JP2020527816A - 機械操作の音声ベースの監視のためのデバイスおよびその操作方法 - Google Patents

Abstract

機械の動作状態を監視するための装置が開示されています。デバイスは音声検出装置、機械に近接して配置され、機械からリアルタイムで音声信号の複数を収集するように構成を含みます。装置はまた、電気音響検出装置に結合されたプロセッサを含みます。 プロセッサはマシンに関連付けられた1つ以上の事前定義されたサウンド分析モデルを取得するように構成されています。 プロセッサはまた、1つまたは複数の事前定義された音解析モデルに基づいて音声信号の複数を分析するように構成されています。 プロセッサはさらに、解析結果に基づいて、機械の運転条件および1つまたは複数の事前定義された音の解析モデルを識別するように構成されています。デバイスは複数の音声信号に基づいて1つまたは複数の事前定義された音声分析モデルを更新するようにさらに構成された音声分析システムも含む。

Description

関連出願

この国際出願は2017年7月13日に出願され、表題、特許出願第201741024830を有するインドで出願された仮特許出願からの優先権を主張します「音の識別と分類のためのシステムと方法」。

本開示の実施形態は音声分析に関しより具体的にはそれを動作させるための機械操作および方法監視基づく音声のための装置、に関する。

製造またはエンジニアリングの多くの分野では、プラントのトラブルのない運用は、プラントで使用される機械の適切な機能に依存しています。 不規則な中断や機械の故障の損傷を避けるためにできるだけまたはシャットダウンを引き起こす可能性があり、機械の故障前の初期の段階で検出されなければなりません。インスタンスでは、機械の故障または故障の始まりに特徴的な音が伴う場合があります。望ましくない音の原因は機械の耐用年数を継続するためのマシンのために特定する必要があります。様々な障害検出技術はより具体的には早期に、または障害が発生する前に故障を検出するために利用可能である音響モニタリングで検出技術を障害します。

従来のシステムは電流、電圧、温度又は機械の圧力のような複数のパラメータを測定する様々なセンサを利用します。そのようなセンサは、複数のパラメータを受信するために機械に固定されています。ただし、インストールの余分な努力のようなシステムリード、彼らは機械の動作を妨害し、リムーバブルまたはポータブルでないことがあります。

さらに、いくつかのシステムは、音声入力を使用することができる音響センサを利用します。しかし、そのような音響センサは複雑なサウンドを分析することができません。さらにそのようなセンサーは非常に特定のサウンドシグネチャを識別するために設計されており、その機能は時間とともに変化しません。

さらに、利用可能な音響センサは閾値チェックを使用して、しきい値が交差ときはいつでもアラームまたは指示を与えます。しかし、このようなセンサはあいまいな結果に音、時にはリードの詳細な分析を提供していません。

さらに、利用可能な音響センサは機械に特定の問題を監視するために使用することができます。このようなセンサーはマシンの全体的な動作を監視し、マシンの動作に関する統計だけでなく、動作の品質を含むマシンのパフォーマンスを抽出するために使用することはできません。

したがって、前述の問題に対処するための機械のための装置を監視する改良された音が必要とされています。

本開示の実施形態によれば機械の音を監視するための装置が提供されます。デバイスは、音声検出装置、機械に近接して配置され、機械からリアルタイムで音声信号の複数を収集するように構成を含みます。装置はまた、電気音響検出装置に結合されたプロセッサを含みます。プロセッサは、マシンに関連付けられた1つ以上の事前定義されたサウンド分析モデルを取得するように構成されています。プロセッサはまた1つまたは複数の事前定義された音解析モデルに基づいて音声信号の複数を分析するように構成されています。プロセッサは、さらに分析結果および1つまたは複数の事前定義された音解析モデルに基づいて機械の動作状態を識別するように構成されています。デバイスはさらに、動作可能にプロセッサに結合された音響解析エンジンを含みます。音声分析システムは音声信号を複数に基づいて1つまたは複数の所定のモデルを更新するように構成されています。

本開示の別の実施形態によれば音声監視装置を動作させるための方法が提供されます。この方法は音検出装置によって、機械から複数の音信号をリアルタイムで収集することを含む。この方法はまた、プロセッサによって、機械に関連する1つまたは複数の事前定義された音の解析モデルを取得することを含みます。この方法は、プロセッサによって、1つまたは複数の事前定義された音響分析モデルに基づいて複数の音響信号を分析することをさらに含む。この方法はさらに、プロセッサによって、分析結果および1つまたは複数の事前定義された音解析モデルに基づいて機械の動作状態を識別することを含みます。この方法は音分析システムによって、複数の音信号に基づいて１つ以上の音分析モデルを更新することをさらに含む。

本開示の利点および特徴をさらに明確にするために、本開示のより具体的な説明は、添付の図に示されるその特定の実施形態を参照することにより続く。これらの図は本開示の典型的な実施形態のみを示しており、したがって範囲を限定するものと見なされるべきではないことを理解されたい。本開示は追加の特異性および詳細とともに添付の図とともに説明および説明される。

本開示について説明するそして追加の特異性で説明そして添付の図の詳細：
さらに、当業者であれば図中の要素は簡単のために示されており、必ずしも一定の縮尺で描かれていないかもしれないことを理解するであろう。さらに、デバイスの構成の点で、デバイスの1つの以上の構成要素は、従来の記号によって図面に示されていてもよいし、数字はないように、本開示の実施形態の理解に関連しているだけ特定の詳細を表示することができます本明細書の記載の利益を有する当業者には容易に明らかとなるであろう詳細を図面を不明瞭。

本開示の実施形態による機械動作を監視するベース音のための装置のブロック図を示します。 本開示の実施形態による図1の監視装置の例示的な音のブロック図を示します。 本開示の実施形態による図1の音声監視装置を動作させるための方法に含まれるステップを示すフローチャートを示します。

開示基準の原理の理解を促進する目的は図面及び特定の言語に図示された実施形態について説明するためにそれらを記述するために使用されます。それにもかかわらず、本開示の範囲の限定を意図するものではないことが理解されるであろう。例示されたシステムにおけるそのような変更およびさらなる修正、および当業者に通常生じるような本開示の原理のそのようなさらなる応用は本開示の範囲内にあると解釈されるべきである。

用語「含む」、「含む」、またはそれらの任意の他の変形は非排他的な包含をカバーすることを意図されている手順のリストを含むプロセスまたは方法のみそれらのステップが含まれていないが、他の工程をしない含むことができるように 明示的にリストされているか、そのようなプロセスまたは方法に固有のも。同様に「含む... a」が先行する1つまたは複数のデバイスまたはサブシステムまたは要素または構造またはコンポーネントは、他のデバイス、サブシステム、要素、構造、コンポーネント、追加の存在をさらに制約なく排除しません。デバイス、追加のサブシステム、追加の要素、追加の構造または追加のコンポーネント。本明細書全体にわたる「実施形態において」、「別の実施形態において」および同様の文言の出現は、必ずしもそうではないが、すべて同じ実施形態を指す場合がある。

他に定義されない限り、本明細書で使用されるすべての技術用語および科学用語は、本開示が属する当業者によって一般に理解されるのと同じ意味を有する。本明細書で提供されるシステム、方法、および例は例示にすぎず、限定することを意図するものではない。

以下の明細書および特許請求の範囲において、多くの用語が参照され、これらの用語は以下の意味を有すると定義されるものとする。単数形の「a」、「an」、および「あの」には文脈からそうでないことが明確に示されていない限り、複数の参照が含まれます。

本開示の実施形態は機械の動作音に基づくモニタリング用装置に関する。デバイスは音声検出装置、機械に近接して配置され、機械からリアルタイムで音声信号の複数を収集するように構成を含みます。装置はまた、電気音響検出装置に結合されたプロセッサを含みます。プロセッサはマシンに関連付けられた1つ以上の事前定義されたサウンド分析モデルを取得するように構成されています。プロセッサはまた1つまたは複数の事前定義された音解析モデルに基づいて音声信号の複数を分析するように構成されています。プロセッサはさらに分析結果および1つまたは複数の事前定義された音解析モデルに基づいて機械の動作状態を識別するように構成されています。デバイスはさらに、動作可能にプロセッサに結合された音響解析エンジンを含みます。音響分析システムはさらに、音声信号を複数に基づいて1つ以上の音響解析モデルを更新するように構成されています。

図1本開示の実施形態による音声監視装置（10）のブロック図です。機械の音を監視するための装置（10）機械からの音信号を複数受信することにより、エッジ・コンピューティングを行うように構成されています。本明細書で使用者ように、用語「エッジ・コンピューティング」は、デバイス内およびサーバへの接続を必要とすることなく、ローカル・コンピューティングを実行する装置（10）の能力を指します。本明細書で使用する場合、用語「音」は音と聞こえない音の両方を含んでいます。 換言すれ「音」人間の可聴範囲（超音波）を超えている人間に聞こえる音であり、そして人間の可聴範囲（サブソニック）を下回っている音と音とを含みます。 特定の実施形態では、装置（１０）音検出装置（４０）、プロセッサ（２０）、音分析システム（５０）、メモリ装置（３０）および複数の周辺装置を囲むように構成されたケーシングを含む。一実施形態ではデバイス（１０）プロセッサ（２０）、メモリデバイス（３０）、および複数の周辺デバイスを含むことができる。

デバイス（10）機械に近接して位置する音検出装置（40）を含みます。音声検出装置（40）は機械からリアルタイムで音声信号の複数を収集するように構成されています。いくつかの実施形態では、音検出装置（40）にはマイクロフォンを含むことができます。このような実施形態では音検出装置（40）ケーシングの外側に配置されてもよいです。別の実施形態では一つ以上の音声検出装置（40）の少なくとも一方はケーシング内に配置されてもよいです。音声検出装置（40）電気信号の複数の音を複数変換するように構成されています。

さらに、装置（10）電気音響検出器（40）に結合されたプロセッサ（20）を含みます。プロセッサ（20）音声検出装置（40）からの複数の電気信号を受信し、メモリ装置（30）に複数の電気信号を格納するように構成されています。プロセッサ（２０）はまた、機械に関連付けられた１つ以上の事前定義された音響分析モデルを取得するように構成されています。プロセッサ（20）はまた1つ以上の予め定義された音解析モデルに基づいて、複数の電気信号を分析するように構成されています。一の実施形態では1つの以上の所定の音解析モデルは機械学習モデルの複数を含んでもよいです。いくつかの実施形態では1つ以上の所定の音解析モデルは、メモリ装置（30）に格納されてもよいです。プロセッサ（20）は、さらに分析結果に基づいて、機械の運転条件および1つまたは複数の事前定義された音の解析モデルを識別するように構成されています。具体的にはプロセッサ（20）さらに分析結果および1つまたは複数の事前定義された音解析モデルに基づいて機械の一つ以上の障害を識別するように構成されている実施形態を示します。

デバイス（10）さらに動作可能プロセッサ（20）に結合された音響分析システム（50）を含みます。音声分析システム（50）音声信号を複数に基づいて1つのまたは複数の所定の音解析モデルを更新するように構成されています。一の実施形態では音声分析システム（50）は連続将来内の1つまたは複数の故障を検出するための音声信号の複数の音声信号及び学習する複数の受信してもよいです。別の実施形態では外部ソースから更新されたモデル実験の複数に基づいて得られる外部ソースから更新されたモデルを追加することによって、音声信号の複数の音声分析システム（50）学習するには複数のマシン上で実行さ状況。一つ以上の予め定義された音解析モデルは解析結果に基づいて、音の複数の複数のクラスを識別することによって更新されます。特定の実施形態では１つ以上の所定の音響分析モデルを訓練して複数の音響信号をリアルタイムで識別および分類して機械に関する動作情報ならびに動作の品質および機械の健全性に関する情報を推測することができる。

いくつかの実施形態では音声解析エンジン（50）はさらに、1つまたは複数の障害を検出したときに外部のコンピューティングデバイスにリアルタイムの通知を送信するように構成されています。このような実施形態ではリアルタイム通知は、グラフィック、振動、ショートメッセージサービス（SMS）メッセージまたはアラーム音を含んでもよいです。特定の実施形態では外部コンピューティングデバイスは、携帯電話、タブレット、ラップトップまたはコンピュータを含みます。

図2は本開示の実施形態による、図1の例示的な音声監視装置（10）のブロック図です。デバイス（10）機械からの音を検出および分析するように構成されています。 一の実施形態では機械は製造工場、一つ以上の空気およびガスパイプラインまたは車両の1つまたは複数の機械を含むことができます。デバイス（10）、音検出器（40）、音声解析エンジン（50）、記憶装置（30）、プロセッサ（20）と周辺装置（60）を備えます。音声検出装置（40）が機械に近接して配置されています。 音声検出装置（40）は機械からリアルタイムで音声信号の複数を収集するように構成されています。いくつかの実施形態では、音検出装置（40）には、マイクロフォンを含むことができます。このような実施形態では、音検出装置（40）、携帯型音声検出装置であってもよいし、ケーシング（70）の外側に位置します。別の実施形態では、一つ以上の音声検出装置（40）の少なくとも一つ（35）、ケーシング（70）の内側に配置されてもよいです。音声検出装置（40）はさらに、音声データ等の電気インパルスを含むデジタルデータファイルを生成するように構成されています。

さらに、装置（10）のプロセッサ（20）、音声検出装置（40）からの電気インパルスを受信し、メモリ装置（30）内の電気インパルスを記憶するように構成されています。 プロセッサ（20）はまた、機械に関連付けられた１つ以上の事前定義された音響分析モデルを取得するように構成されています。事前定義された1つ以上の音響分析モデルは、以前に収集された複数の広範な音響信号データでトレーニングされた機械学習モデルです。機械学習モデルは、一つ以上の障害のマシンでは、だけでなく、機械の動作状態についての音声信号を複数に訓練されています。換言すれば、多数の実験やフィールドテストのシリーズは様々な障害および予測故障状態の音を記録するために、各デバイス（10）上で行われます。これらの1つの以上の所定の音の分析モデルを使用した自動トラブルシューティングが専門技術者の経験と知識に基づいて洗練することができます。そのような１つまたは複数の事前定義された音声分析モデルはメモリデバイスに埋め込まれ、関連付けられてもよい（30）。

プロセッサ（20）はまた、1つ以上の予め定義された音解析モデルに基づいて、複数の電気信号を分析するように構成されています。診断アルゴリズムを識別する複数の1つまたは複数の現在または将来の問題の状態の存在に関する結論を描画するための1以上の所定の音の分析モデルを使用して複数の音響信号を分類し、また機械の稼働状況に関する統計を描画します。プロセッサ（20）はさらに分析結果および1つまたは複数の事前定義された音解析モデルに基づいて機械の一つ以上の障害を識別するように構成されています。いくつかの実施形態ではプロセッサ（20）機械の動作複数のパターンを計算し、そのような機械の効率及び性能などの操作統計複数を計算するように構成されてもよいです。例示的な実施形態では、プロセッサ（20）は、入力として、漏れ音を使用して圧縮空気またはガスのパイプラインや機械からの空気又はガスの漏れを検出します。別の例示的な実施形態ではプロセッサ（20）は移動又は静止車両からの音を複数特定し、車両の健康およびその中のサブシステムと車両の予測保守に関するインテリジェンスを生成するように構成されています。

デバイス（10）の音響分析システム（50）さらに音声信号を複数に基づいて1つ以上の学習モデルを更新するように構成されています。一の実施形態では音声分析システム（50）機械からの音信号を複数受信し、音声信号の複数の連続的に学習し、音声信号のような種類が将来受け取られる機械内の1つまたは複数の障害を識別します。音声解析エンジン（50）はさらに、機械の健康、機械の予知保全と機械の動作を追跡する1つのまたは複数のパラメータを有する1つまたは複数の学習モデルを更新します。いくつかの実施形態では音声解析エンジン（50）はさらに、1つまたは複数の障害を検出したときに外部のコンピューティングデバイスにリアルタイムの通知を送信するように構成されています。

図3は本開示の実施形態による図1の音声監視装置を動作させるための方法（100）に含まれるステップを示すフローチャートを示します。方法（100）マイクロフォンによって、よりリアルタイムで音声信号の複数を、音検出手段により、一の実施形態ではステップ110において機械からリアルタイムで音声信号の複数の収集収集含みますマシン。いくつかの実施形態では方法（100）複数の電気信号内の複数の音を変換することを含むことができる。

方法（100）はまた、一の実施形態ではステップ120において機械に関連付けられたプロセッサ、一つまたは複数の所定の音解析モデルにより、取得することを含むが、方法（100）音声検出装置からの複数の電気信号を受信すること メモリデバイス内の複数の電気信号を格納します。方法（100）はさらに、ステップ130における1つ以上の所定の音解析モデルに基づいて、複数の電気信号を解析含みます。

方法（100）はさらに、プロセッサによって、動作状態を、プロセッサによって、解析結果に基づいて、機械の運転状態と一の実施形態ではステップ140における1つ以上の所定の音解析モデルを識別する識別することを含みます 解析結果に基づいて、マシンおよび1つまたは複数の事前定義された音の解析モデルの機械の一つ以上の故障を識別することを含むことができます。そのような実施形態では音響分析エンジンによって、分析結果および1つまたは複数の事前定義の音響分析モデルに基づいて機械の1つまたは複数の障害を識別することは分析に基づいて複数の音の複数のクラスを識別することを含むことができる結果。方法（100）はさらに、ステップ150において音声信号を複数に基づいて1つまたは複数の所定の音解析モデルを更新含みます。いくつかの実施形態では、複数の音声信号に基づく1つ以上の事前定義された音声分析モデルを、音声分析エンジンによって更新すること1つ以上の動作パターンおよび1つ以上の動作パターンを計算する際に1つ以上の事前定義された音声分析モデルを更新することを含み得るマシンの統計。好ましい実施形態では、方法（100）1つ以上の障害を検出したときに外部のコンピューティングデバイスにリアルタイムの通知を送ることを含むことができます。

音声監視装置の様々な実施形態は、複数の音を聞き、音の複数からインテリジェンスを生成するスタンドアロン、独立して、完全な製品を有効上記。デバイスは計算を実行するために必要な計算リソースを持っています。これらの計算を実施する際に、従来の装置に比べて、外部計算リソースには依存何もありません。

さらに、サウンドモニタリング用のデバイスは、サウンドがプライマリ入力として使用されるため、デバイスが非侵入型であることを意味します。このデバイスは非タッチ方式であるため、さまざまなアプリケーションに非常に簡単にインストールおよび展開できます。

また、デバイスは時間とともに音シグネチャを学習する能力を有しており、モデルの学習パラメータが調整されてもよいです。これはデバイスが音声シグネチャの多様を検出するために使用することができ、装置の使用が時間の経過とともに変更されてもよいことを意味します。

前述の一般的な説明および以下の詳細な説明は本開示の例示および説明であり、それらを限定することを意図するものではないことを当業者は理解するであろう。

特定の言語が開示を記述するために使用されてきたが、同じのために生じるいかなる制限は意図されていません。当業者には明らかであろうように、様々な作業変更は本明細書で教示されるような本発明の概念を実現するために、方法になされてもよいです。

図面および前述の説明は、実施形態の例を与えます。当業者は記載された要素の１つまたは複数を単一の機能要素に組み合わせることができることを理解するであろう。あるいは特定の要素が複数の機能要素に分割することができます。一の実施形態の要素は他の実施形態に加えてもよいです。 例えば本明細書に記載されるプロセスの順序が変更されてもよく、方法は本明細書に記載に限定されるものではありません。さらに、フロー図のアクションは示されている順序で実装する必要はありません。また、すべての行為を必ずしも実行する必要はありません。また、その他の行為に依存しない、これらの行為は他の動作と並行して実行されてもよいです。実施形態の範囲はこれら特定の実施例によって限定されるものではありません。

Claims (14)

1. 機械であっの動作状態を監視するための装置（10）。
   音声検出装置（40）が機械に近接して配置され、マシンからリアルタイムで音声信号の複数を収集するように構成されました。
   プロセッサ（20）電気音響検出器（40）に結合され、ように構成される。
   マシンに関連付けられた1つ以上の定義済みのサウンド分析モデルを取得します。
   １つ以上の事前定義された音響分析モデルに基づいて複数の音響信号を分析する。
   解析結果に基づいて機械の動作条件および1つまたは複数の事前定義された音の解析モデルを識別する。
   音声分析システム（50）に動作プロセッサ（20）に結合され、音声信号を複数に基づいて1つまたは複数の所定の音解析モデルを更新するように構成される。
2. デバイス（10）請求項1に記載のとおりここで音検出装置（40）を含むマイクロフォン。
3. 音声分析システム（50）はさらに、1つまたは複数の障害を検出したときに外部のコンピューティングデバイスにリアルタイムの通知を送信するように構成されている、請求項1に記載の装置（10）。
4. デバイスは、請求項3に記載されているリアルタイムの通知と、グラフィック、振動、ショートメッセージサービス（SMS）メッセージまたはアラーム音。
5. 請求項3に記載の装置は、前記外部計算装置は携帯電話、タブレット、ラップトップまたはコンピュータを含みます。
6. デバイス（10）記憶装置をさらに備える、請求項１に記載の装置。（30）と複数の周辺機器（60）。
7. デバイス（10）さらにケーシングを含む、請求項1に記載の（70）音声検出デバイスを収容するように構成（40）プロセッサ（20）、サウンド分析システム（50）、メモリ（30）と複数の周辺機器（60）。
8. デバイス（10）請求項7において、前記音声検出装置に記載されています（40）はケーシングの外側に配置されています（70）。
9. デバイス（10）請求項1において、前記音響分析システムに記載されています（50）さらに、外部ソースから更新されたモデルを追加することによって、音声信号の複数の学習するように構成されています。
10. メソッド（100）構成：
    音検出装置により、機械からリアルタイムで複数の音信号を収集する。 （110）
    プロセスによって、マシンに関連付けられた1つ以上の事前定義済みのサウンド分析モデルを取得します。 （120）
    プロセッサにより、1つ以上の事前定義された音響分析モデルに基づいて複数の音響信号を分析する。 （130）
    識別、プロセッサによって、解析結果に基づいて、機械の運転条件および1つまたは複数の事前定義された音の解析モデル。（140）
    音響分析システムにより、複数の音響信号に基づいて1つ以上の事前定義された音響分析モデルを更新する。（150）
11. 前記プロセッサにより、前記分析結果および前記１つ以上の所定の音響分析モデルに基づいて前記機械の動作状態を識別することは、前記機械の１つ以上の故障を識別することを含む、請求項１０に記載の方法。
12. 方法（100）解析結果に基づいて、音の複数の複数のクラスを識別する機械含むにおける1つ以上の障害が、プロセッサにより、識別を特徴とする請求項11に記載の方法。
13. メソッド（100）請求項10に記載のであって、前記音声解析システムによって更新、1つ以上の動作パターンとの1つ以上の動作統計を計算する際に一つ以上の学習モデルを更新する音声信号含む複数に基づいて1つまたは複数の学習モデル マシン。
14. メソッド（100）請求項10に記載のであって、さらに、1つまたは複数の障害を検出したときに外部のコンピューティングデバイスにリアルタイムの通知を送信することを含みます。

Images