JP2913552B1 - 音響法による空調用フアン及びポンプの異常機器識別方法 - Google Patents
音響法による空調用フアン及びポンプの異常機器識別方法Info
- Publication number
- JP2913552B1 JP2913552B1 JP19099798A JP19099798A JP2913552B1 JP 2913552 B1 JP2913552 B1 JP 2913552B1 JP 19099798 A JP19099798 A JP 19099798A JP 19099798 A JP19099798 A JP 19099798A JP 2913552 B1 JP2913552 B1 JP 2913552B1
- Authority
- JP
- Japan
- Prior art keywords
- signal
- abnormal
- cross
- correlation function
- pump
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
【要約】
【課題】空調用のフアンやポンプの異常を発見した際
に、異常な機器を特定し、故障による停止を未然に防止
することを可能にする診断方法の提供。 【解決手段】機器の周囲に複数のマイクロホンを設置
し、正常時の音圧信号を測定し各マイクロホンについて
線形予測法を適用したＡＲモデルを作成しておく。異常
時に各マイクロホンで音圧信号を測定し、ＡＲモデルの
フイルタを通して残差信号と信号間の相互相関関数を算
出し、各機器からマイクロホンに到達する時間差に該当
する相互相関関数の変化が最も大きい機器を異常と判定
する。 【効果】異常信号が微弱であっても正常信号に埋もれた
異常信号成分だけを取り出して異常な機器を特定するこ
とができる。
に、異常な機器を特定し、故障による停止を未然に防止
することを可能にする診断方法の提供。 【解決手段】機器の周囲に複数のマイクロホンを設置
し、正常時の音圧信号を測定し各マイクロホンについて
線形予測法を適用したＡＲモデルを作成しておく。異常
時に各マイクロホンで音圧信号を測定し、ＡＲモデルの
フイルタを通して残差信号と信号間の相互相関関数を算
出し、各機器からマイクロホンに到達する時間差に該当
する相互相関関数の変化が最も大きい機器を異常と判定
する。 【効果】異常信号が微弱であっても正常信号に埋もれた
異常信号成分だけを取り出して異常な機器を特定するこ
とができる。
Description
【０００１】
【発明の属する技術分野】本発明は音響法による設備診
断技術に関するものであって、特に建物内に設置されて
いる空調用のフアンやポンプの異常を診断する方法に関
するものである。本発明は空調用以外のフアンやポンプ
についても適用することができる。
断技術に関するものであって、特に建物内に設置されて
いる空調用のフアンやポンプの異常を診断する方法に関
するものである。本発明は空調用以外のフアンやポンプ
についても適用することができる。
【０００２】
【従来の技術】空調設備の機器は熱源機械室と空調機械
室とに設置される。大規模建物では空調機械室は各所に
分散して設置され、数十個所から百個所以上もの空調機
械室を有する建物も多数ある。これらの機械室内に設置
された空調機器の異常を見つけるのに、従来は保守員が
巡回して耳で音を聞いたり、振動具合を目で見て機器の
状態を診断していた。このような判別には高度の熟練を
要するため、多数の空調機器の異常を確実に検知するだ
けの要員を確保することは困難である。かかる背景か
ら、空調設備において保守を自動化、省力化するために
機器の状態監視による予知保全の導入が要望されてい
る。
室とに設置される。大規模建物では空調機械室は各所に
分散して設置され、数十個所から百個所以上もの空調機
械室を有する建物も多数ある。これらの機械室内に設置
された空調機器の異常を見つけるのに、従来は保守員が
巡回して耳で音を聞いたり、振動具合を目で見て機器の
状態を診断していた。このような判別には高度の熟練を
要するため、多数の空調機器の異常を確実に検知するだ
けの要員を確保することは困難である。かかる背景か
ら、空調設備において保守を自動化、省力化するために
機器の状態監視による予知保全の導入が要望されてい
る。
【０００３】空調設備の多数を占める回転機器に対して
は、振動法による状態監視が知られている。しかし、振
動法は接触型であるため各機器の異常振動発生源ごとに
センサーを取り付ける必要があり、機器の台数を上回る
個数のセンサーが必要である。また、小型の部位や内蔵
部品への設置が困難である。そのため、診断できる設備
機器の台数や検知可能な異常原因が限られてしまう。
は、振動法による状態監視が知られている。しかし、振
動法は接触型であるため各機器の異常振動発生源ごとに
センサーを取り付ける必要があり、機器の台数を上回る
個数のセンサーが必要である。また、小型の部位や内蔵
部品への設置が困難である。そのため、診断できる設備
機器の台数や検知可能な異常原因が限られてしまう。
【０００４】これに対し、音響法は非接触型であるた
め、必ずしも機器ごとにセンサーを設ける必要がなく、
多数の空調機器が設置された空調機械室に少数のセンサ
ーを設けるだけで室内に設置された全ての機器の状態を
把握できるという利点を持つ。音響法によって異常を検
出する方法として、例えば特開平５−９９４７５号「空
気調和機における騒音診断装置」や特開平７−４３２５
９号「異常検出方法及び装置」がある。
め、必ずしも機器ごとにセンサーを設ける必要がなく、
多数の空調機器が設置された空調機械室に少数のセンサ
ーを設けるだけで室内に設置された全ての機器の状態を
把握できるという利点を持つ。音響法によって異常を検
出する方法として、例えば特開平５−９９４７５号「空
気調和機における騒音診断装置」や特開平７−４３２５
９号「異常検出方法及び装置」がある。
【０００５】本発明者は先に音響法による空調用フアン
及びポンプの異常検出方法を提案し、特開平１０−１３
３７４０号として公開された。この発明で利用したＡＲ
モデルによるフイルタは、正常信号の母集団の特徴をモ
デル化し、そのモデルの成分のみをフイルタリングする
ので、信号処理の前処理として適している。また、統計
的な信号処理の方法として線形予測法自体は周知の方法
であり、音声分析などに威力を発揮している。この発明
では、信号を低周波数域と高周波数域に分離した後、こ
の線形予測法を適用したＡＲモデルを空調用のフアン及
びポンプの異常診断に利用した点に特徴を有する。ＡＲ
モデルによるフイルタにより、異常信号が微弱であって
も正常信号に埋もれた異常信号成分だけを取り出して統
計的な処理を施すことが可能になり、音響を利用した非
接触式の設備診断方法が実現された。
及びポンプの異常検出方法を提案し、特開平１０−１３
３７４０号として公開された。この発明で利用したＡＲ
モデルによるフイルタは、正常信号の母集団の特徴をモ
デル化し、そのモデルの成分のみをフイルタリングする
ので、信号処理の前処理として適している。また、統計
的な信号処理の方法として線形予測法自体は周知の方法
であり、音声分析などに威力を発揮している。この発明
では、信号を低周波数域と高周波数域に分離した後、こ
の線形予測法を適用したＡＲモデルを空調用のフアン及
びポンプの異常診断に利用した点に特徴を有する。ＡＲ
モデルによるフイルタにより、異常信号が微弱であって
も正常信号に埋もれた異常信号成分だけを取り出して統
計的な処理を施すことが可能になり、音響を利用した非
接触式の設備診断方法が実現された。
【０００６】しかしながら、この設備診断方法により、
多数のフアンやポンプが設置された機械室において、ど
れかの機器が異常を起こせばその音響によって異常の発
生を検出し診断することが可能になったが、多数のフア
ンやポンプのうちのどの機器が異常なのかを特定するこ
とは容易でないことが判明した。
多数のフアンやポンプが設置された機械室において、ど
れかの機器が異常を起こせばその音響によって異常の発
生を検出し診断することが可能になったが、多数のフア
ンやポンプのうちのどの機器が異常なのかを特定するこ
とは容易でないことが判明した。
【０００７】異常機器を特定するには、機器もしくは部
位ごとにマイクロホンを設置することが最も有効ではあ
るが、監視対象となる台数又は部位の数だけマイクロホ
ンが必要となり実用的ではない。別の方法として、音響
インテンシティを計測する方法は、異常により発生する
音波の周波数をあらかじめ知る必要があり、音響の到来
方向を特定するために検出器の移動装置や回転装置が必
要となり、特殊なペアマイクロホンが必要になる等、制
約が大きいという欠点がある。
位ごとにマイクロホンを設置することが最も有効ではあ
るが、監視対象となる台数又は部位の数だけマイクロホ
ンが必要となり実用的ではない。別の方法として、音響
インテンシティを計測する方法は、異常により発生する
音波の周波数をあらかじめ知る必要があり、音響の到来
方向を特定するために検出器の移動装置や回転装置が必
要となり、特殊なペアマイクロホンが必要になる等、制
約が大きいという欠点がある。
【０００８】特開昭４９−６０９６６号「異常機器検出
装置」には、複数の指向性マイクロホンを使用し、フイ
ルタを通して相互相関をとることにより異常機器を分別
する装置が記載されている。また、特開昭５４−５５４
８号「異常検知装置」には、複数の音圧検出器の信号を
取り出し、相関関数処理器によって異常音の伝達時間差
を計算し、異常音の発生位置を検知する装置が記載され
ている。しかしながら、これらの装置では、観測された
音圧信号に対する処理が不充分なままで相互相関関数を
得ているので、初期の異常には効果がないという欠点が
ある。
装置」には、複数の指向性マイクロホンを使用し、フイ
ルタを通して相互相関をとることにより異常機器を分別
する装置が記載されている。また、特開昭５４−５５４
８号「異常検知装置」には、複数の音圧検出器の信号を
取り出し、相関関数処理器によって異常音の伝達時間差
を計算し、異常音の発生位置を検知する装置が記載され
ている。しかしながら、これらの装置では、観測された
音圧信号に対する処理が不充分なままで相互相関関数を
得ているので、初期の異常には効果がないという欠点が
ある。
【０００９】
【発明が解決しようとする課題】本発明の目的は、空調
用のフアンやポンプの異常を発見した際に、異常な機器
を特定し、故障による停止を未然に防止することを可能
にする診断方法を提供することにある。
用のフアンやポンプの異常を発見した際に、異常な機器
を特定し、故障による停止を未然に防止することを可能
にする診断方法を提供することにある。
【００１０】
【課題を解決するための手段】前述した目的を達成する
ため、本発明は、空調用フアン及びポンプの発する音響
を採取してこれらの機器のなかの異常な機器を識別する
方法であって、フアン及びポンプの周囲に複数のマイク
ロホンを設置し、あらかじめ正常時の音圧信号を測定し
それぞれのマイクロホンについて線形予測法を適用した
ＡＲモデルを作成しておき、異常時にそれぞれのマイク
ロホンで音圧信号を測定し、各音圧信号を前記ＡＲモデ
ルのフイルタを通して残差信号を算出し、各残差信号間
の相互相関関数を算出し、各機器からマイクロホンに到
達する時間差に該当する相互相関関数の変化が最も大き
い機器を異常と判定することを特徴とする識別方法を提
供する。
ため、本発明は、空調用フアン及びポンプの発する音響
を採取してこれらの機器のなかの異常な機器を識別する
方法であって、フアン及びポンプの周囲に複数のマイク
ロホンを設置し、あらかじめ正常時の音圧信号を測定し
それぞれのマイクロホンについて線形予測法を適用した
ＡＲモデルを作成しておき、異常時にそれぞれのマイク
ロホンで音圧信号を測定し、各音圧信号を前記ＡＲモデ
ルのフイルタを通して残差信号を算出し、各残差信号間
の相互相関関数を算出し、各機器からマイクロホンに到
達する時間差に該当する相互相関関数の変化が最も大き
い機器を異常と判定することを特徴とする識別方法を提
供する。
【００１１】まず、本発明では、複数台の機器から異常
機器を初期の段階で識別することを目的に、各機器から
の音響信号が２本のマイクロホンに到達する時間差に着
目した識別手法を開発し、シミュレーションと実測によ
り検証した。図１は本発明の基本的な原理を表してい
る。
機器を初期の段階で識別することを目的に、各機器から
の音響信号が２本のマイクロホンに到達する時間差に着
目した識別手法を開発し、シミュレーションと実測によ
り検証した。図１は本発明の基本的な原理を表してい
る。
【００１２】異常の検出対象となる機器、例えば図１の
正常フアン及び異常フアンから２本のマイクロホンに音
波が到達する場合、機器と２本のマイクロホンとの位置
関係が固定であれば、音波の行路差δＬと音速ｃから次
式により到達時間差δｔを推定できる。 δｔ ＝ δＬ／ｃ
正常フアン及び異常フアンから２本のマイクロホンに音
波が到達する場合、機器と２本のマイクロホンとの位置
関係が固定であれば、音波の行路差δＬと音速ｃから次
式により到達時間差δｔを推定できる。 δｔ ＝ δＬ／ｃ
【００１３】それぞれのマイクロホンで計測された音圧
ｓ１，ｓ２から相互相関関数を求めると、推定された到
達時間差に相互相関関数のピークが得られる。相互相関
関数を算出する際は、次式を用いて観測された信号ｓ
（ｎ）に正常信号をモデルとする予測係数ａk のＡＲフ
イルタを掛ける。
ｓ１，ｓ２から相互相関関数を求めると、推定された到
達時間差に相互相関関数のピークが得られる。相互相関
関数を算出する際は、次式を用いて観測された信号ｓ
（ｎ）に正常信号をモデルとする予測係数ａk のＡＲフ
イルタを掛ける。
【数３】
【００１４】フイルタを掛けることで、機器が正常であ
れば、残差信号ε（ｎ）はホワイトノイズ（ランダムな
データ）となり、到達時間差における相互相関関数のピ
ークが明瞭となる。また、機器が異常であれば、残差信
号ε（ｎ）は異常の特徴が抽出された信号となり、ピー
クの大きさが変動するとともにその周期成分が相互相関
関数で観測される。
れば、残差信号ε（ｎ）はホワイトノイズ（ランダムな
データ）となり、到達時間差における相互相関関数のピ
ークが明瞭となる。また、機器が異常であれば、残差信
号ε（ｎ）は異常の特徴が抽出された信号となり、ピー
クの大きさが変動するとともにその周期成分が相互相関
関数で観測される。
【００１５】ここで、２本のマイクロホンで観測された
信号をそれぞれｓ1（ｎ），ｓ2（ｎ）とすると、その残
差信号はε1（ｎ），ε2（ｎ）であり、両者の相互相関
関数Ｒε1ε2（ｍ）は次式で表される。
信号をそれぞれｓ1（ｎ），ｓ2（ｎ）とすると、その残
差信号はε1（ｎ），ε2（ｎ）であり、両者の相互相関
関数Ｒε1ε2（ｍ）は次式で表される。
【数４】
【００１６】機器が複数台ある場合は、各機器からの到
達時間差が異なるように２本のマイクロホンを設置し、
各機器に対応する到達時間差の相互相関関数に着目す
る。全ての機器が正常であればそれぞれの相互相関関数
はほぼ安定した数値となるが、その内の１台に異常が発
生すると、その機器に対応した到達時間差の相互相関関
数が他の機器のそれと比べて大きく変動することが予測
される。本発明ではこの性質を利用して複数台の中から
異常機器を識別する。
達時間差が異なるように２本のマイクロホンを設置し、
各機器に対応する到達時間差の相互相関関数に着目す
る。全ての機器が正常であればそれぞれの相互相関関数
はほぼ安定した数値となるが、その内の１台に異常が発
生すると、その機器に対応した到達時間差の相互相関関
数が他の機器のそれと比べて大きく変動することが予測
される。本発明ではこの性質を利用して複数台の中から
異常機器を識別する。
【００１７】なお、ＡＲモデルの予測係数は、Yule-Wal
ker 方程式を、Levinson-Durbin アルゴリズムで解いて
求め、予測次数はＡＩＣ基準より決定した。相互相関関
数は残差信号に、Hamming ウィンドを掛けた後、ＦＦＴ
法により算出した。
ker 方程式を、Levinson-Durbin アルゴリズムで解いて
求め、予測次数はＡＩＣ基準より決定した。相互相関関
数は残差信号に、Hamming ウィンドを掛けた後、ＦＦＴ
法により算出した。
【００１８】ここでの説明において、ＡＲモデル、Levi
nson-Durbin アルゴリズム、ＡＩＣ基準などの用語は、
例えば（社）計測自動制御学会１９８２年発行の「信号
処理」などに詳述されている周知の用語である。以下、
本発明による好適な実施形態を添付図面を参照しながら
説明する。
nson-Durbin アルゴリズム、ＡＩＣ基準などの用語は、
例えば（社）計測自動制御学会１９８２年発行の「信号
処理」などに詳述されている周知の用語である。以下、
本発明による好適な実施形態を添付図面を参照しながら
説明する。
【００１９】
【発明の実施の形態】本発明による識別手法を検証する
ため、最初にシミュレーションによる検証を試みた。ま
ず、表１に示す信号を検出対象とし、フアン及びポンプ
の正常信号を検出対象信号に重畳した。この合成信号の
低周波域（５００Ｈｚ以下）に対し異常を検出するため
の残差距離尺度（特開平１０−１３３７４０号の方法）
を求めるとともに、相互相関関数を算出して異常機器の
識別能力を検証した。基準パラメータ（正常時）はベル
ト張力１２００ｇ、流量８００リットル／分とした。
ため、最初にシミュレーションによる検証を試みた。ま
ず、表１に示す信号を検出対象とし、フアン及びポンプ
の正常信号を検出対象信号に重畳した。この合成信号の
低周波域（５００Ｈｚ以下）に対し異常を検出するため
の残差距離尺度（特開平１０−１３３７４０号の方法）
を求めるとともに、相互相関関数を算出して異常機器の
識別能力を検証した。基準パラメータ（正常時）はベル
ト張力１２００ｇ、流量８００リットル／分とした。
【００２０】
【表１】 ━━━━━━━━━━━━━━━━━━━━━━━━━━ 検出対象信号を下記のごとく設定 機器 状態名 状態パラメータ フアン ベルト張力 ３００〜１２００〜４５００ｇ ポンプ 流量 ０〜８００〜１３００リットル／分 ━━━━━━━━━━━━━━━━━━━━━━━━━━
【００２１】信号の重畳に際しては仮想的に２つの受音
点を設け、２つの受音点に対する検出対象信号の到達時
間差を４ｍｓ、正常信号の到達時間差を−４ｍｓ、さら
に正常信号が２台の場合はもう１台の到達時間差を０ｍ
ｓに設定した。１台の正常信号を重畳する場合はその実
効値が、２台の正常信号を重畳する場合はそれぞれの実
効値が等しくなるようレベル調整して合成した信号の実
効値が、検出対象信号の基準パラメータの実効値に対し
て表２の相対レベルになるよう調整して重畳し、２つの
仮想受音点のデータとした。サンプリング周波数は２０
００Ｈｚとし、２秒の音圧信号を解析対象とした。
点を設け、２つの受音点に対する検出対象信号の到達時
間差を４ｍｓ、正常信号の到達時間差を−４ｍｓ、さら
に正常信号が２台の場合はもう１台の到達時間差を０ｍ
ｓに設定した。１台の正常信号を重畳する場合はその実
効値が、２台の正常信号を重畳する場合はそれぞれの実
効値が等しくなるようレベル調整して合成した信号の実
効値が、検出対象信号の基準パラメータの実効値に対し
て表２の相対レベルになるよう調整して重畳し、２つの
仮想受音点のデータとした。サンプリング周波数は２０
００Ｈｚとし、２秒の音圧信号を解析対象とした。
【００２２】
【表２】 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 正常信号重畳レベルを下記のごとく設定 相対レベル（ｄＢ） −１４ −９ −６ −３ ０ 相対倍率 0.20 0.35 0.50 0.71 1.00 相対レベル（ｄＢ） ３ ６ ９ １４ ２０ 相対倍率 1.41 2.00 2.82 5.00 10.0 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【００２３】一例として、ポンプ流量の検出対象信号に
フアンとポンプの正常信号を重畳した場合のシミュレー
ション結果を図２〜図５に示す。１つの受音点の異常を
検出するための残差距離尺度は図２の通りであり、もう
１つの受音点の残差距離尺度も同様であった。
フアンとポンプの正常信号を重畳した場合のシミュレー
ション結果を図２〜図５に示す。１つの受音点の異常を
検出するための残差距離尺度は図２の通りであり、もう
１つの受音点の残差距離尺度も同様であった。
【００２４】２つの受音点における残差信号の相互相関
関数を算出すると、正常信号を重畳しない場合（図３）
は検出対象信号に対応する到達時間差（４ｍｓ）だけに
ピークが観測されるのに対し、相対レベル６ｄＢで正常
信号を重畳した場合（図４）は正常信号に対応する到達
時間差（０ｍｓ，−４ｍｓ）にもピークが観測されてい
る。従って、残差信号の相互相関関数により、各機器の
情報が分離されていることがわかる。
関数を算出すると、正常信号を重畳しない場合（図３）
は検出対象信号に対応する到達時間差（４ｍｓ）だけに
ピークが観測されるのに対し、相対レベル６ｄＢで正常
信号を重畳した場合（図４）は正常信号に対応する到達
時間差（０ｍｓ，−４ｍｓ）にもピークが観測されてい
る。従って、残差信号の相互相関関数により、各機器の
情報が分離されていることがわかる。
【００２５】ここで、状態パラメータを変化させたとき
の相互相関関数の推移を見ると、正常信号に対応する到
達時間差（０ｍｓ，−４ｍｓ）の相互相関関数は比較的
安定しているのに対し、検出対象信号に対応する到達時
間差（４ｍｓ）の相互相関関数は状態パラメータに応じ
て大きく変動している。この性質を数値表現するため、
対象となる到達時間差に対し基準パラメータの相互相関
関数を基準とし、各状態パラメータの相互相関関数との
偏差の絶対値をとる（図５）。これから、各到達時間差
の偏差の内、最大の偏差を示す到達時間差に対応した機
器を異常機器と識別することが可能である。
の相互相関関数の推移を見ると、正常信号に対応する到
達時間差（０ｍｓ，−４ｍｓ）の相互相関関数は比較的
安定しているのに対し、検出対象信号に対応する到達時
間差（４ｍｓ）の相互相関関数は状態パラメータに応じ
て大きく変動している。この性質を数値表現するため、
対象となる到達時間差に対し基準パラメータの相互相関
関数を基準とし、各状態パラメータの相互相関関数との
偏差の絶対値をとる（図５）。これから、各到達時間差
の偏差の内、最大の偏差を示す到達時間差に対応した機
器を異常機器と識別することが可能である。
【００２６】各状態の検出対象信号に各相対レベルで正
常信号を重畳した２つの受音点の信号の内、残差距離尺
度により異常が検出できた信号に対し相互相関関数によ
る異常機器の識別を試みたところ、その識別率は表３に
示す通り高い結果を得ることができた。
常信号を重畳した２つの受音点の信号の内、残差距離尺
度により異常が検出できた信号に対し相互相関関数によ
る異常機器の識別を試みたところ、その識別率は表３に
示す通り高い結果を得ることができた。
【００２７】
【表３】
【００２８】
【実施例】本発明による音響式の異常機器識別方法を実
施するために、実験室にフアン及びポンプを図６の全体
図及び図７の一部拡大図（いずれも平面図）のように設
置した。図６では、室内にフアン１０、サイレンサー１
２などをダクトで接続し、ポンプ１４、コンベクタ（放
熱器）１６、膨張タンク１８、玉型弁２１〜２６、逆止
弁、圧力計、温度計、流量計、連成計などを配管で接続
し、フアン及びポンプが発する音響をマイクロホンで採
取した。フアンは片吸込シロッコフアン、ポンプは片吸
込渦巻ポンプを使用した。玉型弁２１〜２３は、フアン
コイルユニットに対応する二次側負荷の役目を果たすも
のである。
施するために、実験室にフアン及びポンプを図６の全体
図及び図７の一部拡大図（いずれも平面図）のように設
置した。図６では、室内にフアン１０、サイレンサー１
２などをダクトで接続し、ポンプ１４、コンベクタ（放
熱器）１６、膨張タンク１８、玉型弁２１〜２６、逆止
弁、圧力計、温度計、流量計、連成計などを配管で接続
し、フアン及びポンプが発する音響をマイクロホンで採
取した。フアンは片吸込シロッコフアン、ポンプは片吸
込渦巻ポンプを使用した。玉型弁２１〜２３は、フアン
コイルユニットに対応する二次側負荷の役目を果たすも
のである。
【００２９】図７に示す普通騒音計３０による４つの測
定ポイントで、検出対象機器（ポンプ）を表４のように
設定してフアンを運転・停止した時の音圧信号を測定し
た。解析対象周波数は５００Ｈｚ以下とし、２秒の音圧
信号を用いて残差距離尺度及び相互相関関数を算出し
た。基準パラメータ（正常時）は流量８００リットル／
分とした。測定解析システムを図８に示す。
定ポイントで、検出対象機器（ポンプ）を表４のように
設定してフアンを運転・停止した時の音圧信号を測定し
た。解析対象周波数は５００Ｈｚ以下とし、２秒の音圧
信号を用いて残差距離尺度及び相互相関関数を算出し
た。基準パラメータ（正常時）は流量８００リットル／
分とした。測定解析システムを図８に示す。
【００３０】
【表４】 ━━━━━━━━━━━━━━━━━━━━━━━━━━ 検出対象機器を下記のごとく設定 機器 状態名 状態パラメータ ポンプ 流量 ０〜８００〜１３００リットル／分 ━━━━━━━━━━━━━━━━━━━━━━━━━━
【００３１】フアン及びポンプ（基準パラメータ）を運
転したときの各測定ポイントにおける音圧レベルを表５
に示す。各測定ポイントともフアンの音が大きく、ポン
プの音は埋もれている。表中のΔはフアンとポンプのレ
ベル差である。ＢＧＮは暗騒音である。
転したときの各測定ポイントにおける音圧レベルを表５
に示す。各測定ポイントともフアンの音が大きく、ポン
プの音は埋もれている。表中のΔはフアンとポンプのレ
ベル差である。ＢＧＮは暗騒音である。
【００３２】
【表５】 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 各測定ポイント音圧レベル（ｄＢ） 稼働機 フアン＋ポンプ フアン ポンプ ＢＧＮ Δ ポイント１ 79.8 79.7 65.6 55.4 14.2 ポイント２ 79.2 79.3 59.7 54.3 19.5 ポイント３ 79.9 79.8 59.8 53.1 20.0 ポイント４ 76.6 76.4 58.0 55.4 18.4 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【００３３】残差距離尺度により異常の検出能力が高い
測定ポイント１と２の音圧信号を選択し、ＡＲフイルタ
を掛けた残差信号に対して相互相関関数を適用した。各
機器と測定ポイントの位置関係から、測定ポイント１と
２での到達時間差は、フアンが−０．５ｍｓ、ポンプが
１ｍｓである。
測定ポイント１と２の音圧信号を選択し、ＡＲフイルタ
を掛けた残差信号に対して相互相関関数を適用した。各
機器と測定ポイントの位置関係から、測定ポイント１と
２での到達時間差は、フアンが−０．５ｍｓ、ポンプが
１ｍｓである。
【００３４】ポンプ流量の測定結果を図９、図１０に示
す。多くの状態パラメータが残差距離尺度により異常と
して検出されているので、相互相関関数（図９）にはポ
ンプとフアンに対応する明確なピークが観測され、基準
パラメータに対する相互相関関数の偏差（図１０）によ
る異常機器の識別率も９０．２％と高い結果になってい
る。
す。多くの状態パラメータが残差距離尺度により異常と
して検出されているので、相互相関関数（図９）にはポ
ンプとフアンに対応する明確なピークが観測され、基準
パラメータに対する相互相関関数の偏差（図１０）によ
る異常機器の識別率も９０．２％と高い結果になってい
る。
【００３５】上記のシミュレーション及び実機テストの
測定結果から、２つの受音点の音圧信号にＡＲフイルタ
を掛けた残差信号に相互相関関数を適用し、各機器の到
達時間差に対応する相互相関関数を観測することで異常
機器が識別できることが判明した。
測定結果から、２つの受音点の音圧信号にＡＲフイルタ
を掛けた残差信号に相互相関関数を適用し、各機器の到
達時間差に対応する相互相関関数を観測することで異常
機器が識別できることが判明した。
【００３６】
【発明の効果】以上詳細に説明した如く、本発明の異常
機器識別方法によれば、線形予測法を適用したＡＲモデ
ルによるフイルタを用いて、到達時間差の相互相関関数
を算出し、その変動を検出して異常機器を識別するの
で、異常信号が微弱であっても正常信号に埋もれた異常
信号成分を取り出すことができ、異常な機器を特定し、
故障による停止を未然に防止することが可能になる。本
発明による異常機器識別方法は、既設の建物に対しても
適用することができるので、定常的なメンテナンス性を
高めることができる等、その技術的効果には極めて顕著
なものがある。
機器識別方法によれば、線形予測法を適用したＡＲモデ
ルによるフイルタを用いて、到達時間差の相互相関関数
を算出し、その変動を検出して異常機器を識別するの
で、異常信号が微弱であっても正常信号に埋もれた異常
信号成分を取り出すことができ、異常な機器を特定し、
故障による停止を未然に防止することが可能になる。本
発明による異常機器識別方法は、既設の建物に対しても
適用することができるので、定常的なメンテナンス性を
高めることができる等、その技術的効果には極めて顕著
なものがある。
【図１】本発明の原理を示す概略図である。
【図２】シミュレーションによる残差距離尺度を表すグ
ラフである。
ラフである。
【図３】シミュレーションによる相互相関関数を表すグ
ラフである。
ラフである。
【図４】シミュレーションによる相互相関関数を表すグ
ラフである。
ラフである。
【図５】基準パラメータに対する相互相関関数の偏差を
表すグラフである。
表すグラフである。
【図６】実験用のフアンとポンプを室内に配置した状態
の平面図である。
の平面図である。
【図７】図６の一部を拡大した部分平面図である。
【図８】音響測定と解析の流れを示すブロック図であ
る。
る。
【図９】ポンプ流量異常についての相互相関関数を表す
グラフである。
グラフである。
【図１０】基準パラメータに対する相互相関関数の偏差
を表すグラフである。
を表すグラフである。
１０ フアン １２ サイレンサ １４ ポンプ １６ コンベクタ １８ 膨張タンク ２１〜２６ 玉型弁 ３０ 普通騒音計
フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ０５Ｂ 23/02 Ｇ０５Ｂ 23/02 Ｅ ３０２ ３０２Ｓ (56)参考文献 特開 平５−157662（ＪＰ，Ａ) 特開 平４−214948（ＪＰ，Ａ) 特開 平７−43259（ＪＰ，Ａ) 特開 平５−99475（ＪＰ，Ａ) 特開 平10−91237（ＪＰ，Ａ) 特開 平10−133740（ＪＰ，Ａ) 特開 昭49−60966（ＪＰ，Ａ) 特開 昭54−5548（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) F04B 49/10 F04D 15/02 F04D 27/00 G01H 17/00 G01M 19/00 G05B 23/02 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (3)
- 【請求項１】 空調用フアン及びポンプの発する音響を
採取してこれらの機器のなかの異常な機器を識別する方
法であって、 フアン及びポンプの周囲に複数のマイクロホンを設置
し、 あらかじめ正常時の音圧信号を測定しそれぞれのマイク
ロホンについて線形予測法を適用したＡＲモデルを作成
しておき、 異常時にそれぞれのマイクロホンで音圧信号を測定し、 各音圧信号を前記ＡＲモデルのフイルタを通して残差信
号を算出し、 各残差信号間の相互相関関数を算出し、 各機器からマイクロホンに到達する時間差に該当する相
互相関関数の変化が最も大きい機器を異常と判定するこ
とを特徴とする音響法による空調用フアン及びポンプの
異常機器識別方法。 - 【請求項２】 前記相互相関関数を算出する際は次式を
用いて観測された信号ｓ（ｎ）に正常信号をモデルとす
る予測係数ａk のＡＲフイルタを掛け、 【数１】 残差信号を算出することを特徴とする請求項１記載の識
別方法。 - 【請求項３】 ２本のマイクロホンで観測された信号を
それぞれｓ1（ｎ），ｓ2（ｎ）とし、その残差信号をε
1（ｎ），ε2（ｎ）とし、両者の相互相関関数Ｒε1ε2
（ｍ）を次式で算出し、 【数２】 各機器からマイクロホンに到達する時間差に該当する相
互相関関数の変化が最も大きい機器を異常と判定する請
求項１記載の識別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19099798A JP2913552B1 (ja) | 1998-06-23 | 1998-06-23 | 音響法による空調用フアン及びポンプの異常機器識別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP19099798A JP2913552B1 (ja) | 1998-06-23 | 1998-06-23 | 音響法による空調用フアン及びポンプの異常機器識別方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2913552B1 true JP2913552B1 (ja) | 1999-06-28 |
| JP2000009048A JP2000009048A (ja) | 2000-01-11 |
Family
ID=16267156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP19099798A Expired - Fee Related JP2913552B1 (ja) | 1998-06-23 | 1998-06-23 | 音響法による空調用フアン及びポンプの異常機器識別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2913552B1 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6179840B1 (en) | 1999-07-23 | 2001-01-30 | Ethicon, Inc. | Graft fixation device and method |
| JP2001272385A (ja) * | 2000-03-28 | 2001-10-05 | Toyo Seikan Kaisha Ltd | 線形予測係数法を用いた打検方法および打検装置 |
| JP2002041143A (ja) * | 2000-07-31 | 2002-02-08 | Chiyoda Corp | 動作部の異常診断方法及び圧縮機のバルブ異常診断方法 |
| JP2003166979A (ja) * | 2001-11-30 | 2003-06-13 | Koden Electronics Co Ltd | 固体内部の振動検査装置 |
| JP2003185644A (ja) * | 2001-12-18 | 2003-07-03 | Koden Electronics Co Ltd | 固体内部の振動検査装置 |
| JP4511886B2 (ja) * | 2004-07-14 | 2010-07-28 | 株式会社日立産機システム | スクリュー圧縮機の異常診断装置および異常診断システム |
| US7712319B2 (en) | 2004-12-27 | 2010-05-11 | Carrier Corporation | Refrigerant charge adequacy gauge |
| US7472557B2 (en) | 2004-12-27 | 2009-01-06 | Carrier Corporation | Automatic refrigerant charging apparatus |
| US7552596B2 (en) | 2004-12-27 | 2009-06-30 | Carrier Corporation | Dual thermochromic liquid crystal temperature sensing for refrigerant charge indication |
| US7419192B2 (en) | 2005-07-13 | 2008-09-02 | Carrier Corporation | Braze-free connector utilizing a sealant coated ferrule |
| JP5501903B2 (ja) * | 2010-09-07 | 2014-05-28 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
| US9759465B2 (en) | 2011-12-27 | 2017-09-12 | Carrier Corporation | Air conditioner self-charging and charge monitoring system |
| CN106141815B (zh) * | 2016-07-15 | 2018-07-17 | 西安交通大学 | 一种基于ar模型的高速铣削颤振在线辨识方法 |
| CN108562355B (zh) * | 2017-12-12 | 2020-11-17 | 重庆邮电大学 | 一种适用于双拾音器磨音信号的处理方法 |
| CN111271300B (zh) * | 2020-03-30 | 2021-08-06 | 上海交通大学 | 基于神经网络的挖泥船泥泵转速在线辨识控制方法及系统 |
-
1998
- 1998-06-23 JP JP19099798A patent/JP2913552B1/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000009048A (ja) | 2000-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2913552B1 (ja) | 音響法による空調用フアン及びポンプの異常機器識別方法 | |
| JP3358167B2 (ja) | 被検体同定方法、装置およびシステム | |
| JP6739256B2 (ja) | 空制システム異常判定装置、空制システム、空制システム異常判定方法およびプログラム | |
| JP2847643B2 (ja) | 音響法による空調用フアン及びポンプの異常検出方法 | |
| CN103765114A (zh) | 自动化的功能诊断 | |
| JP2010532021A (ja) | 冷却システム及び／又は家庭電化製品における機械的波動の検出による診断システム及び診断方法 | |
| KR20090010430A (ko) | 기계 장치의 고장 진단 장치 | |
| US20210327174A1 (en) | Allophone inspection device and inspection method thereof | |
| US20200126549A1 (en) | Device control system | |
| EP3690338B1 (en) | Method and apparatus for preventing component malfunction using accelerometers | |
| JP2009103672A (ja) | 地震とノイズによる振動とを識別する解析法 | |
| JP2009025096A (ja) | 検査対象製品の運転による動作データに基づく製品検査装置および検査対象製品の検査方法 | |
| JP3014201B2 (ja) | 軸受け異常予知装置 | |
| JP3188812B2 (ja) | 設備診断システム | |
| JP3571949B2 (ja) | 移動体に設けられた機器の異常を診断するための診断装置 | |
| JP2001296917A (ja) | 精密電子機器の挙動と環境監視システム | |
| JP2021121788A (ja) | 診断装置、診断方法、診断プログラムおよび診断システム | |
| JP7453049B2 (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム | |
| US7580802B2 (en) | Method of determining condition of a turbine blade, and utilizing the collected information for estimation of the lifetime of the blade | |
| CN109341780B (zh) | 一种多手段低成本风机故障监测方法 | |
| JP2624789B2 (ja) | 機器の異常診断装置 | |
| Yin et al. | The impact of operating pressure on residential bathroom exhaust fan performance | |
| WO2023248402A1 (ja) | 空気調和システム及び異常診断方法 | |
| WO2023093246A1 (zh) | 一种空调器压缩机预警方法、装置和系统 | |
| JP2550066B2 (ja) | 音響信号による機械の異常診断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090416 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100416 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110416 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120416 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120416 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130416 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130416 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140416 Year of fee payment: 15 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |