JP2955942B2 - 異常監視方法及び装置 - Google Patents
異常監視方法及び装置Info
- Publication number
- JP2955942B2 JP2955942B2 JP2004711A JP471190A JP2955942B2 JP 2955942 B2 JP2955942 B2 JP 2955942B2 JP 2004711 A JP2004711 A JP 2004711A JP 471190 A JP471190 A JP 471190A JP 2955942 B2 JP2955942 B2 JP 2955942B2
- Authority
- JP
- Japan
- Prior art keywords
- sound
- noise
- grade
- abnormal
- detection signal
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Feedback Control In General (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、原子力、火力発電所等のプラントに利用さ
れる異常監視方法および装置に係り、特に当該プラント
から発生する変動のあるバックグラウンドノイズの中か
ら微小な異音を検出し、これによりプラントの異常の有
無を監視する異常監視方法および装置に関する。
れる異常監視方法および装置に係り、特に当該プラント
から発生する変動のあるバックグラウンドノイズの中か
ら微小な異音を検出し、これによりプラントの異常の有
無を監視する異常監視方法および装置に関する。
従来、原子力プラントでは、原子炉内における構造物
のゆるみや脱落あるいは系外から流入した異物の有無
を、原子炉から発生している音響を検出することにより
監視している。
のゆるみや脱落あるいは系外から流入した異物の有無
を、原子炉から発生している音響を検出することにより
監視している。
このように原子炉を音響によって監視する異常監視装
置は、原子炉に取付けた音響センサにより検出した信号
を取り込み、当該検出信号を基に得たバックグラウンド
ノイズ（以下、BGノイズという）を設定値として設定
し、音響センサからの検出信号を前記設定値と比較して
当該検出信号から得た異音が当該設定値より一定比率以
上あるときに警報を発生するように構成したものが一般
的である。
置は、原子炉に取付けた音響センサにより検出した信号
を取り込み、当該検出信号を基に得たバックグラウンド
ノイズ（以下、BGノイズという）を設定値として設定
し、音響センサからの検出信号を前記設定値と比較して
当該検出信号から得た異音が当該設定値より一定比率以
上あるときに警報を発生するように構成したものが一般
的である。
このような異常監視装置によれば、音響センサからの
検出信号によるBGノイズを監視し、このBGノイズとは異
なる音があったときに、その異音がBGノイズレベルの設
定値より一定比率以上あるときに警報を発生している。
検出信号によるBGノイズを監視し、このBGノイズとは異
なる音があったときに、その異音がBGノイズレベルの設
定値より一定比率以上あるときに警報を発生している。
なお、この種の装置としては、例えば、特開昭58−21
524号公報、特開昭62−8095号公報、および特開昭62−1
04196号公報に記載されたものがある。
524号公報、特開昭62−8095号公報、および特開昭62−1
04196号公報に記載されたものがある。
上述した従来の音響による異常監視装置では、微小な
インパクト等の異音は、BGノイズの変動内に埋もれてし
まい検出することができなかった。すなわち、従来の異
常監視装置の場合、異音を検出できる条件としては異音
のエネルギがBGノイズのエネルギの200〜300〔％〕以上
あるときであり、これ以外ではBGノイズの変動内に埋も
れてしまって異音の検出ができなかった。
インパクト等の異音は、BGノイズの変動内に埋もれてし
まい検出することができなかった。すなわち、従来の異
常監視装置の場合、異音を検出できる条件としては異音
のエネルギがBGノイズのエネルギの200〜300〔％〕以上
あるときであり、これ以外ではBGノイズの変動内に埋も
れてしまって異音の検出ができなかった。
ところが、原子炉内構造物の脱落物としては、支持ピ
ン、ばね、ボルト類などの比較的軽量なものが多く、こ
れら部品の脱落による異音が小さな音であることから、
従来の異常監視装置では異音であるのかBGノイズの変動
であるのかの判別が困難であるという欠点があった。
ン、ばね、ボルト類などの比較的軽量なものが多く、こ
れら部品の脱落による異音が小さな音であることから、
従来の異常監視装置では異音であるのかBGノイズの変動
であるのかの判別が困難であるという欠点があった。
本発明の目的は、上述した従来技術の欠点を解消し、
BGノイズと同程度の異音であっても認識可能とする異常
監視方法および装置を提供することにある。
BGノイズと同程度の異音であっても認識可能とする異常
監視方法および装置を提供することにある。
上記目的は、BGノイズの周波数成分を各検出位置毎に
累積したデータに基づき、BGノイズの変動幅に対して異
音の程度の重みづけをファジィ推論で行って、各検出位
置の異常のグレードを決定するようにしたことにより、
達成される。
累積したデータに基づき、BGノイズの変動幅に対して異
音の程度の重みづけをファジィ推論で行って、各検出位
置の異常のグレードを決定するようにしたことにより、
達成される。
すなわち、本発明の異常監視方法は、プラントの各機
器に取付けられた音響センサで検出した音響検出信号と
予め設定した設定値との比較により警報を発生する異常
監視方法において、音響検出信号から予め得たバックグ
ラウンドノイズの変動を基にファジィ推論して音のグレ
ードを得ておき、異音が発生した際に前記音のグレード
から当該異音の度合いを決定し、当該異音の度合いを基
にファジィ推論をして異常のグレードを決定することを
特徴とするものである。
器に取付けられた音響センサで検出した音響検出信号と
予め設定した設定値との比較により警報を発生する異常
監視方法において、音響検出信号から予め得たバックグ
ラウンドノイズの変動を基にファジィ推論して音のグレ
ードを得ておき、異音が発生した際に前記音のグレード
から当該異音の度合いを決定し、当該異音の度合いを基
にファジィ推論をして異常のグレードを決定することを
特徴とするものである。
また、本発明の異常監視方法は、プラントの各機器に
取付けられた音響センサで検出した音響検出信号と予め
設定した設定値とこの比較により警報を発生する異常監
視方法において、音響検出信号から予め得たバックグラ
ウンドノイズの変動、および音響検出信号からの異音の
特徴つけとして、周波数分布を各周波数領域に分割し、
当該領域での音のピーク値を当該領域の音の代表とする
ことを特徴とするものである。
取付けられた音響センサで検出した音響検出信号と予め
設定した設定値とこの比較により警報を発生する異常監
視方法において、音響検出信号から予め得たバックグラ
ウンドノイズの変動、および音響検出信号からの異音の
特徴つけとして、周波数分布を各周波数領域に分割し、
当該領域での音のピーク値を当該領域の音の代表とする
ことを特徴とするものである。
さらに、本発明の異常監視方法は、音響検出信号から
予め得たバックグラウンドノイズの変動を基にファジィ
推論して音のグレードを得ておき、異音が発生した際に
前記音のグレードから当該異音の度合いを決定し、当該
異音の度合いを基に、プラントの機器の構造より推定さ
れる音源としての可能性を組入れてプラントの異常のグ
レードを決定している。
予め得たバックグラウンドノイズの変動を基にファジィ
推論して音のグレードを得ておき、異音が発生した際に
前記音のグレードから当該異音の度合いを決定し、当該
異音の度合いを基に、プラントの機器の構造より推定さ
れる音源としての可能性を組入れてプラントの異常のグ
レードを決定している。
加えて、本発明の異常監視装置は、プラントの各機器
に取付けられた音響センサと、当該音響センサからの音
響検出信号を予め設定した設定値と比較して警報を発生
する装置とからなる異常監視装置において、音響検出信
号から予め得たバックグラウンドノイズの変動を基にフ
ァジィ推論して音のグレードを得る第一推論部と、異音
が発生した際に異音とバックグラウンドノイズとの差を
とる差演算部と、前記第一推論部からの音のグレードと
差演算部からの変動幅から得た当該異音の度合いを基に
ファジィ推論をして異常のグレードを決定する第二推論
部とを含んでなるファジィ推論器を備えてなる。
に取付けられた音響センサと、当該音響センサからの音
響検出信号を予め設定した設定値と比較して警報を発生
する装置とからなる異常監視装置において、音響検出信
号から予め得たバックグラウンドノイズの変動を基にフ
ァジィ推論して音のグレードを得る第一推論部と、異音
が発生した際に異音とバックグラウンドノイズとの差を
とる差演算部と、前記第一推論部からの音のグレードと
差演算部からの変動幅から得た当該異音の度合いを基に
ファジィ推論をして異常のグレードを決定する第二推論
部とを含んでなるファジィ推論器を備えてなる。
この場合、前記ファジィ推論器は、各系統毎に設定し
たしきい値関数による異常の評価ができるコンパレータ
を備えてなる。
たしきい値関数による異常の評価ができるコンパレータ
を備えてなる。
〔作用〕 本発明の異常監視方法では、音響検出信号から予め得
たバックグラウンドノイズの変動を基に第一のファジィ
推論して音のグレードを得ておく。これにより、異音が
発生した際に前記音のグレードから当該異音の度合いを
決定することができる。当該異音の度合いは、第二のフ
ァジィ推論をして異常のグレードを決定する。
たバックグラウンドノイズの変動を基に第一のファジィ
推論して音のグレードを得ておく。これにより、異音が
発生した際に前記音のグレードから当該異音の度合いを
決定することができる。当該異音の度合いは、第二のフ
ァジィ推論をして異常のグレードを決定する。
これにより、バックグラウンドの値と同じレベル程度
の異音が検出できる。
の異音が検出できる。
また、本発明の異常監視方法は、異音との差を取りや
すくするため、音響検出信号から予め得たバックグラウ
ンドノイズの変動、および周波数分布を各周波数領域に
分割し、当該領域で内で分布する音のレベルの内のピー
ク値を当該領域の音の代表とていいる。
すくするため、音響検出信号から予め得たバックグラウ
ンドノイズの変動、および周波数分布を各周波数領域に
分割し、当該領域で内で分布する音のレベルの内のピー
ク値を当該領域の音の代表とていいる。
さらに、本発明の異常監視方法は、前記第二のファジ
ィ推論を、プラントの機器の構造により推定される音源
としての可能性を組入れてプラントの異常のグレードを
決定するようにしている。
ィ推論を、プラントの機器の構造により推定される音源
としての可能性を組入れてプラントの異常のグレードを
決定するようにしている。
加えて、本発明の異常監視装置では、ファジィ推論器
は、音響検出信号から予め得たバックグラウンドノイズ
の変動を基に第一推論部でファジィ推論して音のグレー
ドを得て、異音が発生した際に差演算部で異音とバック
グラウンドノイズとの差をとり、前記第一推論部からの
音のグレードと差演算部からの変動幅から得た当該異音
の度合いを基に第二推論部でファジィ推論をして異常の
グレードを決定している。したがって、異音のレベルが
小さくとも確実の異音を検出することができる。
は、音響検出信号から予め得たバックグラウンドノイズ
の変動を基に第一推論部でファジィ推論して音のグレー
ドを得て、異音が発生した際に差演算部で異音とバック
グラウンドノイズとの差をとり、前記第一推論部からの
音のグレードと差演算部からの変動幅から得た当該異音
の度合いを基に第二推論部でファジィ推論をして異常の
グレードを決定している。したがって、異音のレベルが
小さくとも確実の異音を検出することができる。
この場合、前記ファジィ推論器は、各系統毎に設定し
たしきい値関数による異常の評価をしている。したがっ
て、各系統毎に監視ができる。
たしきい値関数による異常の評価をしている。したがっ
て、各系統毎に監視ができる。
以下、本発明の実施例を図面に基づいて説明する。
第１図乃至第11図は本発明の異常監視方法および装置
を説明するための図である。
を説明するための図である。
ここで、第１図は本発明の異常監視装置を示すブロッ
ク図、第２図はBGノイズの周波数分析例を示す波形図、
第３図は第２図の波形をパターン化した例を示す図、第
４図は各周波数におけるBGノイズ変動幅を示す図、第５
図および第６図はファジィ推論器で音のクレードを決定
するためのルールを示す図、第７図および第８図はファ
ジィ推論器で異常のグレードを決定するためのルールを
示す図、第９図はファジィ推論器でのしきい値関数を示
す図である。
ク図、第２図はBGノイズの周波数分析例を示す波形図、
第３図は第２図の波形をパターン化した例を示す図、第
４図は各周波数におけるBGノイズ変動幅を示す図、第５
図および第６図はファジィ推論器で音のクレードを決定
するためのルールを示す図、第７図および第８図はファ
ジィ推論器で異常のグレードを決定するためのルールを
示す図、第９図はファジィ推論器でのしきい値関数を示
す図である。
第１図において、原子炉本体１の各部には、音響セン
サとしての加速度計21,22,…,210が取付けられている。
各加速度計21,22,…,210は、取付けられた位置での音波
による加速度を電荷信号に返還できるようになってい
る。各加速度計21,22,…,210はそれぞれプリアンプ31,3
2,…,310に接続されており、各加速度計21,22,…,210か
らの電荷信号をそれぞれプリアンプ31,32,…,310に供給
できるようになっている。各プリアンプ31,32,…,3
10は、取り込んだ電荷信号を電圧信号に変換し、次段の
ルースパーツデテクタ41,42,…,410にそれぞれ供給して
いる。各ルースパーツデテクタ41,42,…,410は、入力さ
れた電圧信号の周波数成分を任意の範囲でプィルタリン
グできる機能を有している。各ルースパーツデテクタ
41,42,…,410の出力はアナログ／デジタル（A/D）変換
器５に接続されており、ルースパーツデテクタ41,42,
…,410において任意の範囲でフィルタリングされた信号
をA/D変換器５に供給できるようにしてある。A/D変換器
５は、入力されてアナログ信号をデジタル信号に変換で
きるように構成となっている。A/D変換器５の出力は、
高速フーリエ変換（Fast Fourier Transform〔FFT〕）
プロセッサ61,62,…,610に接続されており、A/D変換変
換後のデジタル信号をFFTプロセッサ61,62,…,610に供
給できるようになっている。各FFTプロセッサ61,62,…,
610では、各々が入力されたデジタル信号から当該信号
の周波数成分毎のピーク値を求めて、各周波数分布を作
成できるようになっている。これらFFTプロセッサ61,
62,…,610の出力はファジィ推論器71,72,…,710に接続
されており、各FFTプロセッサ61,62,…,610からの出力
信号をファジィ推論器71,72,…,710に供給できるように
してある。ファジィ推論器71,72,…,710は、FFTプロセ
ッサ61,62,…,610から入力されたBGノイズの変動幅に対
して異音の程度の重みづけをファジィ推論で行って、各
検出位置の異常のグレードを決定できるようにしてあ
る。
サとしての加速度計21,22,…,210が取付けられている。
各加速度計21,22,…,210は、取付けられた位置での音波
による加速度を電荷信号に返還できるようになってい
る。各加速度計21,22,…,210はそれぞれプリアンプ31,3
2,…,310に接続されており、各加速度計21,22,…,210か
らの電荷信号をそれぞれプリアンプ31,32,…,310に供給
できるようになっている。各プリアンプ31,32,…,3
10は、取り込んだ電荷信号を電圧信号に変換し、次段の
ルースパーツデテクタ41,42,…,410にそれぞれ供給して
いる。各ルースパーツデテクタ41,42,…,410は、入力さ
れた電圧信号の周波数成分を任意の範囲でプィルタリン
グできる機能を有している。各ルースパーツデテクタ
41,42,…,410の出力はアナログ／デジタル（A/D）変換
器５に接続されており、ルースパーツデテクタ41,42,
…,410において任意の範囲でフィルタリングされた信号
をA/D変換器５に供給できるようにしてある。A/D変換器
５は、入力されてアナログ信号をデジタル信号に変換で
きるように構成となっている。A/D変換器５の出力は、
高速フーリエ変換（Fast Fourier Transform〔FFT〕）
プロセッサ61,62,…,610に接続されており、A/D変換変
換後のデジタル信号をFFTプロセッサ61,62,…,610に供
給できるようになっている。各FFTプロセッサ61,62,…,
610では、各々が入力されたデジタル信号から当該信号
の周波数成分毎のピーク値を求めて、各周波数分布を作
成できるようになっている。これらFFTプロセッサ61,
62,…,610の出力はファジィ推論器71,72,…,710に接続
されており、各FFTプロセッサ61,62,…,610からの出力
信号をファジィ推論器71,72,…,710に供給できるように
してある。ファジィ推論器71,72,…,710は、FFTプロセ
ッサ61,62,…,610から入力されたBGノイズの変動幅に対
して異音の程度の重みづけをファジィ推論で行って、各
検出位置の異常のグレードを決定できるようにしてあ
る。
さらに詳細に実施例を説明するが、添字の同一のもの
が一つの測定監視系を構成していて、各系は同一動作を
実行しているので、添字１のもので代表させて説明し他
のものの説明は省略する。また、以下では添字１も省略
する。
が一つの測定監視系を構成していて、各系は同一動作を
実行しているので、添字１のもので代表させて説明し他
のものの説明は省略する。また、以下では添字１も省略
する。
原子炉本体から検出したBGノイズは、例えば第２図に
示すような周波数成分を有しているとする。このような
周波数成分のBGノイズは、加速度計２によって電荷信号
となり、プリアンプ３で電圧信号に変換された後、ルー
スパーツデテクタ４・A/D変換器５・FFTプロセッサ６に
よって第３図に示すように周波数と音圧レベルとを複数
個の領域（FA,FB,…,FEおよび10デシベル毎）に分割し
た領域内に、その周波数領域（FA,FB,…,FE）内のピー
ク値を決定して記憶させておく。
示すような周波数成分を有しているとする。このような
周波数成分のBGノイズは、加速度計２によって電荷信号
となり、プリアンプ３で電圧信号に変換された後、ルー
スパーツデテクタ４・A/D変換器５・FFTプロセッサ６に
よって第３図に示すように周波数と音圧レベルとを複数
個の領域（FA,FB,…,FEおよび10デシベル毎）に分割し
た領域内に、その周波数領域（FA,FB,…,FE）内のピー
ク値を決定して記憶させておく。
このとき、上記ルースパーツデテクタ４・A/D変換器
５・FFTプロセッサ６によって決定した信号の周波数領
域（FA,FB,…,FE）内のピーク値が、第４図（Ａ），
（Ｂ），…，（Ｅ）に示すように各周波数域（FA,FB,
…,FE）によってBGノイズの変動幅が異なるため、音圧
ピーク値が現れる領域がΔｂだけ幅をもつことになる。
このBGノイズの周波数パターンは、加速度計２の取付け
位置によって当然異なる。この第４図の変動幅Δｂは、
第１図点線βｉに示すように、当該学習動作時にファジ
ィ推論器７の第一推論部72に入力され、第５図のルール
R11〜R13を例えば第６図に示すように使用して音のグレ
ードWji0を決定し、記憶しておく。なお、ファジィ推論
器７の第一推論部72による音のグレードWji0の決定につ
いては後に詳説する。
５・FFTプロセッサ６によって決定した信号の周波数領
域（FA,FB,…,FE）内のピーク値が、第４図（Ａ），
（Ｂ），…，（Ｅ）に示すように各周波数域（FA,FB,
…,FE）によってBGノイズの変動幅が異なるため、音圧
ピーク値が現れる領域がΔｂだけ幅をもつことになる。
このBGノイズの周波数パターンは、加速度計２の取付け
位置によって当然異なる。この第４図の変動幅Δｂは、
第１図点線βｉに示すように、当該学習動作時にファジ
ィ推論器７の第一推論部72に入力され、第５図のルール
R11〜R13を例えば第６図に示すように使用して音のグレ
ードWji0を決定し、記憶しておく。なお、ファジィ推論
器７の第一推論部72による音のグレードWji0の決定につ
いては後に詳説する。
また、実際の測定でも原子炉からの音響は、加速度計
２によって電荷信号となりプリアンプ３で電圧信号に変
換された後、ルースパーツデテクタ４・A/D変換器５・F
FTプロセッサ６によって周波数と音圧レベルとを複数個
の領域（FA,FB,…,FE及び10デシベル毎）に分割した領
域内に（第３図参照）、その周波数領域（FA,FB,…,
FE）内のピーク値を決定している。ここで、加速度計２
で検出される音響は、通常状態では、各周波数領域
（FA,FB,…,FE）の上記ピーク値に変動がなくBGノイズ
となって特に問題がない。しかし、上記音響内に異音が
発生すると当該音響の波形が異なってくるので第２図の
波形も異なり、ルースパーツデテクタ４・A/D変換器５
・FFTプロセッサ６によって得られる各周波数領域（FA,
FB,…,FE）内のピーク値に変動ができる。このピーク値
の変動は、BGノイズと異音との差がファジィ推論器７の
演算部71に、各周波数領域の情報φｆがファジィ推論器
７の第一推論部72に、それぞれ入力される。
２によって電荷信号となりプリアンプ３で電圧信号に変
換された後、ルースパーツデテクタ４・A/D変換器５・F
FTプロセッサ６によって周波数と音圧レベルとを複数個
の領域（FA,FB,…,FE及び10デシベル毎）に分割した領
域内に（第３図参照）、その周波数領域（FA,FB,…,
FE）内のピーク値を決定している。ここで、加速度計２
で検出される音響は、通常状態では、各周波数領域
（FA,FB,…,FE）の上記ピーク値に変動がなくBGノイズ
となって特に問題がない。しかし、上記音響内に異音が
発生すると当該音響の波形が異なってくるので第２図の
波形も異なり、ルースパーツデテクタ４・A/D変換器５
・FFTプロセッサ６によって得られる各周波数領域（FA,
FB,…,FE）内のピーク値に変動ができる。このピーク値
の変動は、BGノイズと異音との差がファジィ推論器７の
演算部71に、各周波数領域の情報φｆがファジィ推論器
７の第一推論部72に、それぞれ入力される。
次に、ファジィ推論器７の構成を説明する。
ファジィ推論器７は、差演算部71と、第一推論部72
と、加算部73と、第二推論部74と、コンパレータ75とか
ら構成されている。
と、加算部73と、第二推論部74と、コンパレータ75とか
ら構成されている。
前記差演算部71は、FFTプロセッサ６からの周波数領
域毎（FA,FB,…,FE）のBGノイズのピーク値と、異音の
ピーク値とを取り込みこれらの差を計算できるようにな
っている。前記第一推論部72は、予め学習しておいたBG
ノイズを基に、第４図（Ａ）〜（Ｅ）に示す変動幅Δｂ
からの音のグレードWjiを決定するためのルールR11〜R
13（第５図参照）を備えており、これらのルールR11〜R
13を基に求めた音のグレードWjiから重ね合わせて得た
音のグレードWji0を各周波数領域（FA,FB,…,FE）毎に
出力できるようになっている。前記加算部73は、第一推
論部72からの各周波数領域毎の音のグレードWji0と実際
に差演算部71で求めた差（変動幅Δbi）とのかけた値
（ΣΔbi×Wji0）を各周波数領域全体について加算でき
るようになっている。第二推論部74は、加算部73からの
加算結果から異常のクレードを決定するためルールR21
〜R25（第７図参照）を備えており、これらルールR21〜
R25を適用して異常のグレードδioを得る。コンパレー
タ75は、第二推論部74から得た異常のグレードδio対す
る判定結果を第９図に示すしきい値ｈを基に出力できる
ようになっている。
域毎（FA,FB,…,FE）のBGノイズのピーク値と、異音の
ピーク値とを取り込みこれらの差を計算できるようにな
っている。前記第一推論部72は、予め学習しておいたBG
ノイズを基に、第４図（Ａ）〜（Ｅ）に示す変動幅Δｂ
からの音のグレードWjiを決定するためのルールR11〜R
13（第５図参照）を備えており、これらのルールR11〜R
13を基に求めた音のグレードWjiから重ね合わせて得た
音のグレードWji0を各周波数領域（FA,FB,…,FE）毎に
出力できるようになっている。前記加算部73は、第一推
論部72からの各周波数領域毎の音のグレードWji0と実際
に差演算部71で求めた差（変動幅Δbi）とのかけた値
（ΣΔbi×Wji0）を各周波数領域全体について加算でき
るようになっている。第二推論部74は、加算部73からの
加算結果から異常のクレードを決定するためルールR21
〜R25（第７図参照）を備えており、これらルールR21〜
R25を適用して異常のグレードδioを得る。コンパレー
タ75は、第二推論部74から得た異常のグレードδio対す
る判定結果を第９図に示すしきい値ｈを基に出力できる
ようになっている。
ここで、第一推論部72は、第５図に示すようにルール
R11〜R13を備えている。ここで、ルールR11は、BGノイ
ズの変動幅Δｂが大きい（PB;Positive Big）なら、音
のグレードWji（ただし、ｉは周波数領域FA,FB,…,FEに
対応しており、以下同じ）を小さく（0.3）するという
ルールであり、第５図R11にそのルールを実現するメン
バーシップ関数を示している。ルールR12は、BGノイズ
の変動幅Δｂが中位（PM;Positive Midium）なら、音の
グレードWjiを中程度（0.5）するというルールであり、
第５図R12にそのルールを実現するメンバーシップ関数
を示している。ルールR13は、BGノイズの変動幅Δｂが
小さい（PS;Positive Small）なら、音のグレードWjiを
大きく（1.0）するというルールであり、第５図R13にそ
のルールを実現するメンバーシップ関数を示している。
この第一推論部72は、学習時にBGノイズの各音の領域
（FA,FB,…,FE）毎にピーク値が現れる領域が第４図に
示すように幅Δｂを持っていることから、この変動幅Δ
ｂを第１図βｉで取り込み、ルールR11〜R13をもって最
終的に音のグレードWji0として得ておくものである。例
えば、学習時に第１図βｉで取り込んだ、ある周波数領
域の変動幅Δbiが25〔dB〕の時（第４図では、音のレベ
ルは10〔dB〕毎に区切られているので前記値とならない
が）、前記第一推論部72は第６図に示すようにルールR
11,R12を適用して、音のグレードWjiを0.3と0.5として
得て、これらを重ね合わせ〔（0.3×0.5＋0.5×0.5）／
（0.5×0.5）＝0.4〕、最終結果としてある周波数領域
（ｉ）の音のグレードWji0として0.4を得ておくもので
ある。そして、第一推論部72は、例えば第４図の（Ａ）
〜（Ｅ）の全てについて音のグレードWji0を求めておき
記憶しておけるようになっている。
R11〜R13を備えている。ここで、ルールR11は、BGノイ
ズの変動幅Δｂが大きい（PB;Positive Big）なら、音
のグレードWji（ただし、ｉは周波数領域FA,FB,…,FEに
対応しており、以下同じ）を小さく（0.3）するという
ルールであり、第５図R11にそのルールを実現するメン
バーシップ関数を示している。ルールR12は、BGノイズ
の変動幅Δｂが中位（PM;Positive Midium）なら、音の
グレードWjiを中程度（0.5）するというルールであり、
第５図R12にそのルールを実現するメンバーシップ関数
を示している。ルールR13は、BGノイズの変動幅Δｂが
小さい（PS;Positive Small）なら、音のグレードWjiを
大きく（1.0）するというルールであり、第５図R13にそ
のルールを実現するメンバーシップ関数を示している。
この第一推論部72は、学習時にBGノイズの各音の領域
（FA,FB,…,FE）毎にピーク値が現れる領域が第４図に
示すように幅Δｂを持っていることから、この変動幅Δ
ｂを第１図βｉで取り込み、ルールR11〜R13をもって最
終的に音のグレードWji0として得ておくものである。例
えば、学習時に第１図βｉで取り込んだ、ある周波数領
域の変動幅Δbiが25〔dB〕の時（第４図では、音のレベ
ルは10〔dB〕毎に区切られているので前記値とならない
が）、前記第一推論部72は第６図に示すようにルールR
11,R12を適用して、音のグレードWjiを0.3と0.5として
得て、これらを重ね合わせ〔（0.3×0.5＋0.5×0.5）／
（0.5×0.5）＝0.4〕、最終結果としてある周波数領域
（ｉ）の音のグレードWji0として0.4を得ておくもので
ある。そして、第一推論部72は、例えば第４図の（Ａ）
〜（Ｅ）の全てについて音のグレードWji0を求めておき
記憶しておけるようになっている。
また、第二推論部74は、第７図に示すようにルールR
21〜R25を備えている。ここで、ルールR21は、ΣWji0×
Δbi（ここで、Σはｉについて総和することを意味する
が、以降Σについてｉを省略する）が大きく、異音源に
なりやすい位置Ｐなら異音のグレードδｉが高いという
ルールであり、第７図R21の（ａ），（ｂ），（ｃ）に
そのルールを実現するメンバーシップ関数が示されてい
る。ルールR22は、ΣWji0×Δbiが大きく異音源になり
にくい位置Ｐなら、異音のグレードδｉが中というルー
ルであり、第７図R22の（ａ），（ｂ），（ｃ）にその
ルールを実現するメンバーシップ関数が示されている。
ルールR23は、ΣWji0×Δbiが中程度で異音源になりや
すい位置Ｐなら、異音のグレードδｉが中というルール
であり、第７図R23の（ａ），（ｂ），（ｃ）にそのル
ールを実現するメンバーシップ関数が示されている。ル
ールR24は、ΣWji0×Δbiが小さく、異音源になりやす
い位置Ｐなら異音のグレードδｉが小というルールであ
り、第７図R24の（ａ），（ｂ），（ｃ）にそのルール
を実現するメンバーシップ関数が示されている。ルール
R25は、ΣWji0×Δbiが小さく、異音源になりにくい位
置Ｐなら要観察というルールであり、第７図R25の
（ａ），（ｂ），（ｃ）にそのルールを実現するメンバ
ーシップ関数が示されている。この第二推論部74は、加
算部73からのΣWji0×Δｂが例えば2.5であったとする
と、第８図に示すようにルールR21,R22,R23が適用され
るが、前件部（ａ），（ｂ）の内の縦軸の小さい方が採
用され、その値で後件部（ｃ）のメンバーシップ関数を
山切りし（ハッチングの部分を有効とする）、これらハ
ッチング部分のみを重ね合わせだ形から重心を求めて、
異常のグレードδioが求められるようになっている。
21〜R25を備えている。ここで、ルールR21は、ΣWji0×
Δbi（ここで、Σはｉについて総和することを意味する
が、以降Σについてｉを省略する）が大きく、異音源に
なりやすい位置Ｐなら異音のグレードδｉが高いという
ルールであり、第７図R21の（ａ），（ｂ），（ｃ）に
そのルールを実現するメンバーシップ関数が示されてい
る。ルールR22は、ΣWji0×Δbiが大きく異音源になり
にくい位置Ｐなら、異音のグレードδｉが中というルー
ルであり、第７図R22の（ａ），（ｂ），（ｃ）にその
ルールを実現するメンバーシップ関数が示されている。
ルールR23は、ΣWji0×Δbiが中程度で異音源になりや
すい位置Ｐなら、異音のグレードδｉが中というルール
であり、第７図R23の（ａ），（ｂ），（ｃ）にそのル
ールを実現するメンバーシップ関数が示されている。ル
ールR24は、ΣWji0×Δbiが小さく、異音源になりやす
い位置Ｐなら異音のグレードδｉが小というルールであ
り、第７図R24の（ａ），（ｂ），（ｃ）にそのルール
を実現するメンバーシップ関数が示されている。ルール
R25は、ΣWji0×Δbiが小さく、異音源になりにくい位
置Ｐなら要観察というルールであり、第７図R25の
（ａ），（ｂ），（ｃ）にそのルールを実現するメンバ
ーシップ関数が示されている。この第二推論部74は、加
算部73からのΣWji0×Δｂが例えば2.5であったとする
と、第８図に示すようにルールR21,R22,R23が適用され
るが、前件部（ａ），（ｂ）の内の縦軸の小さい方が採
用され、その値で後件部（ｃ）のメンバーシップ関数を
山切りし（ハッチングの部分を有効とする）、これらハ
ッチング部分のみを重ね合わせだ形から重心を求めて、
異常のグレードδioが求められるようになっている。
なお、上記ルールR11〜R13およびR21〜R25を実現する
第５図および第７図のメンバーシップ関数の形は、具体
的なBGノイズの変動の大きさと音の異常の兼ね合いを把
握した者が経験的な実績に基づき決定する。したがっ
て、上記メンバーシップ関数の形に限定されるものでは
ない。
第５図および第７図のメンバーシップ関数の形は、具体
的なBGノイズの変動の大きさと音の異常の兼ね合いを把
握した者が経験的な実績に基づき決定する。したがっ
て、上記メンバーシップ関数の形に限定されるものでは
ない。
このように構成された実施例の作用を以下に説明す
る。
る。
第10図は原子炉本体のある位置の音響信号を示す図で
ある。第11図は当該音響を処理した後の状態を示す図で
ある。
ある。第11図は当該音響を処理した後の状態を示す図で
ある。
原子炉本体のある位置のある時間内の音響信号が、例
えば第10図に示すようになっているものとする。この音
響は、音波による加速度を加速度計２で電荷信号に変換
された後、プリアンプ３で電気信号に変換される。この
プリアンプ３からの電気信号は、ルースパーツデテクタ
４・A/D変換器５・FFTプロセッサ６によって、第11図に
示すように周波数と音圧レベルとを複数の領域（FA,FB,
…,FEおよび10デシベル毎）に分割し、それら領域内に
「●」で示すように異音のピーク値が決定される。ま
た、当該第10図の音の採取される以前からの音響が、ル
ースパーツデテクタ４・A/D変換器５・FFTプロセッサ６
によって、第11図に示すように周波数と音圧レベルとを
複数の領域（FA,FB,…,FEおよび10デシベル毎）に分割
し、それらの領域内に「○」で示すようにBGノイズのピ
ーク値として決定されている。したがって、これら第11
図に示す値は、ファジィ推論器７の差演算部71に入力さ
れる。このとき、当該入力された値が、どの周波数領域
のものかを示す情報が第１図φｆとして第一推論部72に
与えられる。
えば第10図に示すようになっているものとする。この音
響は、音波による加速度を加速度計２で電荷信号に変換
された後、プリアンプ３で電気信号に変換される。この
プリアンプ３からの電気信号は、ルースパーツデテクタ
４・A/D変換器５・FFTプロセッサ６によって、第11図に
示すように周波数と音圧レベルとを複数の領域（FA,FB,
…,FEおよび10デシベル毎）に分割し、それら領域内に
「●」で示すように異音のピーク値が決定される。ま
た、当該第10図の音の採取される以前からの音響が、ル
ースパーツデテクタ４・A/D変換器５・FFTプロセッサ６
によって、第11図に示すように周波数と音圧レベルとを
複数の領域（FA,FB,…,FEおよび10デシベル毎）に分割
し、それらの領域内に「○」で示すようにBGノイズのピ
ーク値として決定されている。したがって、これら第11
図に示す値は、ファジィ推論器７の差演算部71に入力さ
れる。このとき、当該入力された値が、どの周波数領域
のものかを示す情報が第１図φｆとして第一推論部72に
与えられる。
差演算部71では、第11図に示す各周波数領域での異音
とBGノイズとの差を求める。ここで、差演算部71は、領
域FA,FC,FD,FEでは差が「０」、領域FBで差が「１」で
あると演算し、変動幅Δbiとして出力される。これら差
演算部71からの変動幅Δbiは、第一推論部72からの同一
周波数領域（FA,FB,…,FEの同じもの）の音のグレードW
ji0とをかけ算されて加算部73に供給される。加算部73
は、この積の全ての周波数領域（FA,FB,…,FE）につい
て加算（Wji0×Δbi＋Wjz0×Δb2＋……＋Wj10×Δ
b10）する。
とBGノイズとの差を求める。ここで、差演算部71は、領
域FA,FC,FD,FEでは差が「０」、領域FBで差が「１」で
あると演算し、変動幅Δbiとして出力される。これら差
演算部71からの変動幅Δbiは、第一推論部72からの同一
周波数領域（FA,FB,…,FEの同じもの）の音のグレードW
ji0とをかけ算されて加算部73に供給される。加算部73
は、この積の全ての周波数領域（FA,FB,…,FE）につい
て加算（Wji0×Δbi＋Wjz0×Δb2＋……＋Wj10×Δ
b10）する。
これら加算部73での加算結果は、第二推論部74に入力
される。第二推論部74では、加算部73からのΣWji0×Δ
ｂが例えば2.5であったとすると、第８図に示すように
ルールR21,R22,R23が適用し、前件部（ａ），（ｂ）の
内の縦軸の小さい方を採用し、その値で後件部（ｃ）の
メンバーシップ関数を山切りし（ハッチングの部分を有
効とする）、これらハッチング部分のみを重ね合わせだ
形から重心を求めて、異常のグレードδioを求める。こ
のように第二推論部74では、加速度計２の取付け位置と
プラント機器の構造等から物理的に異音源になりやすい
か否かを考慮に入れて、異常のグレードδioを推定でき
るようにしており、その推定結果はコンパレータ75に与
える。
される。第二推論部74では、加算部73からのΣWji0×Δ
ｂが例えば2.5であったとすると、第８図に示すように
ルールR21,R22,R23が適用し、前件部（ａ），（ｂ）の
内の縦軸の小さい方を採用し、その値で後件部（ｃ）の
メンバーシップ関数を山切りし（ハッチングの部分を有
効とする）、これらハッチング部分のみを重ね合わせだ
形から重心を求めて、異常のグレードδioを求める。こ
のように第二推論部74では、加速度計２の取付け位置と
プラント機器の構造等から物理的に異音源になりやすい
か否かを考慮に入れて、異常のグレードδioを推定でき
るようにしており、その推定結果はコンパレータ75に与
える。
コンパレータ75では、第９図に示すように０〜１に示
す区分関数により、各検出系統の異常のグレードを決定
しファジィ推論器７の結論として出力する。
す区分関数により、各検出系統の異常のグレードを決定
しファジィ推論器７の結論として出力する。
このように本実施例には動作しているので、従来BGノ
イズレベルの２〜３倍以上の異音レベルがなければ検出
できなかった異音を、BGノイズレベルの異音でも検出す
ることができる。
イズレベルの２〜３倍以上の異音レベルがなければ検出
できなかった異音を、BGノイズレベルの異音でも検出す
ることができる。
上記実施例では、加速度計21,22,…,210を十個で説明
したが、この数に限定されるものではなく一以上いくつ
でもよい。
したが、この数に限定されるものではなく一以上いくつ
でもよい。
上記実施例では、周波数と音圧レベルを複数分割した
パターンを基に、ピーク値の変化に推論の重みづけを行
って異音を検出しているが、他の実施例として音の波形
の変化についてファジィ推論を適用し、パターン認識に
よって微小な異音の検出をすることもできる。
パターンを基に、ピーク値の変化に推論の重みづけを行
って異音を検出しているが、他の実施例として音の波形
の変化についてファジィ推論を適用し、パターン認識に
よって微小な異音の検出をすることもできる。
本発明の異常監視方法によれば、バックグラウンドノ
イズの変動を推論しておき、異音発生時に当該推論結果
と異音のレベルとからの異音の度合いを決定し、これか
らさらに異音のグレードを推論するので、バックグラウ
ンドノイズと同程度の異音も検出できる効果がある。
イズの変動を推論しておき、異音発生時に当該推論結果
と異音のレベルとからの異音の度合いを決定し、これか
らさらに異音のグレードを推論するので、バックグラウ
ンドノイズと同程度の異音も検出できる効果がある。
また、本発明の異常監視方法によれば、バックグラウ
ンドノイズの変動、異音の変動等をある領域内の音のレ
ベルの内のピーク値で当該領域の値と代表したので、異
音とバックグラウンドとの差を取りやすくなる。
ンドノイズの変動、異音の変動等をある領域内の音のレ
ベルの内のピーク値で当該領域の値と代表したので、異
音とバックグラウンドとの差を取りやすくなる。
さらに、本発明の方法によれば、プラントの機器の構
造等を音源の可能性を組み入れたので、異常のグレード
の決定が正確になる。
造等を音源の可能性を組み入れたので、異常のグレード
の決定が正確になる。
加えて、本発明の異常監視装置によれば、バックグラ
ンドノイズと同程度の異音も検出できる装置を提供でき
る。
ンドノイズと同程度の異音も検出できる装置を提供でき
る。
また、本発明の装置では、異音の程度、異常のグレー
ドを定量化できるので、プラント機器の早期予知ができ
る。
ドを定量化できるので、プラント機器の早期予知ができ
る。
第１図は本発明の装置の実施例を示すブロック図、第２
図はBGノイズの周波数分布を示す図、第３図は第２図の
BGノイズをバターン化した図、第４図は第２図のBGノイ
ズのピークの変動幅を示す図、第５図は同実施例の第一
推論部で使用するルールとメンバーシップ関数を示す
図、第６図は第５図のルールの適用例を示す図、第７図
は同実施例の第二推論部で使用するルールとメンバーシ
ップ関数を示す図、第８図は第７図のルールの適用例を
示す図、第９図は同実施例のコンパレータで使用するし
きい値関数を示す図、第10図は異音の周波数分布を示す
図、第11図は第10図のもののパターン化した値とBGノイ
ズのパターン化したものを示す図である。 21,22,…,210;加速度計、 31,32,…,310;プリアンプ、 41,42,…,410;ルースパーツデテクタ、 5;A/D変換器、 61,62,…,610;FFTプロセッサ、 71,72,…,710;ファジィ推論器、 71;差演算部、 72;第一推論部、 73;加算部、 74;第二推論部、 75;コンパレータ。
図はBGノイズの周波数分布を示す図、第３図は第２図の
BGノイズをバターン化した図、第４図は第２図のBGノイ
ズのピークの変動幅を示す図、第５図は同実施例の第一
推論部で使用するルールとメンバーシップ関数を示す
図、第６図は第５図のルールの適用例を示す図、第７図
は同実施例の第二推論部で使用するルールとメンバーシ
ップ関数を示す図、第８図は第７図のルールの適用例を
示す図、第９図は同実施例のコンパレータで使用するし
きい値関数を示す図、第10図は異音の周波数分布を示す
図、第11図は第10図のもののパターン化した値とBGノイ
ズのパターン化したものを示す図である。 21,22,…,210;加速度計、 31,32,…,310;プリアンプ、 41,42,…,410;ルースパーツデテクタ、 5;A/D変換器、 61,62,…,610;FFTプロセッサ、 71,72,…,710;ファジィ推論器、 71;差演算部、 72;第一推論部、 73;加算部、 74;第二推論部、 75;コンパレータ。
Claims (5)
- 【請求項１】プラントの各機器に取付けられた音響セン
サで検出した音響検出信号と予め設定した設定値との比
較により警報を発生する異常監視方法において、音響検
出信号から予め得たバックグラウンドノイズの変動を基
にファジィ推論して音のグレードを得ておき、異音が発
生した際に前記音のグレードから当該異音の度合いを決
定し、当該異音の度合いを基にファジィ推論をして異常
のグレードを決定することを特徴とする異常監視方法。 - 【請求項２】プラントの各機器に取付けられた音響セン
サで検出した音響検出信号と予め設定した設定値との比
較により警報を発生する異常監視方法において、音響検
出信号から予め得たバックグラウンドノイズの変動、お
よび音響検出信号からの異音の特徴つけとして、周波数
分布を各周波数領域に分割し、当該領域での音のピーク
値を当該領域の音の代表とすることを特徴とする異常監
視方法。 - 【請求項３】プラントの各機器に取付けられた音響セン
サで検出した音響検出信号と予め設定した設定値との比
較により警報を発生する異常監視方法において、音響検
出信号から予め得たバックグラウンドノイズの変動を基
にファジィ推論して音のグレードを得ておき、異音が発
生した際に前記音のグレードから当該異音の度合いを決
定し、当該異音の度合いを基に、プラントの機器の構造
より推定される音源としての可能性を組入れてプラント
の異常のグレードを決定することを特徴とする異常監視
方法。 - 【請求項４】プラントの各機器に取付けられた音響セン
サと、当該音響センサからの音響検出信号を予め設定し
た設定値と比較して警報を発生する装置とからなる異常
監視装置において、音響検出信号から予め得たバックグ
ラウンドノイズの変動を基にファジィ推論して音のグレ
ードを得る第一推論部と、異音が発生した際に異音とバ
ックグラウンドノイズとの差をとる差演算部と、前記第
一推論部からの音のグレードと差演算部からの変動幅か
ら得た当該異音の度合いを基にファジィ推論をして異常
のグレードを決定する第二推論部とを含んでなるファジ
ィ推論器を備えたことを特徴とする異常監視装置。 - 【請求項５】請求項（４）記載において、前記ファジィ
推論器は、各系統毎に設定したしきい値関数による異常
の評価ができるコンパレータを備えてなることを特徴と
する異常監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004711A JP2955942B2 (ja) | 1990-01-12 | 1990-01-12 | 異常監視方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004711A JP2955942B2 (ja) | 1990-01-12 | 1990-01-12 | 異常監視方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03210432A JPH03210432A (ja) | 1991-09-13 |
| JP2955942B2 true JP2955942B2 (ja) | 1999-10-04 |
Family
ID=11591471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004711A Expired - Fee Related JP2955942B2 (ja) | 1990-01-12 | 1990-01-12 | 異常監視方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2955942B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3518838B2 (ja) * | 1997-09-04 | 2004-04-12 | 株式会社東芝 | 音響監視装置 |
| JP4974345B2 (ja) * | 2006-06-30 | 2012-07-11 | 一般財団法人電力中央研究所 | 信号検出装置、信号検出方法および信号検出プログラム |
-
1990
- 1990-01-12 JP JP2004711A patent/JP2955942B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03210432A (ja) | 1991-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6301572B1 (en) | Neural network based analysis system for vibration analysis and condition monitoring | |
| da Silva et al. | Structural damage detection by fuzzy clustering | |
| Antoniadou et al. | Aspects of structural health and condition monitoring of offshore wind turbines | |
| Zhang et al. | A wavelet-based approach to abrupt fault detection and diagnosis of sensors | |
| US7555407B2 (en) | Anomaly monitoring device and method | |
| Li et al. | Detection and differentiation of replay attack and equipment faults in SCADA systems | |
| KR20200043196A (ko) | 진동 신호를 이용하여 설비 또는 부품의 잔여 수명을 예측하는 딥러닝 기반의 분석 장치 및 방법 | |
| KR960008584A (ko) | 통합형 음파식 누출 탐지 처리 시스템 | |
| Mian et al. | An efficient diagnosis approach for bearing faults using sound quality metrics | |
| JPH04500144A (ja) | 他の干渉する周期的雑音が存在する際に周期的信号を検知するための信号処理手段 | |
| CN104870969B (zh) | 声学检测具有有源噪声控制的发动机的故障的方法和装置 | |
| EP0671610B1 (en) | Apparatus for diagnosing sound source and vibration source | |
| JP2955942B2 (ja) | 異常監視方法及び装置 | |
| Rehab et al. | The fault detection and severity diagnosis of rolling element bearings using modulation signal bispectrum | |
| Loutridis | Gear failure prediction using multiscale local statistics | |
| JPH09229762A (ja) | 機器異常監視方法および装置 | |
| US6281814B1 (en) | Data conversion method, data converter, and program storage medium | |
| JP2004340706A (ja) | 機器の診断装置 | |
| CN116842410A (zh) | 一种基于动态感知的智能头盔防盗管理方法以及系统 | |
| Purintrapiban et al. | Neural networks for detecting cyclic behavior in autocorrelated process | |
| WO2022059720A1 (ja) | 構造物診断システム、構造物診断方法、および構造物診断プログラム | |
| KR960012078B1 (ko) | 자동차부품의 고장진단방법 | |
| Liu et al. | Research on online monitoring technology for transmission tower bolt looseness | |
| JP2004205215A (ja) | 音源診断装置 | |
| WO2023105546A1 (ja) | 監視システム、監視方法およびプログラム記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |