JP2557201B2

JP2557201B2 - 回転装置の検査装置及び回転装置の検査方法

Info

Publication number: JP2557201B2
Application number: JP6214054A
Authority: JP
Inventors: 佳民坂口
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 1994-09-07
Filing date: 1994-09-07
Publication date: 1996-11-27
Anticipated expiration: 2011-11-27
Also published as: US5734579A; JPH0877683A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、回転装置の検査装置及
び回転装置の検査方法に係り、より詳しくは、ディジタ
ル変換された回転装置の駆動音の振幅の時系列データを
所定時間間隔の複数のフレームで分割して得られるフレ
ーム毎の時系列データを周波数変換して得られるパワー
スペクトルに基づいて回転装置を分類して検査する回転
装置の検査装置及び回転装置の検査方法、該パワースペ
クトルに基づいて回転装置の駆動音に所定の純音が存在
するか否か検出する回転装置の検査装置及び回転装置の
検査方法に関する。

【０００２】

【従来の技術及び解決しようとする課題】従来の回転装
置、例えば、ハードディスク装置の検査装置では、ハー
ドディスク装置を駆動した際発生する駆動音のレベルの
みを検出し、検出された駆動音のレベルがある閥値より
大きいか否かにより、ハードディスク装置を良品、不良
品とに分類している。

【０００３】しかしながら、近年のハードディスク装置
の開発の進歩に伴い、駆動音レベルが低く抑えられ、以
前は駆動音に埋もれていた純音、うなり等が目立つよう
になった。このように、駆動音レベルが低く抑えらて、
駆動音に純音、うなり等が目立つようになると、これが
聞きざわりとなりユーザに不快感を与えることになる。

【０００４】よって、純音、うなり等によりユーザに不
快感を与えるか否かによってハードディスク装置を良
品、不良品とに分類するためには、ハードディスク装置
の駆動音の種類に応じてハードディスク装置を分類する
必要があるが、前述したハードディスク装置の検査装置
では、駆動音のレベルのみを検出しているので、駆動音
の種類に応じてハードディスク装置を分類することがで
きない。

【０００５】ところで、例えば、ユーザに不快感を与え
る純音が駆動音に存在するか否かによりハードディスク
装置を分類するためには、高価な周波数分析器を使用し
てハードディスク装置の駆動音のスペクトルを求め、人
がそのスペクトルから純音の存在する周波数を調べて、
その周波数成分についてユーザに不快感を与える駆動音
になるかどうかを判断しなければならない。よって、多
大な労力と時間が必要となり、大量生産されるハードデ
ィスク装置を短時間で分類することができない。

【０００６】本発明は、上記事実に鑑み成されたもの
で、回転装置をその駆動音の種類毎に分類することの可
能な回転装置の検査装置及び回転装置の検査方法、大量
生産される回転装置の駆動音に所定の純音が存在するか
を短時間で検出することの可能な回転装置の検査装置及
び回転装置の検査方法を提供することを目的とする。

【０００７】

【課題を解決するための手段】上記目的達成のため請求
項１記載の発明は、回転装置の駆動音の振幅の時系列デ
ータを検出する検出手段と、前記検出された時系列デー
タをディジタルデータに変換するディジタル変換手段
と、前記ディジタルデータに変換された時系列データを
所定時間間隔の複数のフレームで分割して得られるフレ
ーム毎の時系列データを周波数変換によりパワースペク
トルに変換するパワースペクトル変換手段と、前記各々
のフレーム毎に駆動音の周期の開始点の候補となる候補
点を決定し、複数の前記フレーム毎の前記候補点から前
記周期の開始点を特定することによって前記駆動音の周
期を特定する周期特定手段と、前記特定された周期及び
前記変換されたパワースペクトルに基づく該回転装置の
駆動音の１周期分のパワースペクトルに基づいて該回転
装置を分類する回転装置分類手段と、を備えている。

【０００８】請求項２記載の発明は、請求項１記載の発
明において、前記候補点を自己相関によって特定するよ
うにしている。

【０００９】請求項３記載の発明は、請求項１記載の発
明において、前記周期の開始点を自己相関によって特定
するようにしている。

【００１０】請求項４記載の発明は、請求項１記載の発
明において、前記周期特定手段は、先頭フレームと該先
頭フレーム以外の他のフレームの各々とにおいて自己相
関の最も高い最高点を駆動音の１周期を定める候補点と
して選択し、前記先頭フレームにおける先頭時系列デー
タと前記候補点とを始点とした自己相関の最も高い点を
検出し、前記検出された自己相関の最も高い点における
前記候補点のフレームと前記先頭フレームとに基づいて
駆動音の周期を特定するようにしている。

【００１１】請求項５記載の発明は、請求項４記載の発
明において、前記最高点を、前記先頭フレームと該先頭
フレーム以外の他のフレームの各々との組合せ毎に前記
先頭フレームにおける先頭時系列データと該先頭フレー
ム以外の他のフレームにおける先頭時系列データとを始
点とした自己相関の最も高い点を検出することにより求
めるようにしている。

【００１２】請求項６記載の発明は、請求項１ないし請
求項５のいずれか１項に記載の発明において、回転装置
の駆動音の１周期分のパワースペクトルのサンプルを回
転装置の種類毎に予め記憶したサンプル記憶手段を更に
備え、回転装置分類手段は、前記サンプル記憶手段に記
憶されたサンプルから前記回転装置の駆動音の周期と略
同じ周期のサンプルを選択し、選択されたサンプルと前
記回転装置の１周期分のパワースペクトルとにおける相
互相関の最も高いサンプルを検出することにより該回転
装置を分類するようにしている。

【００１３】請求項７記載の発明は、回転装置の駆動音
の振幅の時系列データを検出する検出手段と、前記検出
された時系列データをディジタルデータに変換するディ
ジタル変換手段と、前記ディジタルデータに変換された
時系列データを所定時間間隔の複数のフレームで分割し
て得られるフレーム毎の時系列データを周波数変換によ
りパワースペクトルに変換するパワースペクトル変換手
段と、前記変換されたパワースペクトルのピーク点に対
応する周波数に基づいて前記ピーク点に対応する周波数
を中心として狭帯域に含まれる駆動音のパワーであるト
ーンパワーと前記ピーク周波数を中心とした臨界帯域幅
の駆動音のパワーであるノイズパワーを検出するパワー
検出手段と、前記検出されたトーンパワーとノイズパワ
ーとに基づいて該回転装置の駆動音に所定の純音が存在
するか否か検出する純音検出手段と、を備えている。

【００１４】請求項８記載の発明は、駆動音の振幅の時
系列データを検出し、前記検出されたデータをディジタ
ルデータに変換し、前記ディジタルデータを所定時間間
隔の複数のフレームで分割し、前記フレーム毎の時系列
データを周波数変換によりパワースペクトルに変換し、
前記変換されたパワースペクトルとパワースペクトルの
形式で予め記憶された駆動音のデータとを比較すること
によって、前記駆動音を分類して回転装置を検査する回
転装置の検査方法であって、前記駆動音の周期を特定
し、前記特定された周期と略同一の周期を有している前
記予め記憶された駆動音のデータのみを前記比較の対象
とするようにしている。

【００１５】請求項９記載の発明は、請求項８記載の発
明において、前記駆動音の周期を、各フレーム毎に前記
駆動音の周期の開始点の候補となる候補点を決定する第
１のステップと、複数の前記フレーム毎の前記候補点か
ら前記周期の開始点を特定する第２のステップとにより
特定するようにしている。

【００１６】請求項１０記載の発明は、請求項８又は請
求項９記載の発明において、前記駆動音の周期を、自己
相関によって特定するようにしている。

【００１７】請求項１１記載の発明は、請求項８記載の
発明において、前記駆動音の周期を、先頭フレームと該
先頭フレーム以外の他のフレームの各々とにおいて自己
相関の最も高い最高点を駆動音の１周期を定める候補点
として選択し、前記先頭フレームにおける先頭時系列デ
ータと前記候補点とを始点とした自己相関の最も高い点
を検出し、前記検出された自己相関の最も高い点におけ
る前記候補点のフレームと前記先頭フレームとに基づい
て特定するようにしている。

【００１８】請求項１２記載の発明は、請求項１１記載
の発明において、前記最高点を、前記先頭フレームと該
先頭フレーム以外の他のフレームの各々との組合せ毎に
前記先頭フレームにおける先頭時系列データと該先頭フ
レーム以外の他のフレームにおける先頭時系列データと
を始点とした自己相関を求めることにより求めるように
している。

【００１９】請求項１３記載の発明は、駆動音の振幅の
時系列データを検出し、前記検出された時系列データを
ディジタルデータに変換し、前記ディジタルデータを特
定の時間長を有するフレームに分割し、前記フレーム毎
の時系列データを周波数変換によりパワースペクトルに
変換し、前記変換されたパワースペクトルに基づいて該
回転装置の駆動音に所定の純音が存在するか否か検出す
るようにしている。

【００２０】請求項１４記載の発明は、請求項１３記載
の発明において、前記変換されたパワースペクトルのピ
ーク点に対応する周波数に基づいて前記ピーク点に対応
する周波数を中心として狭帯域に含まれる駆動音のパワ
ーであるトーンパワーと前記ピーク周波数を中心とした
臨界帯域幅の駆動音のパワーであるノイズパワーとを検
出し、検出されたトーンパワーとノイズパワーとに基づ
いて該回転装置の駆動音に所定の純音が存在するか否か
検出するようにしている。

【００２１】請求項１５記載の発明は、請求項１４記載
の発明において、前記変換されたパワースペクトルに基
づいて駆動音の周波数と該周波数の駆動音のエネルギー
との２次以上の関数を求め、かつ、求めた関数の微分係
数を求めることにより前記ピーク点を求めるようにして
いる。

【００２２】請求項１６記載の発明は、請求項１３記載
の発明において、前記変換されたフレーム毎の複数のパ
ワースペクトルを各周波数毎に平均した平均パワースペ
クトルを演算し、得られた平均パワースペクトルのピー
ク点に対応する周波数に基づいて前記トーンパワーと前
記ノイズパワーとを検出し、検出されたトーンパワーと
ノイズパワーとに基づいて該回転装置の駆動音に所定の
純音が存在するか否か検出するようにしている。

【００２３】請求項１７記載の発明は、請求項１６記載
の発明において、前記平均パワースペクトルに基づいて
駆動音の周波数と該周波数の駆動音のエネルギーとの２
次以上の関数を求め、かつ、求めた関数の微分係数を求
めることにより前記ピーク点を求めるようにしている。

【００２４】請求項１８記載の発明は、回転体の駆動音
の時系列データを検出し、前記時系列データから前記駆
動音の周期を特定し、特定された１周期の時系列データ
と前記周期と略同一の周期を有している予め記憶された
駆動音のデータとを比較して回転装置を分類することに
より回転装置を検査するようにしている。

【００２５】

【作用】請求項１記載の発明では、検出手段は、回転装
置の駆動音の振幅の時系列データを検出し、ディジタル
変換手段は、検出手段により検出された時系列データを
ディジタルデータに変換する。

【００２６】パワースペクトル変換手段は、ディジタル
変換手段によりディジタルデータに変換された時系列デ
ータを所定時間間隔の複数のフレームで分割して得られ
るフレーム毎の時系列データを周波数変換によりパワー
スペクトルに変換する。

【００２７】周期特定手段は、前記各々のフレーム毎に
駆動音の周期の開始点の候補となる候補点を決定し、複
数の前記フレーム毎の前記候補点から前記周期の開始点
を特定することによって前記駆動音の周期を特定する。

【００２８】ここで、回転装置の駆動音の周期は、次の
ように特定することができる。例えば、請求項２記載の
発明のように、前記候補点を自己相関によって特定す
る。また、請求項３記載の発明のように、前記周期の開
始点を自己相関によって特定する。

【００２９】さらに、請求項４記載の発明のように、先
頭フレームと該先頭フレーム以外の他のフレームの各々
とにおいて自己相関の最も高い最高点を駆動音の１周期
を定める候補点として選択し、前記先頭フレームにおけ
る先頭時系列データと前記候補点とを始点とした自己相
関の最も高い点を検出し、前記検出された自己相関の最
も高い点における前記候補点のフレームと前記先頭フレ
ームとに基づいて駆動音の周期を特定する。なお、最高
点は、請求項５記載の発明のように、前記先頭フレーム
と該先頭フレーム以外の他のフレームの各々との組合せ
毎に前記先頭フレームにおける先頭時系列データと該先
頭フレーム以外の他のフレームにおける先頭時系列デー
タとを始点とした自己相関を求め、求めた自己相関の最
も高い点を前記組合せ毎に検出することにより求めるよ
うにしてもよい。

【００３０】以上説明した請求項２ないし請求項５記載
の発明のように、各々のフレーム毎に駆動音の周期の開
始点の候補となる候補点を決定し、複数の前記フレーム
毎の前記候補点から駆動音の周期の開始点を特定するこ
とによって回転装置の駆動音の周期を特定するようにす
れば、駆動音の周期を計算するための計算量を減少させ
ることができ、処理速度を向上させることができる。

【００３１】そして、回転装置分類手段は、周期特定手
段により特定された周期及びパワースペクトル変換手段
により変換されたパワースペクトルに基づく該回転装置
の駆動音の１周期分のパワースペクトルに基づいて該回
転装置を分類する。

【００３２】以上説明したように請求項１記載の発明
は、回転装置は良品、不良品また不具合の種類毎にその
駆動音の周波数に応じて特色があるので回転装置は駆動
音の種類に応じて分類でき、パワースペクトルはディジ
タル変換された駆動音の振幅の時系列データを周波数変
換したものであり、駆動音のレベルでなくパワースペク
トルに基づいて回転装置を分類していることから、駆動
音の種類に応じて回転装置を分類することができる。

【００３３】請求項６記載の発明では、請求項１ないし
請求項５記載のいずれか１項に記載の発明において更に
備えたサンプル記憶手段には、回転装置の駆動音の１周
期分のパワースペクトルのサンプルを回転装置の種類毎
に予め記憶しいてる。

【００３４】そして、回転装置分類手段は、サンプル記
憶手段に記憶されたサンプルから前記回転装置の駆動音
の周期と略同じ周期のサンプルを選択し、選択されたサ
ンプルと前記回転装置の１周期分の駆動音スペクトルと
における相互相関の最も高いサンプルを検出することに
より該回転装置を分類する。

【００３５】このように、回転装置の駆動音の周期と略
同じ周期のサンプルを選択することから、不要なサンプ
ルを除外でき、該選択されたサンプルと回転装置の１周
期分の駆動音スペクトルとにおける相互相関の最も高い
サンプルを検出することにより該回転装置を分類するこ
とから、処理時間を短縮でき、さらに、少ないデータ量
で回転装置をその駆動音の種類に応じて分類することが
できる。

【００３６】請求項７記載の発明では、検出手段は、回
転装置の駆動音の振幅の時系列データを検出し、ディジ
タル変換手段は、検出手段により検出された時系列デー
タをディジタルデータに変換する。

【００３７】パワースペクトル変換手段は、ディジタル
変換手段によりディジタルデータに変換された時系列デ
ータを所定時間間隔の複数のフレームで分割して得られ
るフレーム毎の時系列データを周波数変換によりパワー
スペクトルに変換する。

【００３８】パワー検出手段は、パワースペクトル変換
手段より変換されたパワースペクトルのピーク点に対応
する周波数に基づいて該ピーク点に対応する周波数を中
心とした狭帯域に含まれる駆動音のパワーであるトーン
パワーと前記ピーク周波数を中心とした臨界帯域幅の駆
動音のパワーであるノイズパワーを検出する。

【００３９】純音検出手段は、パワー検出手段により検
出されたトーンパワーとノイズパワーとに基づいて該回
転装置の駆動音に所定の純音が存在するか否か検出す
る。

【００４０】このように、純音はそのトーンパワーとノ
イズパワーとに応じて種類が分かれるためトーンパワー
とノイズパワーとに基づいて所定の純音が特定でき、ト
ーンパワーとノイズパワーとに基づいて該回転装置の駆
動音に所定の純音が存在するか否か検出するため、多大
な労力と時間をかけずとも、大量生産される回転装置に
所定の純音が存在するか否かを短時間で検出することが
できる。

【００４１】請求項８記載の発明は、駆動音の振幅の時
系列データを検出し、前記検出されたデータをディジタ
ルデータに変換し、前記ディジタルデータを特定の時間
長を有するフレームに分割し、前記フレーム毎の時系列
データを周波数変換によりパワースペクトルに変換し、
前記変換されたパワースペクトルとパワースペクトルの
形式で予め記憶された駆動音のデータとを比較すること
によって、前記駆動音を分類して回転装置を検査する
際、前記駆動音の周期を特定する。

【００４２】ここで、回転装置の駆動音の周期の特定
は、次のように行うことができる。例えば、請求項９記
載の発明のように、前記駆動音の周期を、各フレーム毎
に前記駆動音の周期開始点の候補となる候補点を決定す
る第１のステップと、複数の前記フレーム毎の前記候補
点から前記周期の開始点を特定する第２のステップとに
より特定する。また、請求項１０記載の発明のように、
前記駆動音の周期を、自己相関によって特定する。さら
に、請求項１１記載の発明のように、前記駆動音の周期
を、先頭フレームと該先頭フレーム以外の他のフレーム
の各々とにおいて自己相関の最も高い最高点を駆動音の
１周期を定める候補点として選択し、前記先頭フレーム
における先頭時系列データと前記候補点とを始点とした
自己相関の最も高い点を検出し、前記検出された自己相
関の最も高い点における前記候補点のフレームと前記先
頭フレームとに基づいて特定する。なお、前記最高点
は、請求項１２記載の発明のように、前記先頭フレーム
と該先頭フレーム以外の他のフレームの各々との組合せ
毎に前記先頭フレームにおける先頭時系列データと該先
頭フレーム以外の他のフレームにおける先頭時系列デー
タとを始点とした自己相関を求め、求めた自己相関の最
も高い点を前記組合せ毎に検出することにより求めるよ
うにする。

【００４３】以上説明した請求項９ないし請求項１２記
載の発明のように、各々のフレーム毎に駆動音の周期の
開始点の候補となる候補点を決定し、複数の前記フレー
ム毎の前記候補点から駆動音の周期の開始点を特定する
ことによって回転装置の駆動音の周期を特定するように
すれば、駆動音の周期を計算するための計算量を減少さ
せることができ、処理速度を向上させることができる。

【００４４】そして、前記特定された周期と略同一の周
期を有している前記予め記憶された駆動音のデータのみ
を前記変換されたパワースペクトルと比較して、駆動音
を分類して回転装置を検査する。

【００４５】以上説明したように請求項８記載の発明
は、特定された周期と略同一の周期を有している予め記
憶された駆動音のデータのみを変換されたパワースペク
トルと比較して、駆動音を分類して回転装置を検査する
ことから、少ないデータ量で回転装置をその駆動音の種
類毎に応じて分類することができる。

【００４６】請求項１３記載の発明では、駆動音の振幅
の時系列データを検出し、前記検出された時系列データ
をディジタルデータに変換し、前記ディジタルデータを
特定の時間長を有するフレームに分割し、前記フレーム
毎の時系列データを周波数変換によりパワースペクトル
に変換し、前記変換されたパワースペクトルに基づいて
該回転装置の駆動音に所定の純音が存在するか否か検出
する。

【００４７】ここで、パワースペクトルに基づいて該回
転装置の駆動音に所定の純音が存在するか否かは、次の
ように検出することができる。

【００４８】例えば、請求項１４記載の発明のように、
前記変換されたパワースペクトルのピーク点に対応する
周波数に基づいて前記ピーク点に対応する周波数を中心
として狭帯域に含まれる駆動音のパワーであるトーンパ
ワーと前記ピーク周波数を中心とした臨界帯域幅の駆動
音のパワーであるノイズパワーとを検出し、検出された
トーンパワーとノイズパワーとに基づいて該回転装置の
駆動音に所定の純音が存在するか否か検出する。このよ
うに、トーンパワーとノイズパワーとに基づいて該回転
装置の駆動音に所定の純音が存在するか否か検出すれ
ば、多大な労力と時間をかけずとも、大量生産される回
転装置に所定の純音が存在するか否かを短時間で検出す
ることができる。

【００４９】なお、前記ピーク点は、請求項１５記載の
発明のように、前記変換されたパワースペクトルに基づ
いて駆動音の周波数と該周波数の駆動音のエネルギーと
の２次以上の関数を求め、かつ、求めた関数の微分係数
を求めることにより求めることができる。このように、
変換されたパワースペクトルに基づいて駆動音の周波数
と該周波数の駆動音のエネルギーとの２次以上の関数の
微分係数を求めることにより前記ピーク点を求めるよう
にすれば、トーンパワーを検出するための該ピーク点を
短時間に求めることができる。

【００５０】また、請求項１６記載の発明のように、前
記変換されたフレーム毎の複数のパワースペクトルを各
周波数毎に平均した平均パワースペクトルを演算し、得
られた平均パワースペクトルのピーク点に対応する周波
数に基づいて前記トーンパワーと前記ノイズパワーとを
検出し、検出されたトーンパワーとノイズパワーとに基
づいて該回転装置の駆動音に所定の純音が存在するか否
か検出する。このように、変換されたフレーム毎の複数
のパワースペクトルの平均パワースペクトルに基づい
て、トーンパワーとノイズパワーとを検出し、検出され
たトーンパワーとノイズパワーとに基づいて該回転装置
の駆動音に所定の純音が存在するか否か検出するように
すれば、多大な労力と時間をかけずとも、大量生産され
る回転装置に所定の純音が存在するか否かを短時間で正
確に検出することができる。

【００５１】なお、前記ピーク点は、請求項１７記載の
発明のように、前記平均パワースペクトルに基づいて駆
動音の周波数と該周波数の駆動音の強度との２次以上の
関数を求め、かつ、求めた関数の微分係数を求めること
により前記ピーク点を求める。このように、平均パワー
スペクトルに基づいて駆動音の周波数と該周波数の駆動
音のエネルギーとの２次以上の関数の微分係数を求める
ことにより前記ピーク点を求めるようすれば、トーンパ
ワーを検出するための該ピーク点を短時間に正確に求め
ることができる。

【００５２】以上説明したように請求項１３記載の発明
では、変換されたパワースペクトルに基づいて該回転装
置の駆動音に所定の純音が存在するか否か検出するた
め、大量生産される回転装置に所定の純音が存在するか
否かを短時間で検出することができる。

【００５３】請求項１８記載の発明では、回転体の駆動
音の時系列データを検出し、前記時系列データから前記
駆動音の周期を特定し、特定された１周期の時系列デー
タと前記周期と略同一の周期を有している予め記憶され
た駆動音のデータとを比較して回転装置を分類すること
により回転装置を検査する。

【００５４】このように、回転体の駆動音の時系列デー
タから前記駆動音の周期を特定し、特定された１周期の
時系列データと前記周期と略同一の周期を有している予
め記憶された駆動音のデータとを比較して回転装置を分
類することから、少ないデータで回転装置を分類するこ
とができる。

【００５５】

【実施例】以下、本発明の第１の実施例を図面を参照し
て詳細に説明する。本実施例の回転装置の検査装置は、
回転装置、例えば、ハードディスク装置の駆動音の音色
に基づいて該装置を分類する。この回転装置の検査装置
は、図１に示すように、外部音を遮断する防音箱１０を
備えている。該防音箱１０には、分類の対象となるハー
ドディスク装置〔以下、ＨＤＤ（Hard Disk Drive ）と
いう〕１２及びＨＤＤ１２を駆動させて発生した駆動音
の振幅の時系列データ（アナログ値）を検出するマイク
ロフォン１４を備えている。

【００５６】マイクロフォン１４には、増幅器（ＡＭ
Ｐ）１６が接続され、増幅器１６には、アナログ／ディ
ジタル（Ａ／Ｄ）変換器１８が接続されている。

【００５７】Ａ／Ｄ変換器１８は、図示しないＡ／Ｄ変
換部と、メモリ部とを備えている。なお、メモリ部は、
リングバッファで構成されている。該Ａ／Ｄ変換部で
は、例えば、０〔Ｈｚ〕〜５〔ｋＨｚ〕までの範囲のＨ
ＤＤ１２の駆動音を検出すると共に所定のサンプリング
周期でＨＤＤ１２の駆動音の振幅の時系列データをサン
プリングして、サンプリングした時系列データ（アナロ
グ値）をディジタル変換して、リングバッファに格納す
る。このように、メモリ部をリングバッファで構成して
いるので、例えば、１０〔ｋＨｚ〕のサンプリング周期
で２〔ｓｅｃ〕間のデータ（１データを２バイトと仮定
する）を扱う時に、リングバッファを用いないと４００
００バイトのメモリ量が必要になる場合でも、はるかに
少ないメモリ量で処理することができる。なお、Ａ／Ｄ
変換器１８は０〔Ｈｚ〕〜５〔ｋＨｚ〕までの範囲のＨ
ＤＤ１２の駆動音を検出しているが、これは１例であ
り、他の範囲のＨＤＤ１２の駆動音を検出するようにし
てもよい。

【００５８】Ａ／Ｄ変換器１８には、フレーム分割器２
０と周期演算器２４とが接続されており、フレーム分割
器２０には、周波数分析器２２が接続されている。フレ
ーム分割器２０は、図示しないフレーム生成部と、メモ
リ部とを備えている。なお、メモリ部は、ダブルバッフ
ァで構成されている。該フレーム生成部において、波形
データをｔ０（本実施例では、２５．６〔ｍＳ〕）で分
割することによって、複数（本実施例では、４０個）の
フレームを生成して、生成したフレームをダブルバッフ
ァに記憶する。なお、周期演算器２４は、ＤＳＰ（Digi
tal Signal Processor）で構成されている。

【００５９】周波数分析器２２及び周期演算器２４は、
１周期パワースペクトル出力器２６に接続されており、
１周期パワースペクトル出力器２６には、テンプレート
マッチングを行うサンプル比較器２８が接続されてい
る。サンプル比較器２８には、記憶装置３０及び判定装
置３２が接続されている。

【００６０】次に、本実施例の作用を説明する。外部音
が遮断された防音箱１０の中でＨＤＤ１２を駆動させ、
これにより発生した駆動音の振幅の時系列データを検出
したマイクロフォン１４は、検出した時系列データ（以
下、アナログ波形データという）を増幅器１６に出力す
る。増幅器１６では、入力した駆動音のアナログ波形デ
ータを増幅して、Ａ／Ｄ変換器１８に出力する。

【００６１】Ａ／Ｄ変換器１８のＡ／Ｄ変換部は、入力
した駆動音のアナログ波形データを２・Ｔ０（本実施例
では、２〔ｓｅｃ〕）分所定のサンプリング周期でサン
プリングしてディジタル値に変換する。これにより、Ｈ
ＤＤ１２の駆動音のアナログ波形データは、図２に示す
ように、ディジタル波形データＷに変換される。変換さ
れたディジタル波形データＷは、Ａ／Ｄ変換器１８のメ
モリ部のリングバッファに格納される。

【００６２】Ａ／Ｄ変換器１８のリングバッファに格納
されたディジタル波形データＷは、フレーム分割器２０
に出力され、フレーム分割器２０では、ディジタル波形
データＷをｔ０（本実施例では、２５．６〔ｍＳ〕）の
時間間隔でフレーム０（０〜ｔ０のディジタル波形デー
タＷ０）、フレーム１（ｔ０〜２・ｔ０のディジタル波
形データＷ１）、フレーム２（２・ｔ０〜３・ｔ０のデ
ィジタル波形データＷ２）・・・フレーム３９（３９・
ｔ０〜４０・ｔ０のディジタル波形データＷ３９）に分
割する。分割されたフレーム０、１、２・・・３９のデ
ィジタル波形データの各々は、順に、フレーム分割器２
０のメモリ部のダブルバッファの片方のバッファに格納
される。なお、ディジタル波形データＷを分割する時間
間隔ｔ０は、周期演算器２４の分解能に応じた時間であ
り、詳細は後述する。

【００６３】フレーム分割器２０には、２フレーム分の
バッファが備えられ、該フレーム分割器２０は、Ａ／Ｄ
変換器１８のリングバッファから定期的に各フレームの
ディジタル波形データを読み込み、ダブルバッファの片
方に格納する。１フレーム分のディジタル波形データを
格納することにより片方のバッファ（第１のバッファ）
が一杯になった場合には、データが一杯になったことを
周波数分析器２２に知らせる。

【００６４】周波数分析器２２は、第１のバッファに記
憶されてている１フレーム分のディジタル波形データを
読み込み、該データに対して高速フーリェ変換〔周波数
変換（Fast Fourier Transform）〕を実行して、周波数
毎の駆動音のエネルギー分布であるパワースペクトルに
変換する。この間、フレーム分割器２０は、もう片方の
バッファ（第２のバッファ）に定期的にＡ／Ｄ変換器１
８から次のフレームのディジタル波形データを読み込ん
でいる。第２のバッファが一杯になる前に周波数分析器
２２は、第１のバッファから読み込んだ１フレーム分の
ディジタル波形データをパワースペクトルに変換する処
理を終了するようにしている。そして、第２のバッファ
が一杯になった場合には、そのことを周波数分析器２２
に知らせる。周波数分析器２２は、第２のバッファの１
フレーム分のディジタル波形データを読み込み、該デー
タをパワースペクトルに変換する。そして、フレーム分
割器２０は、前述した第１のバッファにさらに次のフレ
ームのディジタル波形データを記憶する。このような処
理手順により、フレーム０〜フレーム３９の各々のディ
ジタル波形が、パワースペクトルＰＳ０、ＰＳ１、ＰＳ
２、・・・ＰＳ３９に変換される。

【００６５】また、Ａ／Ｄ変換器１８のリングバッファ
に格納されたディジタル波形データＷは、周期演算器２
４にも出力され、周期演算器２４では、ディジタル波形
データＷに基づいてＨＤＤ１２の駆動音の周期を検出す
る。ここで、周期演算器２４は、１フレームを２５６ポ
イントとして、ＨＤＤ１２の駆動音の周期を検出するよ
うにしている。このため、ディジタル波形データＷを分
割してフレームを生成するための時間間隔ｔ０は、２
５．６〔ｍＳ〕（＝２５６×１００〔μＳ〕）となる。
この時間間隔ｔ０は、フレーム分割器２０においても記
憶され、この時間間隔ｔ０でディジタル波形データＷを
フレーム０〜３９に分割している。

【００６６】次に、周期演算器２４の処理を、図３ない
し図５に示したフローチャートを参照して説明する。

【００６７】まず、Ａ／Ｄ変換器１８のリングバッファ
に格納されたディジタル波形データＷの取り込みを開始
すると（ステップ１００（図３参照））、ステップ２０
０で、フレーム０の駆動音の先頭ディジタル波形データ
とフレーム１、２、・・・３９の各々の駆動音の先頭デ
ィジタル波形データとを始点とした自己相関を求めるこ
とによりＨＤＤ１２の駆動音の周期の候補点を複数（本
実施例では、３９個）検出する周期候補点検出処理を行
う。そして、ステップ３００で、フレーム０の駆動音の
先頭ディジタル波形データと、ステップ２００で検出さ
た候補点の各々のとを始点とした自己相関を求めること
によりＨＤＤ１２の駆動音の周期を検出する周期検出処
理を行う。

【００６８】次に、ステップ２００の周期候補点検出処
理の詳細を、該処理のサブルーチンを示したフローチャ
ート（図４）を参照して説明する。

【００６９】周期演算器２４では、ディジタル波形デー
タを１０〔ｋＨｚ〕の周期で取り込む。従って、フレー
ム１個分のディジタル波形データの全てを取り込むのに
は時間ｔ０必要であり、ステップ２０２で、２・ｔ０時
間経過した否か判断し、２・ｔ０時間経過するまで待
ち、経過した場合には、ステップ２０４に進む。２・ｔ
０時間経過すると、周期演算器２４は、フレーム０及び
フレーム１のディジタル波形データを取り込んだことに
なる。ステップ２０４で、フレームを識別する変数ｆを
０に初期化し、ステップ２０６で、フレームｆのディジ
タル波形データを取り込む。なお、現段階では、フレー
ム０のディジタル波形データＷ０を取り込んでいる。ス
テップ２０８で、変数ｆを１インクリメントして、ステ
ップ２１０で、フレームｆのディジタル波形データを取
り込む。なお、現段階では、フレーム＝１のディジタル
波形データＷ１を取り込んでいる。

【００７０】ステップ２１２で、次式（１）に基づい
て、フレーム０と、フレームｆとの自己相関値Ｒ（τ）
を求める。ここで、ｘ（ｊ）は、フレーム０のディジタル波形デー
タＷ０の１個のポイントの値を示し、ｘ（ｊ＋τ＋２５
６×ｆ）は、フレームｆ（ｊ＋τ≧２５６の場合は、フ
レームｆ＋１にまたがる）のｊ＋τ番目のポイントの値
を示している。

【００７１】そして、τを０〜２５５まで変化させて、
各々の自己相関値Ｒ（τ）を求める。なお、前述したス
テップ１００（図３参照）では、Ａ／Ｄ変換器１８のリ
ングバッファに格納されたディジタル波形データの取り
込みを行っており、フレーム０と、フレームｆとの自己
相関値Ｒ（τ）が求められた時、次のフレームのディジ
タル波形データの取り込みが終了している。

【００７２】ステップ２１４で、２５６個の自己相関値
Ｒ（τ）の中の最大値に対応するポイントを記憶する。
該最大値に対応するポイントは、フレーム０のディジタ
ル波形データが繰り返される可能性の高い点であり、Ｈ
ＤＤ１２の駆動音の周期の候補点に相当する。

【００７３】ステップ２１６で、変数ｆが全てのフレー
ム数ｆ０以上であるか否か判断する。なお、本実施例で
は、ディジタル波形データＷを、フレーム０〜フレーム
３９に分割しているので、全てのフレーム数ｆ０は、３
９フレームである。変数ｆがフレーム数ｆ０以上でない
場合には、いまだフレーム０との自己相関が行われてい
ないフレームがあるので、ステップ２０８に戻って、以
上の処理（ステップ２０８〜ステップ２１６）を繰り返
す。一方、変数ｆがフレーム数ｆ０以上の場合には、フ
レーム０との自己相関がフレーム０以外の他のフレーム
について行われたので、周期候補点検出処理を終了す
る。

【００７４】このように、フレーム０との自己相関がフ
レーム０以外の他のフレームについて行い、ＨＤＤ１２
の駆動音の周期の候補点がｆ０個（本実施例では、３９
個）検出される。

【００７５】このように、Ａ／Ｄ変換器１８でサンプリ
ングされかつディジタル変換されたディジタル波形デー
タＷを複数のフレームに分割し、先頭フレーム（フレー
ム０）と該フレーム以外のフレームとの自己相関値を求
めているので、ＨＤＤ１２の駆動音の周期の候補点を得
ることができる。

【００７６】次に、ステップ３００のステップ２００で
検出さた候補点に基づいてＨＤＤ１２の駆動音の周期を
検出する周期検出処理を、該処理のサブルーチン示した
フローチャート（図５）を参照して説明する。

【００７７】ステップ３０２で、ステップ２００で求め
られた複数（本実施例では、３９個）の周期候補点を識
別するための変数ｒを０に初期化し、ステップ３０４
で、変数ｒを１インクリメントする。

【００７８】ステップ３０６で、フレーム０の駆動音の
ディジタル波形データＷ０の先頭ディジタル波形データ
と、変数ｒで識別される候補点とを始点とした自己相関
値を、次式（２）に基づいて求める。ここで、ｘ（ｊ）は、フレーム０のディジタル波形デー
タＷ０の１つのポイントの値を示し、ｘ（ｊ＋ｋ）は、
変数ｒで識別される候補点の値を示している。ｋは、変
数ｒで識別される候補点の配列ｘにおける位置を示して
いる。なお、Ｎは、１００００−１である。

【００７９】ステップ３０８で、ステップ３０６で求め
られた自己相関値及び該相関値に対応するポイントを記
憶する。

【００８０】ステップ３１０で、変数ｒが全ての周期候
補点の数ｒ０以上であるか否か判断し、数ｒ０以上でな
い場合には、周期候補点の各々に基づいた自己相関値が
求められていないため、ステップ３０４に戻って、以上
の処理（ステップ３０４〜ステップ３１０）を行う。一
方、変数ｒが数ｒ０以上である場合には、周期候補点の
各々に基づいた自己相関値が求められているため、ステ
ップ３１２で、ｒ０個の自己相関値Ｒ（ｋ）の中の最大
値に対応するポイントのフレーム番号を記憶する。

【００８１】以上説明したように、周期候補点検出処理
によりＨＤＤ１２の駆動音の周期の候補となる値が求め
られ、周期候補点に基づいた周期検出処理によりＨＤＤ
１２の駆動音の周期が求められる。すなわち、ｒ０個の
最大値の中の最大値に対応するポイントのフレーム数が
ＨＤＤ１２の周期に相当する。

【００８２】このように、Ａ／Ｄ変換器１８でサンプリ
ングされかつディジタル変換されたディジタル波形デー
タＷを複数のフレームに分割し、先頭フレーム（フレー
ム０）と該フレーム以外のフレームとの自己相関値を求
め、周期候補点に基づいた周期検出処理によりＨＤＤ１
２の駆動音の周期を求めているため、ディジタル波形デ
ータＷの全てについての自己相関を求めることなく周期
を得られるので、計算量を著しく削減でき、処理時間を
著しく短縮することができる。

【００８３】１周期パワースペクトル出力器２６は、周
波数分析器２２からパワースペクトルＰＳ０、ＰＳ１、
ＰＳ２、・・・を取り込むと共に、周期演算器２４から
ＨＤＤ１２の周期情報（前述した最大値の中の最大値に
対応するポイントのフレーム数）を取り込む。そして、
１周期パワースペクトル出力器２６は、周期情報に基づ
いてＨＤＤ１２の１周期分のパワースペクトルＰＳ０、
ＰＳ１、ＰＳ２、・・・ＰＳ３９を出力する。

【００８４】次に、サンプル比較器２８の処理を図６に
示したフローチャートを参照して説明する。

【００８５】まず、ステップ４０２で、１周期パワース
ペクトル出力器２６から入力した１周期分のパワースペ
クトルＰＳ０、ＰＳ１、ＰＳ２、・・・ＰＳ３９から周
期情報を取り込み、ステップ４０４で、取り込んだ周期
情報に基づいて、記憶装置３０に記憶されたサンプルか
ら該周期に略等しい長さの周期を持つサンプルを取り込
む。

【００８６】ここで、記憶装置３０には、図７に示すよ
うに、ハードディスク装置の種類毎の駆動音の１周期分
のフレームのパワースペクトルのサンプル（テンプレー
ト０〜ｍ）が予め記憶されている。すなわち、テンプレ
ート０は、フレーム０及びフレーム１からなる２・ｔ０
の周期を持つ駆動音の１周期分のフレームのパワースペ
クトルのサンプル０であり、テンプレートｎは、フレー
ム０〜ｉからなるｉ・ｔ０の周期を持つサンプルｎであ
り、テンプレートｎ＋１は、フレーム０〜ｊからなるｊ
・ｔ０［＝（ｉ＋１）・ｔ０］の周期を持つサンプルｎ
＋１であり、テンプレートｎ＋２は、フレーム０〜ｋか
らなるｋ・ｔ０［＝（ｊ＋１）・ｔ０］の周期を持つサ
ンプルｎ＋２である。このように、ハードディスク装置
は、その駆動音の音色（周波数）に応じて様々な種類に
分類され、この音色とハードディスク装置の状態（良
品、不良品また不具合の種類）に相関が確認される。ま
た、サンプルの中には、同じ長さの周期を持つものも存
在する。そこで、本実施例では、記憶装置３０に、駆動
音の音色及び周期に応じて様々な種類に分類されるハー
ドディスク装置の種類毎の駆動音の１周期分のフレーム
のパワースペクトルのサンプル（テンプレート０〜ｍ）
を予め記憶するようにしている。

【００８７】また、記憶装置３０からＨＤＤ１２の駆動
音の周期に略等しい長さの周期を持つサンプルを取り込
むとしたのは、サンプル比較器２８では、後述するよう
に１周期パワースペクトル出力器２６から入力した１周
期分のパワースペクトルＰＳ０、ＰＳ１、ＰＳ２、・・
・ＰＳ３９とサンプルとの相互相関値を求めるようにし
ているが、全てのサンプルとの相互相関値を求めると処
理時間が長くかかること、及び、ハードディスク装置の
駆動音の周期は種類毎に略等しいことに鑑みたからであ
る。

【００８８】そして、今、ＨＤＤ１２の駆動音の１周期
の長さがｊ・ｔ０であるとすると、サンプル比較器２８
は、１周期の長さがｊ・ｔ０であるサンプルの他に、１
周期の長さがｊ・ｔ０から１フレーム分の時間ｔ０短い
サンプル及び１周期の長さがｊ・ｔ０から１フレーム分
の時間ｔ０長いサンプルを取り込む。すなわち、サンプ
ルｎ、サンプルｎ＋１及びサンプルｎ＋２を取り込む。
このように、ＨＤＤ１２の駆動音の１周期の長さより１
フレーム分の時間ｔ０短いサンプル及び１フレーム分の
時間ｔ０長いサンプルを取り込むとしているのは、不良
品のハードディスク装置の周期は、多数の実験データか
ら、本来の周期より略１フレーム分の時間ｔ０の誤差が
あるという結果が得られ、このような不良品のハードデ
ィスク装置に対しても対処することができるようにする
ためである。なお、本実施例では、該ハードディスク装
置の検査装置を実施した環境やそのときのハードディス
ク装置の状態と略同じ状態で行われた実験データに基づ
いて本来の周期より略１フレーム分の時間ｔ０の誤差が
あるとしているが、環境やそのときのハードディスク装
置の状態により該誤差も変動する。よって、具体的に前
後何フレームの誤差を認めるかは、該ハードディスク装
置の検査装置を実施する環境やそのときのハードディス
ク装置の状態と同じ状態行われた実験データに基づいて
決定する。

【００８９】ステップ４０６で、サンプルを識別する変
数ｉを０に初期化し、ステップ４０８で、変数ｉを１イ
ンクリメントする。ステップ４１０で、周期を調整す
る。これは、記憶装置３０から取り込んだサンプルの周
期は、前述したように、ＨＤＤ１２の駆動音の周期より
１フレーム分の時間ｔ０短いサンプルの場合や１フレー
ム分の時間ｔ０長いサンプルの場合があるからである。

【００９０】ここで、周期の調整は、ｉ番目のサンプル
の周期がＨＤＤ１２の駆動音の１周期の長さより１フレ
ーム分の時間ｔ０短い場合には、ＨＤＤ１２の駆動音の
最後のフレームを削除し、また、ｉ番目のサンプルの周
期がＨＤＤ１２の駆動音の１周期の長さより１フレーム
分の時間ｔ０長い場合には、ｉ番目のサンプルの駆動音
の最後のフレームを削除する。なお、ｉ番目のサンプル
の周期がＨＤＤ１２の駆動音の１周期の長さと同じ場合
には、フレームを削除する調整は不要となる。

【００９１】ステップ４１２で、ｉ番目のサンプルとＨ
ＤＤ１２の駆動音の１周期分のパワースペクトルとの相
互相関値を、次式（３）に基づいて求める。ここで、ｘ（ｈ，ｆ）は、ＨＤＤ１２の駆動音の１周期
分のパワースペクトルを表し、ｙｉ（ｆ＋τ，ｈ）は、
ｉ番目のサンプルのパワースペクトルを表している。な
お、ｆは、フレームを識別する変数であり、ｈは、周波
数成分を識別する変数であり、Ｆはフレーム数、Ｈは周
波数成分の数であり、τはラグを示す変数であり１から
Ｆ−１まで変化させる。また、ｉ番目のサンプルのパワ
ースペクトルｙｉ（ｆ＋τ，ｈ）は、周期的に繰り返す
ものとして計算を行う。つまり、ｙｉ（Ｆ，ｈ）＝ｙｉ
（０，ｈ），ｙｉ（Ｆ＋１，ｈ）＝ｙｉ（１，ｈ），ｙ
ｉ（Ｆ＋２，ｈ）＝ｙｉ（２，ｈ）のように、データを
使用するこの式（３）を計算するとＦ個の相互相関Ｒｉ
（τ）が求められる。ステップ４１４で、サンプルｉの
相互相関値の最大値を記憶する。この値がＨＤＤ１２の
駆動音とサンプルｉの駆動音との類似度を表す。

【００９２】ステップ４１６で、変数ｉが、取り込んだ
全てのサンプル数ｉ０以上か否か判断し、変数ｉがサン
プル数ｉ０以上でない場合には、ＨＤＤ１２の駆動音の
１周期分のパワースペクトルと全てのサンプルとの相互
相関値が求められていないため、ステップ４０８に戻っ
て、以上の処理（ステップ４０８〜ステップ４１６）を
行う。一方、変数ｉが、全てのサンプル数ｉ０以上であ
る場合には、ＨＤＤ１２の駆動音の１周期分のパワース
ペクトルと取り込んだ全てのサンプルとの相互相関値が
求められているため、本処理を終了する。

【００９３】判定装置３２は、サンプル比較器２８で求
められたＨＤＤ１２の駆動音の１周期分のパワースペク
トルと取り込んだ全てのサンプルとの相互相関値の最大
値の最大値を検出し、検出された最大値の最大値に基づ
いてＨＤＤ１２を分類する。すなわち、検査の対象とな
ったＨＤＤ１２の種類を、検出された最大値の最大値に
よって特定できるサンプルの種類に特定することによ
り、ＨＤＤ１２を分類する。

【００９４】以上説明したように、ＨＤＤ１２の駆動音
の１周期分のパワースペクトルとサンプルとの相互相関
値を求めることにより、ハードディスク装置を分類で
き、騒音レベルとしては静かであるが、装置内で共振を
起こすものを分類したり、所望の音色を持つハードディ
スク装置のみを選別することが可能になる。

【００９５】前述した実施例では、ハードディスク装置
の駆動音の１周期分のパワースペクトルとサンプルとの
相互相関の最大値を求めるようにしているが、これに限
定するものでなく、ハードディスク装置の駆動音の１周
期分のパワースペクトルとサンプルとの周波数に応じた
残差を求め、求めた残差を加算し、順次加算した加算値
が急激に増大する場合には、該サンプルを除外し他のサ
ンプルについて同様に行って、残差の加算値が最小とな
るサンプルを特定し（残差逐次検定法）、特定されたサ
ンプルの種類によりハードディスク装置を分類するよう
にしてもよい。

【００９６】また、別の方法として、ＨＤＤ１２のパワ
ースペクトルとサンプルのパワースペクトルの距離計算
を行う方法がある。すなわち、式（４）及び（５）に示
すように、ＨＤＤ１２のあるフレームのパワースペクト
ルとサンプルのあるフレームのパワースペクトルをベク
トルＥｕ（Ｘ（ｆ），Ｙ（ｆ＋τ））とみて、その間の
ユークリッド距離Ｄｉ（τ）を求める。この処理を１周
期分行い、結果の和をとると最も似ているサンプルの距
離計算の結果が最小になる。なお、この場合も、位相の
差を考慮して、フレームをずらしながら計算を繰り返す
必要がある。そして、この中で最小のものＬｉを選択し
て、該サンプルの種類によりハードディスク装置を分類
するようにしてもよい。Ｌｉ＝Ｍｉｎ（Ｄｉ（τ）：τ＝０〜Ｆ−１）・・・（５）また、前述した実施例では、フレーム分割器は、ディジ
タル波形データを２５．６〔ｍＳ〕の時間間隔で分割す
ることによって複数のフレームのディジタル波形データ
群を生成しているが、これに限定するものでない。すな
わち、周期演算器は、駆動音の周期を求めるためにディ
ジタル波形データをより細かくサンプリングしてもよ
く、よって、これに応じてフレーム分割器のディジタル
波形データを分割する時間間隔も長くなる。なお、この
場合、Ａ／Ｄ変換器でディジタル変換して得られるディ
ジタル波形データ数を同一とするのならば、フレーム分
割器によるフレーム数は、少なくなる。従って、Ａ／Ｄ
変換器でディジタル変換して得られるディジタル波形デ
ータ数を増やしてもよい。また、周波数分析器で周波数
分解能をあげるには、１フレームの時間が長くなる。こ
のとき、周波数演算器の周波数分解能は低下する。な
お、この逆の場合もある。従って、このバランスを考慮
してフレームの長さを決定する。

【００９７】次に本発明の第２の実施例について図面を
参照して詳細に説明する。本実施例の回転装置の検査装
置は、回転装置、例えば、ハードディスク装置の駆動音
に純音が存在するか否かを検出する。このハードディス
ク装置の検査装置は、第１の実施例と同様の構成部分を
備えているので、同一の部分について同一の符号を付し
て説明を省略し、異なる部分について説明する。

【００９８】図８に示すように、周波数分析器２２に
は、平均パワースペクトル生成器４２が接続され、平均
パワースペクトル生成器４２には、ピーク検出器４４が
接続されている。また、ピーク検出器４４には、レベル
計算器４６が接続され、レベル計算器４６には、純音検
出装置５０が接続され、純音検出装置５０には、記憶装
置４８が接続されている。

【００９９】次に、本実施例の作用を説明する。前述し
たように、外部音が遮断された防音箱１０の中でＨＤＤ
１２を駆動させ、前述したようにマイクロフォン１４
は、検出した駆動音の振幅のアナログ波形データを増幅
器１６に出力する。増幅器１６では、入力した駆動音の
アナログ波形データを増幅して、Ａ／Ｄ変換器１８に出
力する。

【０１００】Ａ／Ｄ変換器１８のＡ／Ｄ変換部は、入力
した駆動音のアナログ波形データをＴ１（本実施例で
は、１０〔ｓｅｃ〕）分所定のサンプリング周期でサン
プリングしてディジタル値に変換する。これにより、Ｈ
ＤＤ１２の駆動音のアナログ波形データは、図９に示す
ように、ディジタル波形データＷに変換される。変換さ
れたディジタル波形データＷは、Ａ／Ｄ変換器１８のメ
モリ部のリングバッファに格納される。

【０１０１】Ａ／Ｄ変換器１８のリングバッファに格納
されたディジタル波形データＷは、フレーム分割器２０
に出力され、フレーム分割器２０では、ディジタル波形
データＷをｔ１（本実施例では、１〔ｓｅｃ〕）の時間
間隔でフレーム０、フレーム１、フレーム２・・・フレ
ーム１４に分割する。分割されたフレーム０、１、２・
・・１４は、２０のメモリ部のダブルバッファに格納さ
れる。

【０１０２】前述したように、フレーム分割器２０のダ
ブルバッファに格納されたフレーム０、１、２・・・１
４の各々は、周波数分析器２２に出力され、周波数分析
器２２は、入力したフレーム０、１、２・・・１４の各
々を、高速フーリェ変換を実行して、図９に示すよう
に、周波数毎の駆動音の強度であるパワースペクトルＰ
Ｓ０、ＰＳ１、ＰＳ２、・・・ＰＳ１４に変換する。

【０１０３】平均パワースペクトル生成器４２では、パ
ワースペクトルＰＳ０、ＰＳ１、ＰＳ２、・・・ＰＳ１
４を各周波数毎に平均した平均パワースペクトルＰＳＡ
を算出する。

【０１０４】この処理を図１０に示したフローチャート
を参照して説明する。まず、ステップ５０２で、フレー
ムを識別するための変数ｆを０に初期化すると同時に作
業用バッファを初期化する。ステップ５０４で、フレー
ムｆのパワースペクトルを取り込む。

【０１０５】ステップ５０６で、フレームｆのパワース
ペクトルを各周波数成分毎に作業用バッファに加える。
ステップ５０８で、変数ｆが、全てのパワースペクトル
数ｆ０−１（本実施例では、１５−１）以上であるか否
か判断し、変数ｆが全てのパワースペクトル数ｆ０−１
以上でない場合には、ステップ５１０で、変数ｆを１イ
ンクリメントし、ステップ５０４に戻って以上処理（ス
テップ５０６〜ステップ５１０）を行う。一方、変数ｆ
が全てのパワースペクトル数ｆ０−１以上である場合に
は、ステップ５１２で、バッファの要素をｆ０で割るこ
とにより各周波数成分毎の平均値を求めて、平均パワー
スペクトルＰＳＡを算出し、ステップ５１６で、平均パ
ワースペクトルＰＳＡをテーブルに記憶して、本処理を
終了する。これにより、フレーム０〜フレーム１４の平
均パワースペクトルＰＳＡが記憶される。

【０１０６】ピーク検出器４４では、平均パワースペク
トル生成器４２で求められた平均パワースペクトルＰＳ
Ａからピークのある周波数を検出する。この処理を、図
１１に示したフローチャートを参照して説明する。

【０１０７】まず、ステップ６０２で、平均パワースペ
クトルＰＳＡを取り込み、ステップ６０４で、平均パワ
ースペクトルＰＳＡから畳み込み演算によりピークのあ
る周波数を検出する。すなわち、平均パワースペクトル
ＰＳＡの低周波数側から数ポイント毎に２次以上の関数
（本実施例では２次関数）で近似することにより平滑化
し、同時にその２次関数の微分係数を求める。求められ
た微分係数が正の値から負の値に変化するポイントを求
める。この微分係数が正の値から負の値に変化するポイ
ントが、ピークのある周波数となり、純音に相当する。
これにより、図９に示した例では、ピーク（Ｐｅａｋ）
１、ピーク（Ｐｅａｋ）２が検出されている。

【０１０８】そして、ステップ６０６で、平均パワース
ペクトルＰＳＡ及びピーク周波数を対応して記憶するテ
ーブルに、それぞれ記憶する。これにより、すなわち、
図９に示した例では、平均パワースペクトルＰＳＡと、
ピーク１における周波数ｆ１及びピーク２における周波
数ｆ２が記憶される。

【０１０９】レベル計算器４６では、ピーク周波数の音
（純音）が周囲の雑音に埋もれず人の耳に聞こえるかど
うかを検出するための白色雑音によるマスキング効果の
レベルを計算する。すなわち、純音は、後述するTone P
owerと臨界帯域に存在するNoise Power が等しいか又は
Noise Power のほうが大きい時にマスクされて聞こえな
くなるという公知の事実を利用している。

【０１１０】この処理を、図１２に示したフローチャー
トを参照して説明する。まず、ステップ７０２で、平均
パワースペクトルＰＳＡ及びピーク周波数を取り込む。
ステップ７０４で、ピーク周波数を識別するための変数
ｐを０に初期化し、ステップ７０６で、変数ｐを１イン
クリメントし、ステップ７０８で、マスキング効果のレ
ベルを計算する。すなわち、図９に示すように、変数ｐ
で識別されるピーク周波数（以下、Toneという）に基づ
いて、該Toneを中心とした狭帯域に含まれる駆動音のパ
ワー（以下、ＴＰ（Tone Power）という）を計算する。
現段階では、変数ｐで識別されるToneは、周波数ｆ１で
あり、このＴＰを計算する。この計算は、Tone（周波数
ｆ１）を中心にして、低周波数側と高周波数側にパワー
スペクトルの波形にそって、パワーが小さくなる限り幅
を広げていく。このとき、Toneに十分近い（例えば、To
neの１０〔Ｈｚ〕前後の範囲）ところで、波形に突起が
ある場合があり、不要な突起を無視して該幅を広げるた
めには、その突起を通り過ぎる必要がある。従って、To
ne Powerの幅の最小値を決めてこれを下回らないように
している。また、本実施例では、Tone Powerの幅の最大
値を決めてこれを上回らないようにしている。すなわ
ち、本実施例では、Tone Powerの幅の最小値を後述する
臨界帯域幅の例えば、３％に、また、Tone Powerの幅の
最大値を臨界帯域幅の例えば、１５％に設定している。

【０１１１】次に、Toneを中心にもつ臨界帯域幅を計算
し、その範囲にある音のパワー（以下、ＮＰ（Noise Po
wer ）という）を計算する。ただし、Toneのパワーは加
えず、Toneの範囲には、臨界帯域に存在するTone以外の
音の平均が存在するものとして計算する。ここで、臨界
帯域幅ｆｃは、Toneをｆ〔Ｈｚ〕とすると、公知である
次式（６）により求めることができる。ｆｃ＝２５．０＋７５．０・〔１．０＋１．４・（ｆ／１０００）²〕^0.69・・・（６）ステップ７１０で、平均パワースペクトル、ピーク周波
数、ＴＰ及びＮＰが対応したテーブルに、それぞれ記憶
する。ステップ７１２で、変数ｐが平均パワースペクト
ルにおけるピーク周波数の全ての数ｐ０以上であるか否
か判断し、変数ｐが数ｐ０以上でない場合には、平均パ
ワースペクトルにおけるピーク周波数の全てについてＴ
Ｐ及びＮＰを計算していないので、ステップ７０６に戻
って、以上の処理（ステップ７０６〜ステップ７１２）
行う。一方、変数ｐが数ｐ０以上である場合には、平均
パワースペクトルにおけるピーク周波数の全てについて
ＴＰ及びＮＰを計算しているので、本処理を終了する。

【０１１２】これにより、テーブルに、ＴＰ及びＮＰ
が、平均パワースペクトル及びピーク周波数に対応して
記憶される。

【０１１３】純音検出装置５０では、純音検出処理を行
う。この処理を図１３及び図１４に示したフローチャー
トを参照して説明する。

【０１１４】まず、ステップ８０２で、ピーク周波数を
識別する変数ｐを０に初期化し、ステップ８０４で、変
数ｐを１インクリメントする。

【０１１５】ステップ８０６で、変数ｐに基づいてＴＰ
及びＮＰを取り込む。すなわち、平均パワースペクトル
における変数ｐで識別されるピーク周波数におけるＴＰ
及びＮＰを取り込む。ステップ８０８で、ＴＰのＮＰに
対する比Ｍ（＝ＴＰ／ＮＰ）を求めて、ステップ８１０
で、変数ｐ及び比Ｍとを対応して記憶するテーブルに、
それぞれ記憶する。

【０１１６】ステップ８１２で、変数ｐが、全てのピー
ク周波数の数ｐ０以上でない場合には、平均パワースペ
クトルにおける全てのピーク周波数について比Ｍを求め
ていないので、ステップ８０４に戻って、以上の処理
（ステップ８０４〜ステップ８１２）を行う。一方、変
数ｐが、全てのピーク周波数の数ｐ０以上である場合に
は、平均パワースペクトルにおける全てのピーク周波数
について比Ｍを求めているので、ステップ８１４（図１
４参照）に進む。

【０１１７】ここで、記憶装置４８には、ユーザに不快
感を与えることになる全ての純音におけるＴＰのＮＰに
対する比のサンプルが記憶さている。そこで、ステップ
８１４で、記憶装置４８からサンプルを取り込む。

【０１１８】ここで、比Ｍは、ピーク周波数を識別する
ための変数ｐと対応して記憶されているので、ステップ
８１６で、変数ｐを０に初期化し、ステップ８１８で、
変数ｐを１インクリメントする。ステップ８２０で、変
数ｐで識別されるピーク周波数における比Ｍとサンプル
とを比較して、サンプルの比以上の比Ｍがあるか検出す
る。ステップ８２２で、ステップ８２０の比較結果を、
ステップ８１０で説明したテーブルに記憶する。このテ
ーブルは、変数ｐ及び比Ｍとを対応して記憶するテーブ
ルであり、該テーブルは、さらに、該比較結果を記憶す
る領域が存在する。

【０１１９】ステップ８２４で、変数ｐが、全てのピー
ク周波数の数（全ての比Ｍの数に相当する）ｐ０以上で
あるか否か判断し、変数ｐが、数ｐ０以上でない場合に
は、全ての比Ｍについてサンプルと比していないので、
ステップ８１８に戻って、以上の処理（ステップ８１８
〜ステップ８２４）を行う。一方、変数ｐが、全てのピ
ーク周波数の数ｐ０以上である場合には、全ての比Ｍに
ついてサンプルと比しているので、本処理を終了する。

【０１２０】以上説明したように本実施例では、検出さ
れた純音がユーザに不快感を与えることになる全ての純
音のサンプルと比較しているので、全ての純音を対象に
してハードディスク装置を分類（良品／不良品）するこ
とができる。これにより、多大な労力を不要とし、大量
生産されるＨＤＤを短時間で分類することができる。

【０１２１】前述した実施例では、検出された純音がユ
ーザに不快感を与えることになる全ての純音のサンプル
と比較しているが、これに限定するものなく、所望の純
音に限定してもよい。

【０１２２】前述した実施例では、１５個のパワースペ
クトルの周波数に応じて平均して平均パワースペクトル
を求めるようにしているが、これに限定するものでな
い。これ以下又はこれ以上の数のパワースペクトルの周
波数に応じて平均して平均パワースペクトルを算出する
ようにしてもよい。

【０１２３】以上説明した第１及び第２の実施例では、
ハードディスク装置を例にとり説明したが、これに限定
するものでなく、例えば、回転部が軸受けを介して固定
部に取り付けられてなる回転装置（例えば、ＶＴＲのテ
ープ案内ドラム）等に適用することができる。

【０１２４】

【発明の効果】以上説明したように請求項１記載の発明
では、回転装置は良品、不良品また不具合の種類毎にそ
の駆動音の周波数に応じて特色があるので回転装置は駆
動音の種類に応じて分類でき、パワースペクトルはディ
ジタル変換された駆動音の振幅の時系列データを周波数
変換したものであり、駆動音のレベルでなくパワースペ
クトルに基づいて回転装置を分類していることから、駆
動音の種類に応じて回転装置を分類することができる、
という効果を有する。

【０１２５】請求項２及び請求項３記載の発明では、各
々のフレーム毎に駆動音の周期の開始点の候補となる候
補点を決定し、複数の前記フレーム毎の前記候補点から
駆動音の周期の開始点を特定することによって回転装置
の駆動音の周期を特定していることから、駆動音の周期
を計算するための計算量を減少させることができ、処理
速度を向上させることができる、という効果を有する。

【０１２６】請求項４記載の発明では、先頭フレームと
該フレーム以外の他のフレームの各々とにおいて自己相
関の最も高い最高点を前記候補点として選択し、前記先
頭フレームにおける先頭時系列データと前記候補点とを
始点とした自己相関の最も高い点における前記候補点の
フレームと前記先頭フレームとに基づいて駆動音の周期
を特定することから、駆動音の周期を計算するための計
算量を減少させて処理速度を向上させることができると
共に駆動音の周期を正確に特定することができる、とい
う効果を有する。

【０１２７】請求項５記載の発明では、先頭フレームと
該先頭フレーム以外の他のフレームの各々との組合せ毎
に自己相関の最も高い最高点を検出していることから、
該自己相関の最も高い最高点を駆動音の周期の候補点と
して選択でき、駆動音の周期を計算するための計算量を
減少させることができ、駆動音の周期の計算の処理時間
を短縮することができる、という効果を有する。

【０１２８】請求項６記載の発明では、回転装置の駆動
音の周期と略同じ周期のサンプルを選択することから、
不要なサンプルを除外でき、該選択されたサンプルと回
転装置の１周期分の駆動音スペクトルとにおける相互相
関の最も高いサンプルを検出することにより該回転装置
を分類することから、処理時間を短縮でき、さらに、少
ないデータ量で回転装置をその駆動音の種類に応じて分
類することができる、という効果を有する。

【０１２９】請求項７記載の発明では、純音はそのトー
ンパワーとノイズパワーとに応じて種類が分かれるため
トーンパワーとノイズパワーとに基づいて所定の純音が
特定でき、トーンパワーとノイズパワーとに基づいて該
回転装置の駆動音に所定の純音が存在するか否か検出す
るため、多大な労力と時間をかけずとも、大量生産され
る回転装置に所定の純音が存在するか否かを短時間で検
出することができる、という効果を有する。

【０１３０】請求項８記載の発明は、特定された周期と
略同一の周期を有している予め記憶された駆動音のデー
タのみを変換されたパワースペクトルと比較して、駆動
音を分類して回転装置を検査することから、少ないデー
タ量で回転装置をその駆動音の種類毎に応じて分類する
ことができる、という効果を有する。

【０１３１】請求項９及び請求項１０記載の発明では、
各々のフレーム毎に駆動音の周期の開始点の候補となる
候補点を決定し、複数の前記フレーム毎の前記候補点か
ら駆動音の周期の開始点を特定することによって回転装
置の駆動音の周期を特定していることから、駆動音の周
期を計算するための計算量を減少させることができ、処
理速度を向上させることができる、という効果を有す
る。

【０１３２】請求項１１記載の発明では、先頭フレーム
と該フレーム以外の他のフレームの各々とにおいて自己
相関の最も高い最高点を前記候補点として選択し、前記
先頭フレームにおける先頭時系列データと前記候補点と
を始点とした自己相関の最も高い点における前記候補点
のフレームと前記先頭フレームとに基づいて駆動音の周
期を特定することから、駆動音の周期を計算するための
計算量を減少させて処理速度を向上させることができる
と共に駆動音の周期を正確に特定することができる、と
いう効果を有する。

【０１３３】請求項１２記載の発明では、先頭フレーム
と該先頭フレーム以外の他のフレームの各々との組合せ
毎に自己相関の最も高い最高点を検出していることか
ら、該自己相関の最も高い最高点を駆動音の周期の候補
点として選択でき、駆動音の周期を計算するための計算
量を減少させることができ、駆動音の周期の計算の処理
時間を短縮することができる、という効果を有する。

【０１３４】請求項１３記載の発明では、パワースペク
トルに基づいて回転装置の駆動音に所定の純音が存在す
るか否か検出することかできることから、多大な労力と
時間をかけずとも、大量生産される回転装置に所定の純
音が存在するか否かを短時間で検出することができる、
という効果を有する。

【０１３５】請求項１４記載の発明では、トーンパワー
とノイズパワーとに基づいて該回転装置の駆動音に所定
の純音が存在するか否か検出するため、多大な労力と時
間をかけずとも、大量生産される回転装置に所定の純音
が存在するか否かを短時間で検出することができる、と
いう効果を有する。

【０１３６】請求項１５記載の発明のように、変換され
たパワースペクトルに基づいて駆動音の周波数と該周波
数の駆動音のエネルギーとの２次以上の関数の微分係数
を求めることにより前記ピーク点を求めるようにしてい
るため、トーンパワーを検出するための該ピーク点を短
時間に求めることができる、という効果を有する。

【０１３７】請求項１６記載の発明のように、変換され
たフレーム毎の複数のパワースペクトルの平均パワース
ペクトルに基づいて、トーンパワーとノイズパワーとを
検出し、検出されたトーンパワーとノイズパワーとに基
づいて該回転装置の駆動音に所定の純音が存在するか否
か検出するため、多大な労力と時間をかけずとも、大量
生産される回転装置に所定の純音が存在するか否かを短
時間で正確に検出することができる、という効果を有す
る。

【０１３８】請求項１７記載の発明では、平均パワース
ペクトルに基づいて駆動音の周波数と該周波数の駆動音
のエネルギーとの２次以上の関数の微分係数を求めるこ
とにより前記ピーク点を求めるようにしているため、ト
ーンパワーを検出するための該ピーク点を短時間に正確
に求めることができる、という効果を有する。

【０１３９】請求項１８記載の発明では、回転体の駆動
音の時系列データから前記駆動音の周期を特定し、特定
された１周期の時系列データと前記周期と略同一の周期
を有している予め記憶された駆動音のデータとを比較し
て回転装置を分類することから、少ないデータで回転装
置を分類することができる、という効果を有する。

【図面の簡単な説明】

【図１】第１の実施例のブロック図である。

【図２】Ａ／Ｄ変換されたディジタル波形データと、フ
レームと、パワースペクトルを示した図である。

【図３】周期検出処理のメインルーチンを示したフロー
チャートである。

【図４】周期候補点検出処理のサブルーチンを示したフ
ローチャートである。

【図５】周期検出処理のサブルーチンを示したフローチ
ャートである。

【図６】サンプルとハードディスク装置の駆動音の１周
期分のパワースペクトルとの相互相関値を算出する処理
ルーチンを示したフローチャートである。

【図７】サンプルの詳細を示した図である。

【図８】第２の実施例のブロック図である。

【図９】第２の実施例の各構成部のデータを示した図で
ある。

【図１０】平均パワースペクトルの算出処理ルーチンを
示したフローチャートである。

【図１１】ピーク周波数検出処理ルーチンを示したフロ
ーチャートである。

【図１２】マスキング効果のレベルの計算処理ルーチン
を示したフローチャートである。

【図１３】トーンパワーとノイズパワーとの比を求める
ための処理ルーチンの１部を示したフローチャートであ
る。

【図１４】トーンパワーとノイズパワーとの比を求める
ための処理ルーチンの残りの部分を示したフローチャー
トである。

【符号の説明】

１０防音箱１２ハードディスク装置１４マイクロフォン１６増幅器１８Ａ／Ｄ変換器２０フレーム分割器２２周波数分析器２４周期演算器２６１周期パワースペクトル出力器２８サンプル比較器３０記憶装置３２判定装置Ｗ、Ｗ１、Ｗ２ディジタル波形データＰＳ０、ＰＳ１、ＰＳ２平均パワースペクトル４２平均パワースペクトル生成器４４ピーク検出器４６レベル計算器４８記憶装置５０純音検出装置

Claims

(57)【特許請求の範囲】

【請求項１】回転装置の駆動音の振幅の時系列データ
を検出する検出手段と、前記検出された時系列データをディジタルデータに変換
するディジタル変換手段と、前記ディジタルデータに変換された時系列データを所定
時間間隔の複数のフレームで分割して得られるフレーム
毎の時系列データを周波数変換によりパワースペクトル
に変換するパワースペクトル変換手段と、前記各々のフレーム毎に駆動音の周期の開始点の候補と
なる候補点を決定し、複数の前記フレーム毎の前記候補
点から前記周期の開始点を特定することによって前記駆
動音の周期を特定する周期特定手段と、前記特定された周期及び前記変換されたパワースペクト
ルに基づく該回転装置の駆動音の１周期分のパワースペ
クトルに基づいて該回転装置を分類する回転装置分類手
段と、を備えた回転装置の検査装置。
【請求項２】前記候補点を自己相関によって特定する
ことを特徴とする請求項１記載の回転装置の検査装置。
【請求項３】前記周期の開始点を自己相関によって特
定することを特徴とする請求項１記載の回転装置の検査
装置。
【請求項４】前記周期特定手段は、先頭フレームと該
先頭フレーム以外の他のフレームの各々とにおいて自己
相関の最も高い最高点を駆動音の１周期を定める候補点
として選択し、前記先頭フレームにおける先頭時系列デ
ータと前記候補点とを始点とした自己相関の最も高い点
を検出し、前記検出された自己相関の最も高い点におけ
る前記候補点のフレームと前記先頭フレームとに基づい
て駆動音の周期を特定することを特徴とする請求項１記
載の回転装置の検査装置。
【請求項５】前記最高点を、前記先頭フレームと該先
頭フレーム以外の他のフレームの各々との組合せ毎に前
記先頭フレームにおける先頭時系列データと該先頭フレ
ーム以外の他のフレームにおける先頭時系列データとを
始点とした自己相関の最も高い点を検出することにより
求めることを特徴とする請求項４記載の回転装置の検査
装置。
【請求項６】回転装置の駆動音の１周期分のパワース
ペクトルのサンプルを回転装置の種類毎に予め記憶した
サンプル記憶手段を更に備え、回転装置分類手段は、前記サンプル記憶手段に記憶されたサンプルから前記回
転装置の駆動音の周期と略同じ周期のサンプルを選択
し、選択されたサンプルと前記回転装置の１周期分のパ
ワースペクトルとにおける相互相関の最も高いサンプル
を検出することにより該回転装置を分類することを特徴
とする請求項１ないし請求項５のいずれか１項に記載の
回転装置の検査装置。
【請求項７】回転装置の駆動音の振幅の時系列データ
を検出する検出手段と、前記検出された時系列データをディジタルデータに変換
するディジタル変換手段と、前記ディジタルデータに変換された時系列データを所定
時間間隔の複数のフレームで分割して得られるフレーム
毎の時系列データを周波数変換によりパワースペクトル
に変換するパワースペクトル変換手段と、前記変換されたパワースペクトルのピーク点に対応する
周波数に基づいて前記ピーク点に対応する周波数を中心
として狭帯域に含まれる駆動音のパワーであるトーンパ
ワーと前記ピーク周波数を中心とした臨界帯域幅の駆動
音のパワーであるノイズパワーを検出するパワー検出手
段と、前記検出されたトーンパワーとノイズパワーとに基づい
て該回転装置の駆動音に所定の純音が存在するか否か検
出する純音検出手段と、を備えた回転装置の検査装置。
【請求項８】駆動音の振幅の時系列データを検出し、前記検出されたデータをディジタルデータに変換し、前記ディジタルデータを所定間間隔で複数のフレームで
分割し、前記フレーム毎の時系列データを周波数変換によりパワ
ースペクトルに変換し、前記変換されたパワースペクトルとパワースペクトルの
形式で予め記憶された駆動音のデータとを比較すること
によって、前記駆動音を分類して回転装置を検査する回
転装置の検査方法であって、前記駆動音の周期を特定し、前記特定された周期と略同一の周期を有している前記予
め記憶された駆動音のデータのみを前記比較の対象とす
る、ことを特徴とする回転装置の検査方法。
【請求項９】前記駆動音の周期を、各フレーム毎に前
記駆動音の周期の開始点の候補となる候補点を決定する
第１のステップと、複数の前記フレーム毎の前記候補点
から前記周期の開始点を特定する第２のステップとによ
り特定することを特徴とする請求項８記載の回転装置の
検査方法。
【請求項１０】前記駆動音の周期を、自己相関によっ
て特定することを特徴とする請求項８又は請求項９記載
の回転装置の検査方法。
【請求項１１】前記駆動音の周期を、先頭フレームと
該先頭フレーム以外の他のフレームの各々とにおいて自
己相関の最も高い最高点を駆動音の１周期を定める候補
点として選択し、前記先頭フレームにおける先頭時系列
データと前記候補点とを始点とした自己相関の最も高い
点を検出し、前記検出された自己相関の最も高い点にお
ける前記候補点のフレームと前記先頭フレームとに基づ
いて特定することを特徴とする請求項８記載の回転装置
の検査方法。
【請求項１２】前記最高点を、前記先頭フレームと該
先頭フレーム以外の他のフレームの各々との組合せ毎に
前記先頭フレームにおける先頭時系列データと該先頭フ
レーム以外の他のフレームにおける先頭時系列データと
を始点とした自己相関を求め、求めた自己相関の最も高
い点を前記組合せ毎に検出することにより求めることを
特徴とする請求項１１記載の回転装置の検査方法。
【請求項１３】駆動音の振幅の時系列データを検出
し、前記検出された時系列データをディジタルデータに変換
し、前記ディジタルデータを特定の時間長を有するフレーム
に分割し、前記フレーム毎の時系列データを周波数変換によりパワ
ースペクトルに変換し、前記変換されたパワースペクトルに基づいて該回転装置
の駆動音に所定の純音が存在するか否か検出する、回転装置の検査方法。
【請求項１４】前記変換されたパワースペクトルのピ
ーク点に対応する周波数に基づいて前記ピーク点に対応
する周波数を中心として狭帯域に含まれる駆動音のパワ
ーであるトーンパワーと前記ピーク周波数を中心とした
臨界帯域幅の駆動音のパワーであるノイズパワーとを検
出し、検出されたトーンパワーとノイズパワーとに基づ
いて該回転装置の駆動音に所定の純音が存在するか否か
検出することを特徴とする請求項１３記載の回転装置の
検査方法。
【請求項１５】前記変換されたパワースペクトルに基
づいて駆動音の周波数と該周波数の駆動音のエネルギー
との２次以上の関数を求め、かつ、求めた関数の微分係
数を求めることにより前記ピーク点を求めることを特徴
とする請求項１４記載の回転装置の検査方法。
【請求項１６】前記変換されたフレーム毎の複数のパ
ワースペクトルを各周波数毎に平均した平均パワースペ
クトルを演算し、得られた平均パワースペクトルのピー
ク点に対応する周波数に基づいて前記トーンパワーと前
記ノイズパワーとを検出し、検出されたトーンパワーと
ノイズパワーとに基づいて該回転装置の駆動音に所定の
純音が存在するか否か検出することを特徴とする請求項
１３記載の回転装置の検査方法。
【請求項１７】前記平均パワースペクトルに基づいて
駆動音の周波数と該周波数の駆動音のエネルギーとの２
次以上の関数を求め、かつ、求めた関数の微分係数を求
めることにより前記ピーク点を求めることを特徴とする
請求項１６記載の回転装置の検査方法。
【請求項１８】回転体の駆動音の時系列データを検出
し、前記時系列データから前記駆動音の周期を特定し、
特定された１周期の時系列データと前記周期と略同一の
周期を有している予め記憶された駆動音のデータとを比
較して回転装置を分類することにより回転装置を検査す
ることを特徴とする回転装置の検査方法。