでき、分解能が低下しにくいが、窓関数を用いないでパワースペクトルを計算する場合、回転部材の回転数が高くなるほどデータ点数が減少し、分解能が低下するからである。従って、騒音分析装置１は、回転部材の回転数が高くなるほど、窓関数を用いないでパワースペクトルを計算する場合と比較して、高い分解能を示し、高精度な騒音の分析が可能である。

以上のように、本実施の形態に係る騒音分析装置１では、分析部３０が、騒音の時系列データ全時間帯のうち、回転部材が指定角度であるときの時間を含む時間帯で０よりも大きく、それ以外の０となる窓関数を時系列データに適用する。このため、騒音分析装置１では、騒音の時系列データの全時間帯から分析対象の指定回転角度の時間を含む時間帯だけを抽出して、騒音を分析することができる。その結果、指定回転角度の時間を含む時間帯でのデータ点数が減少しない。これにより、高い分解能のまま、指定回転角での騒音を分析することができる。

以上、本発明の実施の形態を説明したが、本発明は上記の実施の形態に限定されるものではない。上記実施の形態では、騒音分析装置１が騒音、すなわち空気の振動を分析している。しかし、本発明はこれに限定されない。本発明では、分析対象は、振動現象であれば良い。例えば、分析対象は、空気の振動のほか、機械、建物それ自体の位置の振動、電磁波の振動であっても良い。

また、上記実施の形態では、上記振動現象を発生させる物体は回転部材である。しかし、本発明はこれに限定されない。振動現象を発生させる物体は、周期運動をする物体であれば良い。例えば、振動現象を発生させる物体は、ピストン、カム等の周期的に往復運動する物体であっても良い。人、動物の心臓であってもよく、騒音分析装置１は、心音、心電の波形を分析しても良い。

これらの場合、実施の形態で説明した指定回転角度は、指定位相角度であれば良い。すなわち、周期運動をする物体が特定の位相でどのような振動をしているのかを分析するために指定される指定位相角度であれば良い。この指定位相角度は、仮想的なものであってもよい。従って、これらの場合では、入力部２０に、振動の時系列データ、物体の初期位相角度、周期運動それ自体の振動数、指定位相角度、角度範囲及び繰り返し数が入力されると良い。

また、本発明では、騒音分析装置１は、振動現象を発生させる物体それ自体の振動のほか、そのような物体を備える装置、機械の振動を分析しても良い。

上記実施の形態では、分析部３０が音の時系列データ、初期回転角度、回転数、指定回転角度、角度範囲及び回転部材繰り返し数の各データを用いて騒音の分析をしている。しかし、本発明はこれに限定されない。本発明では、分析部３０が角度範囲及び回転部材繰り返し数を用いるか否かは任意である。分析部３０は、少なくとも指定回転角度を含む指定回転角度情報を用いて振動を分析すれば良い。なお、本発明で、周期運動をする物体によって発生する振動現象を分析する場合、分析部３０は、少なくとも指定位相角度を含む指定位相角度情報を用いて振動現象を分析すれば良い。

例えば、指定回転角度情報は、指定回転角度だけでも良い。この場合、上記の角度範囲と回転部材繰り返し数は固定値であっても良い。また、上記の角度範囲は、指定回転角度の一定のパーセンテージの範囲、例えば、５％、１０％等の範囲であっても良い。

上記実施の形態では、キーボードを用いて入力された初期回転角度と回転数を入力している。しかし、本発明では、分析部３０が初期回転角度と回転数を取得する限りにおいて、初期回転角度と回転数の入力形態は任意である。

例えば、初期回転角度と回転数の入力形態は、騒音分析装置１が、機械の回転部材の回転を検出する回転センサを備え、その回転センサが入力する形態であっても良い。なお、分析部３０がパーソナルコンピュータのＣＰＵで実現されている場合、回転センサは、パーソナルコンピュータの入力装置に接続されると良い。専用機のＣＰＵで分析部３０を実現する場合、回転センサは、専用機の入力装置に接続されると良い。また、回転センサの出力は、分析部３０に直接入力されても良い。分析部３０は、回転センサの出力から初期回転角度と回転数を求めても良い。さらに、回転センサの出力がセンサ部１０に入力され、センサ部１０が回転センサの出力に基づいて時系列データの生成を開始しても良い。なお、本発明で、周期運動をする物体によって発生する振動を分析する場合、回転センサに替えて、周期運動を検出するセンサ、例えば、位置センサ、加速度センサを用いると良い。

上記実施の形態では、表示部４０に分析部３０が計算したパワースペクトルを表示される。これにより、ユーザーが回転部材の指定回転角度で騒音の要因を分析可能である。例えば、ユーザーは、騒音が異常な状態であることを判定することが可能である。しかし、本発明では、ユーザーではなく、騒音分析装置１が異音又は機械の異常の有無を判定しても良い。

例えば、騒音分析装置１は、パワースペクトルに基づいて異音又は、回転部材の回転運動に、換言すると、物体の周期運動に異常があるか否かを判定する判定部を備えても良い。詳細には、異音又は異常を判定する周波数及び閾値が入力部２０に入力され、判定部が、その周波数で閾値を超える場合に、異音又は異常があると判定しても良い。そして、表示部４０にその判定結果が表示させても良い。また、判定部がどの周波数で音圧が高いかを判定しても良い。例えば、判定部は、音圧の順序で上位の周波数を１つ又は複数個、選定することで、その周波数で音圧が高いと判定しても良い。この場合、判定部は表示部４０に判定された周波数とその音圧を表示させても良い。また、騒音分析装置１が報知部、例えば、ブザー、ランプを備え、その報知部で異音又は異常の有無をユーザーに報知しても良い。これにより、騒音分析装置１を機械監視装置、異音検査装置として使用しても良い。報知部が異音又は異常から機械の部品交換、メンテナンスが必要であることを報知しても良い。

上記実施の形態では、一つの指定回転角度が指定されている。しかし、本発明はこれに限定されない。本発明では、指定回転角度は、少なくとも１つ以上であっても良い。指定回転角度が複数個の場合、入力部２０には、指定回転角度それぞれについて角度範囲及び回転部材繰り返し数が入力されると良い。

例えば、モータによって回転するギアの場合、ギアの外周に複数の歯が配設されている。この場合、入力部２０には、ギアの回転中心軸に対する歯それぞれの角度を指定角度として入力すると良い。すなわち、入力部２０に歯と同数の複数の指定回転角度が入力されるとよい。分析部３０が複数の指定回転角度に対応した窓関数を計算、適用することにより、ギアの歯に起因する音を分析することができる。また、歯だけに起因する音の時系列データを抽出できるので、より高精度な音の分析をすることができる。このように、構造物が回転部材の特定の角度に応じて設けられている場合、入力部２０に構造物それぞれの特定の角度が指定角度として入力され、分析部３０がそれら複数の指定角度に対応した窓関数を計算、適用すると良い。

また、指定回転角度が複数個の場合、騒音分析装置１は、いずれの指定回転角度でパワースペクトルの全強度が大きいか否かを判定しても良い。

本発明は、本発明の広義の精神と範囲を逸脱することなく、様々な実施の形態及び変形が可能とされるものである。また、上記の実施の形態は、本発明を説明するためのものであり、本発明の範囲を限定するものではない。つまり、本発明の範囲は、実施の形態ではなく、請求の範囲によって示される。そして、請求の範囲内及びそれと同等の発明の意義の範囲内で施される様々な変形が、本発明の範囲内とみなされる。

１ 騒音分析装置、１０ センサ部、１１ マイクロフォン、１２ アンプ、１３ Ａ／Ｄ変換器、１４ 記憶部、２０ 入力部、３０ 分析部、３１ 窓関数計算部、３２ 窓関数適用部、３３ パワースペクトル計算部、４０ 表示部、Ｓ１ 最初の窓の開始時刻、Ｅ１ 最初の窓の終了時刻、ＳＮ 次回の窓の開始時刻、ＥＮ 次回の窓の終了時刻

Claims (4)

1. 周期運動をする物体によって発生する振動現象の時系列データ、前記時系列データの開始時での前記物体の初期位相角度、前記周期運動それ自体の振動数及び、前記物体が振動を発生させる位相角度であるか否かを分析するために指定する指定位相角度情報が入力される入力部と、
   前記入力部に入力された前記初期位相角度、前記振動数及び前記指定位相角度情報に基づいて、前記時系列データの全時間帯のうち、前記物体が分析のために指定された指定位相角度であるときの時間を含む第１時間帯で０よりも大きく、それ以外の第２時間帯で０となる窓関数を計算する窓関数計算部と、
   前記窓関数計算部が計算した前記窓関数を前記入力部に入力された前記時系列データに適用する窓関数適用部と、
   前記窓関数が適用された前記時系列データからパワースペクトルを計算するパワースペクトル計算部と、
   を備える振動分析装置。
2. 前記パワースペクトル計算部が計算したパワースペクトルに基づいて前記物体の周期運動に異常があるか否かを判定する判定部を備える、
   請求項１に記載の振動分析装置。
3. 周期運動をする物体によって発生する振動現象の時系列データの開始時での前記物体の初期位相角度、前記周期運動それ自体の振動数及び、前記物体が振動を発生させる位相角度であるか否かを分析するために指定する指定位相角度情報に基づいて、前記時系列データの全時間帯のうち、前記物体が分析のために指定された指定位相角度であるときの時間を含む第１時間帯で０よりも大きく、それ以外の第２時間帯で０となる窓関数を計算する窓関数計算工程と、
   前記窓関数計算工程で計算された前記窓関数を前記時系列データに適用する窓関数適用工程と、
   前記窓関数適用工程で前記窓関数が適用された前記時系列データからパワースペクトルを計算するパワースペクトル計算工程と、
   を備える振動分析方法。
4. コンピュータに、
   周期運動をする物体によって発生する振動現象の時系列データの開始時での前記物体の初期位相角度、前記周期運動それ自体の振動数及び、前記物体が振動を発生させる位相角度であるか否かを分析するために指定する指定位相角度情報に基づいて、前記時系列データの全時間帯のうち、前記物体が分析のために指定された指定位相角度であるときの時間を含む第１時間帯で０よりも大きく、それ以外の第２時間帯で０となる窓関数を計算する窓関数計算ステップと、
   前記窓関数計算ステップで計算された前記窓関数を前記時系列データに適用する窓関数適用ステップと、
   前記窓関数適用ステップで前記窓関数が適用された前記時系列データからパワースペクトルを計算するパワースペクトル計算ステップと、
   を実行させるためのプログラム。

Images