JP3561151B2 - 異常診断装置および異常診断方法 - Google Patents
異常診断装置および異常診断方法 Download PDFInfo
- Publication number
- JP3561151B2 JP3561151B2 JP21143698A JP21143698A JP3561151B2 JP 3561151 B2 JP3561151 B2 JP 3561151B2 JP 21143698 A JP21143698 A JP 21143698A JP 21143698 A JP21143698 A JP 21143698A JP 3561151 B2 JP3561151 B2 JP 3561151B2
- Authority
- JP
- Japan
- Prior art keywords
- wavelet
- waveform signal
- transform
- abnormality diagnosis
- determining means
- 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 - Lifetime
Links
Images
Landscapes
- Testing Relating To Insulation (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Complex Calculations (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置及びその方法に係り、とりわけ、ウェーブレット変換のマザーウェーブレットに工夫をして異常の検出感度を向上させた異常診断装置及びその方法に関する。
【０００２】
【従来の技術】
振動波形解析の有力な手法の一つとして、ＦＦＴ（高速フーリエ変換）がある。従来、電気設備や機械設備等の異常診断では、診断対象から発生する波形信号を診断パラメータとして観測し、その時間波形にＦＦＴを実施した結果得られるフーリエスペクトルの強度分布に基づいて異常の判定を行なうことが行われている。
【０００３】
しかしＦＦＴは、変換結果に時間（位相）情報を持たないため、対象とする振動波形の時間範囲内に含まれる周波数成分のＴＯＴＡＬ値しか分からず、そこに含まれる周波数成分の時間的変化の情報を得ることができない。従って、異常の有無だけでなく、異常の発生時刻等の時間情報をも捕らえたい場合にはＦＦＴは不十分であり、時間情報と周波数情報の両方を取り扱う事が出来る時間周波数解析手法の確立が望まれている。
【０００４】
時間情報と周波数情報の両方を取り扱う振動波形解析の有力な手法として、ウェーブレット変換がある。ウェーブレット変換は、マザーウェーブレットとよばれる局在関数のスケールパラメータ（周波数）と位置パラメータ（時間）とを変えながら対象波形との内積をとり、診断対象の時間波形を時間−周波数スペクトルに変換する手法である。
【０００５】
ウェーブレット変換を用いれば、診断対象の時間波形から、どの時刻にどのような周波数成分が発生しているかという情報を得ることができ、異常の検知に極めて有効である。ウェーブレット変換は、純粋数学論的な研究の歴史は長いが、その工学的応用については歴史が浅い。
【０００６】
関数ｆ（ｘ）のウェーブレット変換は、純粋数学論的に、
【数１】
と定義されている。ここでΨ（ｔ）は、マザーウェーブレットと呼ばれる解析関数であり、ａはスケールパラメータ、ｂは位置パラメータと呼ばれ、それぞれ時間周波数解析の周波数と時間に対応するパラメータである。フーリエ変換は、ｆ（ｔ）を周期的関数として、上式のマザーウェーブレットΨ（ｔ）が三角関数で定義され、ａ＝１／ω（三角関数の各振動数）、ｂ＝０とした場合に相当すると考えることができる。
【０００７】
【発明が解決しようとする課題】
ウェーブレット変換は、その定義式から明らかなように、変換対象となるｆ（ｔ）はどのような計測波形でもよい。しかしながらマザーウェーブレットは、純粋数学論的には［−∞，∞］区間における積分値が０となる局在関数でなければならない。このような条件を満たす関数としては、例えば、
【数２】
【数３】
【数４】
【数５】
などがある。式（２）はメキシカンハット、式（３）はフレンチハット、式（４）はＨａａｒのウェーブレット、式（５）はＳｈａｎｏｎのウェーブレットと呼ばれている。
【０００８】
局在関数は、前記の関数に限られず無数に存在する。従って、一つの計測信号ｆ（ｔ）に対するウェーブレット変換は、マザーウェーブレットの関数の数だけ存在することになる。ここで、どのマザーウェーブレットを採用することが異常診断にとって有効かということが問題となる。
【０００９】
異常診断においては、異常の特徴を顕著に検出できるようなマザーウェーブレットによってウェーブレット変換を実行することが望まれる。しかし、どのような波形信号の解析にどのようなマザーウェーブレットが有効であるかは、一部の波形信号に関してのみ明らかになっているにすぎない。
【００１０】
本発明は、このような点を考慮してなされたものであり、診断対象の異常の特徴を抽出し易いマザーウェーブレットを自動的に決定し、決定されたマザーウェーブレットを用いて診断対象の計測波形やシミュレーション結果にウェーブレット変換を行なうことにより、異常を容易に検出できる異常診断装置及びその方法を提供することである。
【００１１】
【課題を解決するための手段】
本発明は、対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、波形信号を検出するセンサと、入力波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定する解析関数決定手段と、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、を備えたことを特徴とする異常診断装置である。
【００１２】
本発明によれば、異常診断に適するマザーウェーブレットを入力波形信号に基づいて自動的に決定するので、診断対象から得られる波形信号の態様に関わらず、異常検出感度を容易に向上させることができる。
【００１３】
また本発明は、特許請求の範囲の請求項１に記載の異常診断装置を用いて異常診断を行う方法において、センサにより、波形信号を検出する工程と、解析関数決定手段により、センサが検出した波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定する工程と、変換処理手段により、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する工程と、診断判定手段により、変換処理手段による変換結果に基づいて、対象物の異常診断を行う工程と、を備えたことを特徴とする異常診断方法である。
【００１４】
本発明によれば、異常診断に適するマザーウェーブレットを入力波形信号に基づいて自動的に決定するので、診断対象から得られる波形信号の態様に関わらず、異常検出感度を容易に向上させることができる。
【００１５】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について説明する。
【００１６】
第１の実施の形態
図１乃至図６は、本発明による異常診断装置の第１の実施の形態を示す図である。このうち図１は、本実施の形態の異常診断装置の構成を示す概略図であり、図２は、図１の解析関数決定手段の詳細な構成を示す概略図である。
【００１７】
図１に示すように、異常診断装置１０は、対象物から発生する波形信号を検出するセンサ１と、データベース４とを備えている。データベース４には、例えば診断対象種毎に設定された診断アルゴリズムや状態判定しきい値等が蓄積される。
【００１８】
センサ１には、センサ１からの波形信号に基づいてウェーブレット変換に用いるマザーウェーブレットを自動的に決定する解析関数決定手段２が接続されている。そして解析関数決定手段２は、解析関数決定手段２が決定したマザーウェーブレットを用いて、センサ１が検出した波形信号をウェーブレット変換する変換処理手段３が接続されている。
【００１９】
変換処理手段３及びデータベース４には、変換処理手段３による変換結果及びデータベース４に設定された診断アルゴリズムに基づいて、対象物の異常診断を行う診断判定手段５とが接続されている。さらに診断判定手段５には、判定結果を表示するための出力手段６が接続されている。
【００２０】
解析関数決定手段２は、図２に示すように、センサ１で検出した信号波形を周波数成分にフーリエ変換するフーリエ変換部２１と、フーリエ変換部２１の出力である複数のフーリエ変換結果から、例えば最確値を求め、強度が微小な周波数成分をカットして平均フーリエデータを作成するフーリエ近似部２２と、平均フーリエデータを逆フーリエ変換する逆フーリエ変換部２３と、逆フーリエ変換部２３によってフーリエ変換された関数を補助的に処理してマザーウェーブレットとする補助処理部２４とを有している。
【００２１】
次に、以上のような構成からなる異常診断装置１０の作用について説明する。図３は、本実施の形態の異常診断装置１０を用いる異常診断方法を示すフロー図である。
【００２２】
図３に示すように、まず対象物の異常信号（特徴信号でもよい）を模擬実験やシミュレーションで発生させる（ＳＴＥＰ１１）。そして、センサ１によってその異常信号を検出し（ＳＴＥＰ１２）、解析関数決定手段２に入力する。解析関数決定手段２は、この検出信号からマザーウェーブレットを決定する（ＳＴＥＰ１３）。
【００２３】
解析関数決定手段２がマザーウェーブレットを決定する過程について、図４を用いて説明する。
【００２４】
図４に示すように、センサ１から入力された信号波形について、フーリエ変換部７によって周波数スペクトルを求める。ここで、信号波形のばらつきを考慮し、最も確からしいフーリエ変換結果を得るため、センサ１による検出を複数回行い、複数の測定データについて同様にフーリエ変換する（手順１）。
【００２５】
次に、フーリエ近似部８により、それらの周波数スペクトルの平均値を取り、スペクトル強度が小さい周波数成分についてはカットして平均フーリエデータを作成する（手順２）。
【００２６】
その後、フーリエ近似部８で得られた平均フーリエデータ（平均の周波数スペクトル）を逆フーリエ変換部９によって逆フーリエ変換し、信号波形の時間関数ψ（ｔ）を求める（手順３）。
【００２７】
ここで、逆フーリエ変換部９によって求められたψ（ｔ）は、フーリエ変換−逆フーリエ変換で求めた関数であるので時間軸の無限遠まで続く周期関数である。一方、マザーウェーブレットは、数学的には［−∞、∞］における積分値がゼロとなる局在関数でなければならない。そこで、補助処理部２４によって、解析したい時間領域のみψ（ｔ）に値を持たせ、それ以外の時間領域においてはψ（ｔ）＝０とし、この部分的なψ（ｔ）をマザーウェーブレットとする。すなわち、ψ（ｔ）に１周期分の窓関数を掛けて得られるψ（ｔ）１周期分の波形をマザーウェーブレットとする（手順４）。この場合、マザーウェーブレットは、三角関数で近似されているとも言える。最終的なマザーウェーブレットを図５に示す。
【００２８】
なお、このマザーウェーブレットは、依然として［−∞、∞］における積分値がゼロという条件を満たしていないが、ψ（ｔ）を用いた診断ではウェーブレット係数の計算ができれば足り、逆ウェーブレット変換を必要としないので、以上のような補助処理で十分である。
【００２９】
次に、図３に示すように、実際の対象物からの波形信号ｆ（ｔ）をセンサ１で計測し（ＳＴＥＰ１４）、解析関数決定手段２で導出したマザーウェーブレットを用いて変換処理手段３によってウェーブレット変換を実行する（ＳＴＥＰ１５）。この時、マザーウェーブレットが異常信号に基づいて決定されているため、得られるウェーブレット変換結果では、異常信号成分が含まれる時間−周波数領域においてウェーブレット係数が大きくなる。なぜなら、ウェーブレット変換の定義（式（１））から、診断で検出したい信号とマザーウェーブレットとの一致度が高い場合にウェーブレット係数（ウェーブレット変換スペクトル）が大きくなると言えるからである。従って、ウェーブレット係数のピークの大きさとピーク位置とから、対象物の状態を判定することができる。
【００３０】
本実施の形態の変換処理手段３は、以下の式（６）
【数６】
に従い、各パラメータ（ａ：スケールパラメータ、ｂ：位値パラメータ）に対するウェーブレット係数を計算する。
【００３１】
ウェーブレット係数のピークの大きさは異常（劣化）の度合いを表し、ピークの位置は異常（劣化）のモードを示す。診断対象となる対象物毎に、ピークの大きさと劣化の度合いとの関係、あるいは、ピークの位置と劣化モードとの関係は異なるため、その時の対象物に関するデータと、対応する状態判定しきい値とをデータベース４から読み込む（ＳＴＥＰ１６）。
【００３２】
そして、ウェーブレット変換結果によるウェーブレット係数とデータベース４から読み込んだ状態判定しきい値とから診断判定手段５が状態を判定し（ＳＴＥＰ１７）、異常と判定した場合、警報や異常シグナルを出力手段６に出力する、例えばディスプレイ等に表示する（ＳＴＥＰ１８）。異常でないと判断した場合も、異常（劣化）の度合いや異常（劣化）モードを判定して出力手段６に出力する（ＳＴＥＰ１９）。診断の結果は、診断情報としてデータベース４に保存され、同様の診断ケースなどがあった場合の診断辞書として再利用できるように処理される。
【００３３】
具体例として、例えば絶縁劣化診断において、部分放電信号を波形信号として診断した場合を説明する。この場合、波形信号のウェーブレット変換結果におけるスペクトルの位置（周波数成分と位相（時刻））とスペクトル強度（ウェーブレット係数の大きさ）により、その位置から劣化のモードが判定され、その強度から劣化の度合い（余寿命）が推定される。
【００３４】
以上のように、図３に示す方法によれば、検出したい異常（劣化）モードを特定して診断することができる。
【００３５】
一方、検出したい対象物の異常信号（あるいは特徴信号）を、予め模擬実験やシミュレーションで発生させることが出来ない場合もあり得る。この場合、本実施の形態の異常診断装置２０は、図６に示す異常診断方法が適用される。
【００３６】
この場合、図６に示すように、予め対象物の正常品や新品の動作チェックなどにより、対象物の正常信号を発生させる（ＳＴＥＰ２１）。そして、センサ１がその正常信号を検出して（ＳＴＥＰ２２）、解析関数決定手段２に入力する。解析関数決定手段２は、この検出信号に基づいてマザーウェーブレットを決定する（ＳＴＥＰ２３）。解析関数決定手段２がマザーウェーブレットを決定する過程は、図４及び図５を用いて前述した過程と同様である。
【００３７】
次に、実際の対象物からの波形信号をセンサ１で計測し（ＳＴＥＰ２４）、解析関数決定手段２で導出したマザーウェーブレットを用いてウェーブレット変換を実行する（ＳＴＥＰ２５）。この時、マザーウェーブレットが正常信号に基づいて決定されているため、得られるウェーブレット変換結果では、正常信号成分が含まれる時間−周波数領域においてウェーブレット係数が大きくなる。逆に、波形信号に異常や劣化が存在する場合、正常信号成分が変動したり、それ以外の成分が検出されるようになる。従って、正常状態でのウェーブレット係数のピークの大きさ及び位置を比較して、どれだけの変動（ずれ）があるかを調べることによって対象物の状態を判定することができる。
【００３８】
変動の大きさは異常（劣化）の度合いを表し、変動の種類は異常（劣化）のモードを示す。診断対象となる対象物毎に、変動の大きさと劣化の度合いとの関係、あるいは、変動の種類と劣化モードとの関係は異なるため、その時の対象物に関するデータと、対応する状態判定しきい値とをデータベース４から読み込む（ＳＴＥＰ２６）。
【００３９】
そして、ウェーブレット変換結果によるウェーブレット係数とデータベース４から読み込んだ状態判定しきい値とから診断判定手段５が状態を判定し（ＳＴＥＰ２７）、異常と判定した場合、警報や異常シグナルを出力手段６に出力する（ＳＴＥＰ２８）。異常でないと判断した場合も、異常（劣化）の度合いや異常（劣化）モードを判定して出力手段６に出力する（ＳＴＥＰ２９）。
【００４０】
図６に示す方法によれば、対象物の異常についての模擬実験やシミュレーションが困難な場合でも、起こりうる異常や劣化の全てのモードに対応する診断が可能である。
【００４１】
以上に示すように、本実施の形態によれば、異常診断に適するマザーウェーブレットを、診断対象の波形信号にＦＦＴ及び逆ＦＦＴを適用して波形信号との一致度が高くなるように自動的に決定するため、ウェーブレット係数による異常検出感度を容易に向上させることができる。
【００４２】
また本実施の形態によれば、ウェーブレット変換を用いることにより、波形信号を入力として診断できる対象物であれば、どのような対象物も診断可能であり、例えば、光や音等をセンシングするセンサを用いれば、センサを移動させることができるので、異常部位の特定がより容易となる。
【００４３】
その他、本実施の形態によれば、個々の対象物について導出したマザーウェーブレットや診断の結果をデータベース４に蓄積し、診断辞書として利用することも可能である。
【００４４】
第２の実施の形態
次に、図７及び図８を用いて、本発明による異常診断装置の第２の実施の形態について説明する。図７に示すように、本実施の形態の異常診断装置１０では、データベース４が解析関数決定手段２に接続されている。データベース４には、既存の複数のマザーウェーブレット関数が予め選択可能に設定されている。
【００４５】
また図８に示すように、解析関数決定手段２は、センサ１で検出した信号波形をウェーブレット変換するウェーブレット変換部３１と、ウェーブレット変換部３１の出力である複数のウェーブレット変換結果から、平均計算及びノイズ成分除去処理などにより平均ウェーブレットデータを作成するウェーブレット近似部３２と、平均ウェーブレットデータを逆ウェーブレット変換してマザーウェーブレットとする逆ウェーブレット変換部３３とを有している。
【００４６】
その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００４７】
本実施の形態の解析関数決定手段２では、以下のようにマザーウェーブレットが決定される。
【００４８】
まずセンサ１から入力された信号波形について、ウェーブレット変換部３１によってウェーブレット変換がなされる。このウェーブレット変換に用いられるマザーウェーブレット（仮マザーウェーブレット）は、データベース４に設定されている既存のマザーウェーブレットの関数群から選択される。
【００４９】
また、信号波形のばらつきを考慮し、最も確からしいフーリエ変換結果を得るため、センサ１による検出を複数回行い、複数の測定データについて同様にマザーウェーブレット変換する。
【００５０】
次に、ウェーブレット近似部３２により、複数のマザーウェーブレット変換結果に平均計算及びノイズ除去成分などを施して、平均ウェーブレットデータを作成する。
【００５１】
その後、平均ウェーブレットデータを逆ウェーブレット変換部３３によって逆ウェーブレット変換し、得られた信号波形の時間関数ψ（ｔ）をマザーウェーブレットとする。
【００５２】
本実施の形態によれば、異常診断に適するマザーウェーブレットを、診断対象の波形信号にウェーブレット変換及び逆ウェーブレット変換を適用して波形信号との一致度が高くなるように自動的に決定するため、周期的波形関数だけでなく非周期的波形関数をマザーウェーブレットとして近似することが可能で、広範囲の対象について効果的に異常検出感度を向上させることができる。
【００５３】
第３の実施の形態
次に、図９を用いて、本発明による異常診断装置の第３の実施の形態について説明する。図９に示すように、本実施の形態の異常診断装置１０は、解析関数決定手段２が包絡線処理部２６からなる点が異なるのみであり、その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００５４】
包絡線処理部２６は、センサ１が検出した波形信号の包絡線関数を演算し、この包絡線関数をマザーウェーブレットとするようになっている。
【００５５】
本実施の形態によれば、マザーウェーブレットの導出過程が簡易であるため、より迅速な診断ができる。
【００５６】
第４の実施の形態
次に、図１０を用いて、本発明による異常診断装置の第４の実施の形態について説明する。図１０に示すように、本実施の形態の異常診断装置１０は、解析関数決定手段２が、Ａ／Ｄ変換器２７と離散データ処理部２８とからなる点が異なるのみであり、その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００５７】
離散データ処理部２８は、センサ１が検出し、Ａ／Ｄ変換器２７によってデジタル化された複数の波形信号の離散データを、間引き、補間及び間隔調整のうち少なくともいずれか１つを行って、調節後の離散データを離散的なマザーウェーブレットとするようになっている。
【００５８】
本実施の形態においては、まずセンサ１が検出した信号波形がＡ／Ｄ変換器２７で高速サンプリングされる。次に、離散データ処理部２８によって、高速サンプリングされた離散データの中から診断対象信号波形のサンプリング周波数に合うように、データの間引き、補間、間隔調整のいずれかが行なわれる。
【００５９】
例えば、診断対象信号波形のサンプリング周波数をｆ［Ｈｚ］とすると、診断対象信号波形をｔ０ 秒間測定した場合、測定データ数ｎはｎ＝ｆ×ｔ０ 個となる。このデータを配列Ｄ（ｉ）（ｉ＝１〜ｎ）とする。
【００６０】
一方、マザーウェーブレットのサンプリング周波数をｆ’［Ｈｚ］とすると、そのデータ点数ｋはｋ＝ｆ’×ｔ０ 個であるから、ｋ個のデータ点数の中からある一定の時間間隔でｎ個を抜き出す必要がある。例えば、データを抜き出す時間間隔を１／（ｆ×ａ）（ａ：スケールパラメータ）、抜き出すデータの時間範囲を（ｋ／（２ｆ’））−ｂ≦ｔ≦（ｋ／（２ｆ’））−ｂ＋ｎ／（ｆ×ａ）（ｂ：位置パラメーター）とし、時間範囲が０≦ｔ≦ｔ０ の領域以外の時は、データをゼロとする。これにより、ｋ個の高速サンプリングデータの中からマザーウェーブレットとしてｎ個のデータが得られる。これらのデータを配列Ｍａ，ｂ（ｉ）（ｉ＝１〜ｎ）とする。
【００６１】
この場合、変換処理部３によるウェーブレット係数の演算は、
【数７】
として行われる。
【００６２】
本実施の形態によれば、検出したい波形関数の高速サンプリングデータ自体をマザーウェーブレットにすることが可能であり、より迅速な診断ができる。
【００６３】
第５の実施の形態
次に、図１１及び図１２を用いて、本発明による異常診断装置の第５の実施の形態について説明する。
【００６４】
図１１に示すように、解析関数決定手段２は、データベース４からマザーウェーブレットの候補となる関数群を読み取って蓄積するデータベース部５１と、データベース部５１に蓄積された関数群を試行用マザーウェーブレットとしてセンサ１が検出した波形信号をウェーブレット変換し、ウェーブレット係数の絶対値の総和を演算する第１変換試行部５２と、第１変換試行部５２による演算結果に基づいて、ウェーブレット係数の絶対値の総和が最も大きくなる関数をマザーウェーブレットとする判別部５３とを有している。
【００６５】
その他の構成は図７及び図８に示す第２の実施の形態と同様である。第２の実施の形態において、図７及び図８に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００６６】
本実施の形態の解析関数決定手段２では、図１２に示すようにマザーウェーブレットが決定される。
【００６７】
まず、データベース４に設定されている既存のマザーウェーブレット関数を、データベース４からデータベース部５１に読み取らせる（ＳＴＥＰ３１）。次に、読み取ったマザーウェーブレットを用いて、第１変換試行部５２は、センサ１によって検出された特徴信号波形をウェーブレット変換する（ＳＴＥＰ３２）。そして、得られたウェーブレット変換結果についてウェーブレット係数の絶対値の総和を計算する（ＳＴＥＰ３３）。以上の工程をデータベース４に設定された全種類のマザーウェーブレット関数について繰返す。そして判別部５３によって、ウェーブレット係数の絶対値の総和の最も大きい関数（これは、検出したい特徴信号波形に対して高い感度を与える関数である）がマザーウェーブレットとして選択される（ＳＴＥＰ３４）。
【００６８】
なお、マザーウェーブレット決定のためにセンサ１によって検出された信号が実際の診断対象である場合には、第１変換試行部５２によるウェーブレット変換結果を保存しておくことにより、変換処理部３による再度の計算を回避することも可能である（この場合、第１変換試行部５２が変換処理部３を兼ねていると言える）。
【００６９】
さらに、本実施の形態によって決定（選択）されたマザーウェーブレットを、第２の実施の形態における仮マザーウェーブレットとすることも可能である。
【００７０】
本実施の形態によれば、既存のマザーウェーブレット関数群の中から、検出したい信号に適したマザーウェーブレットを自動的に選択することができ、検出感度の高い異常診断を実現できる。また、既存のアドミッシブル条件を満たしたマザーウェーブレットのみを採用すれば、ウェーブレット変換後に逆ウェーブレット変換を行うことも可能となる。本実施の形態は、特に、検出したい信号の計測データやシミュレーション結果から何らかの理由で新規のマザーウェーブレットを作成することが困難な場合に有効である。
【００７１】
第６の実施の形態
次に、図１３及び図１４を用いて、本発明による異常診断装置の第６の実施の形態について説明する。
【００７２】
図１３に示すように、解析関数決定手段２は、第１変換試行部５２と判別部５３の代わりに、データベース部５１に蓄積された関数群を試行用マザーウェーブレットとしてセンサ１が検出した波形信号をウェーブレット変換し、ウェーブレット係数の変化率の総和を演算する第２変換試行部６２と、第２変換試行部６２による演算結果に基づいて、ウェーブレット係数の変化率の総和が最も大きくなる関数をマザーウェーブレットとする判別部６３とを有している点が異なるのみであり、その他の構成は図１１及び図１２に示す第５の実施の形態と同様である。第６の実施の形態において、図１１及び図１２に示す第５の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００７３】
本実施の形態の解析関数決定手段２では、図１４に示すようにマザーウェーブレットが決定される。
【００７４】
まず、データベース４に設定されている既存のマザーウェーブレット関数を、データベース４からデータベース部５１に読み取らせる（ＳＴＥＰ４１）。次に、読み取ったマザーウェーブレットを用いて、第２変換試行部６２は、センサ１によって検出された特徴信号波形をウェーブレット変換する（ＳＴＥＰ４２）。そして、得られたウェーブレット変換結果についてウェーブレット係数の変化率の総和を計算する（ＳＴＥＰ４３）。すなわち、各時間−周波数点（ｂ，ａ）における偏微分を計算し、その微分係数の絶対値の総和をとる。演算式は、
【数８】
と表せる。以上の工程をデータベース４に設定された全種類のマザーウェーブレット関数について繰返す。そして判別部６３によって、ウェーブレット係数の変化率の総和の最も大きい関数（これは、検出したい特徴信号波形に対して高い感度を与える関数である）がマザーウェーブレットとして選択される（ＳＴＥＰ４４）。
【００７５】
なお、第５の実施の形態と同様、マザーウェーブレット決定のためにセンサ１によって検出された信号が実際の診断対象である場合には、第２変換試行部６２によるウェーブレット変換結果を保存しておくことにより、変換処理部３による再度の計算を回避することも可能である（この場合、第２変換試行部６２が変換処理部３を兼ねていると言える）。
【００７６】
さらに、第５の実施の形態と同様、本実施の形態によって決定（選択）されたマザーウェーブレットを、第２の実施の形態における仮マザーウェーブレットとすることも可能である。
【００７７】
本実施の形態によっても、第５の実施の形態と同様、既存のマザーウェーブレット関数群の中から、検出したい信号に適したマザーウェーブレットを自動的に選択することができ、検出感度の高い異常診断を実現できる。
【００７８】
【発明の効果】
以上に説明したように、本発明によれば診断に適したマザーウェーブレットを自動的に導出できるため、診断の異常検出感度を向上させることができる。
【００７９】
特に、ＦＦＴと逆ＦＦＴを用いて、検出したい周期的波形関数を三角関数で近似してマザーウェーブレットとすることができる。あるいは、ウェーブレット変換と逆ウェーブレット変換を用いて、周期的波形関数だけでなく非周期的波形関数の近似関数をマザーウェーブレットとすることができる。
【００８０】
また、本発明によれば、データベースにある既存のマザーウェーブレットの中から、最も感度よく異常信号や特徴信号を検出することができるマザーウェーブレットを選び出すことができ、異常検出感度を向上させることができる。
【図面の簡単な説明】
【図１】本発明による異常診断装置の第１の実施の形態の構成を示す概略図。
【図２】図１の解析関数決定手段の構成を示す概略図。
【図３】図１の異常診断装置を用いる異常診断方法を示すフロー図。
【図４】図１の解析関数決定手段の作用を示すフロー図。
【図５】図１の解析関数決定手段によって決定されるマザーウェーブレットの一例を示す図。
【図６】図１の異常診断装置を用いる別の異常診断方法を示すフロー図。
【図７】本発明による異常診断装置の第２の実施の形態の構成を示す概略図。
【図８】図７の解析関数決定手段の構成を示す概略図。
【図９】本発明による異常診断装置の第３の実施の形態の解析関数決定手段の構成を示す概略図。
【図１０】本発明による異常診断装置の第４の実施の形態の解析関数決定手段の構成を示す概略図。
【図１１】本発明による異常診断装置の第５の実施の形態の解析関数決定手段の構成を示す概略図。
【図１２】図１１の解析関数決定手段の作用を示すフロー図。
【図１３】本発明による異常診断装置の第６の実施の形態の解析関数決定手段の構成を示す概略図。
【図１４】図１３の解析関数決定手段の作用を示すフロー図。
【符号の説明】
１ センサ
２ 解析関数決定手段
３ 変換処理手段
４ データベース
５ 診断判定手段
６ 出力手段
１０ 異常診断装置
２１ フーリエ変換部
２２ フーリエ近似部
２３ 逆フーリエ変換部
２４ 補助処理部
２６ 包絡線処理部
２７ Ａ／Ｄ変換器
２８ 離散データ処理部
３１ ウェーブレット変換部
３２ ウェーブレット近似部
３３ 逆ウェーブレット変換部
５１ データベース部
５２ 第１変換試行部
５３ 判別部
６２ 第２変換試行部
６３ 判別部
【発明の属する技術分野】
本発明は、対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置及びその方法に係り、とりわけ、ウェーブレット変換のマザーウェーブレットに工夫をして異常の検出感度を向上させた異常診断装置及びその方法に関する。
【０００２】
【従来の技術】
振動波形解析の有力な手法の一つとして、ＦＦＴ（高速フーリエ変換）がある。従来、電気設備や機械設備等の異常診断では、診断対象から発生する波形信号を診断パラメータとして観測し、その時間波形にＦＦＴを実施した結果得られるフーリエスペクトルの強度分布に基づいて異常の判定を行なうことが行われている。
【０００３】
しかしＦＦＴは、変換結果に時間（位相）情報を持たないため、対象とする振動波形の時間範囲内に含まれる周波数成分のＴＯＴＡＬ値しか分からず、そこに含まれる周波数成分の時間的変化の情報を得ることができない。従って、異常の有無だけでなく、異常の発生時刻等の時間情報をも捕らえたい場合にはＦＦＴは不十分であり、時間情報と周波数情報の両方を取り扱う事が出来る時間周波数解析手法の確立が望まれている。
【０００４】
時間情報と周波数情報の両方を取り扱う振動波形解析の有力な手法として、ウェーブレット変換がある。ウェーブレット変換は、マザーウェーブレットとよばれる局在関数のスケールパラメータ（周波数）と位置パラメータ（時間）とを変えながら対象波形との内積をとり、診断対象の時間波形を時間−周波数スペクトルに変換する手法である。
【０００５】
ウェーブレット変換を用いれば、診断対象の時間波形から、どの時刻にどのような周波数成分が発生しているかという情報を得ることができ、異常の検知に極めて有効である。ウェーブレット変換は、純粋数学論的な研究の歴史は長いが、その工学的応用については歴史が浅い。
【０００６】
関数ｆ（ｘ）のウェーブレット変換は、純粋数学論的に、
【数１】
【０００７】
【発明が解決しようとする課題】
ウェーブレット変換は、その定義式から明らかなように、変換対象となるｆ（ｔ）はどのような計測波形でもよい。しかしながらマザーウェーブレットは、純粋数学論的には［−∞，∞］区間における積分値が０となる局在関数でなければならない。このような条件を満たす関数としては、例えば、
【数２】
【０００８】
局在関数は、前記の関数に限られず無数に存在する。従って、一つの計測信号ｆ（ｔ）に対するウェーブレット変換は、マザーウェーブレットの関数の数だけ存在することになる。ここで、どのマザーウェーブレットを採用することが異常診断にとって有効かということが問題となる。
【０００９】
異常診断においては、異常の特徴を顕著に検出できるようなマザーウェーブレットによってウェーブレット変換を実行することが望まれる。しかし、どのような波形信号の解析にどのようなマザーウェーブレットが有効であるかは、一部の波形信号に関してのみ明らかになっているにすぎない。
【００１０】
本発明は、このような点を考慮してなされたものであり、診断対象の異常の特徴を抽出し易いマザーウェーブレットを自動的に決定し、決定されたマザーウェーブレットを用いて診断対象の計測波形やシミュレーション結果にウェーブレット変換を行なうことにより、異常を容易に検出できる異常診断装置及びその方法を提供することである。
【００１１】
【課題を解決するための手段】
本発明は、対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、波形信号を検出するセンサと、入力波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定する解析関数決定手段と、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、を備えたことを特徴とする異常診断装置である。
【００１２】
本発明によれば、異常診断に適するマザーウェーブレットを入力波形信号に基づいて自動的に決定するので、診断対象から得られる波形信号の態様に関わらず、異常検出感度を容易に向上させることができる。
【００１３】
また本発明は、特許請求の範囲の請求項１に記載の異常診断装置を用いて異常診断を行う方法において、センサにより、波形信号を検出する工程と、解析関数決定手段により、センサが検出した波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定する工程と、変換処理手段により、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する工程と、診断判定手段により、変換処理手段による変換結果に基づいて、対象物の異常診断を行う工程と、を備えたことを特徴とする異常診断方法である。
【００１４】
本発明によれば、異常診断に適するマザーウェーブレットを入力波形信号に基づいて自動的に決定するので、診断対象から得られる波形信号の態様に関わらず、異常検出感度を容易に向上させることができる。
【００１５】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態について説明する。
【００１６】
第１の実施の形態
図１乃至図６は、本発明による異常診断装置の第１の実施の形態を示す図である。このうち図１は、本実施の形態の異常診断装置の構成を示す概略図であり、図２は、図１の解析関数決定手段の詳細な構成を示す概略図である。
【００１７】
図１に示すように、異常診断装置１０は、対象物から発生する波形信号を検出するセンサ１と、データベース４とを備えている。データベース４には、例えば診断対象種毎に設定された診断アルゴリズムや状態判定しきい値等が蓄積される。
【００１８】
センサ１には、センサ１からの波形信号に基づいてウェーブレット変換に用いるマザーウェーブレットを自動的に決定する解析関数決定手段２が接続されている。そして解析関数決定手段２は、解析関数決定手段２が決定したマザーウェーブレットを用いて、センサ１が検出した波形信号をウェーブレット変換する変換処理手段３が接続されている。
【００１９】
変換処理手段３及びデータベース４には、変換処理手段３による変換結果及びデータベース４に設定された診断アルゴリズムに基づいて、対象物の異常診断を行う診断判定手段５とが接続されている。さらに診断判定手段５には、判定結果を表示するための出力手段６が接続されている。
【００２０】
解析関数決定手段２は、図２に示すように、センサ１で検出した信号波形を周波数成分にフーリエ変換するフーリエ変換部２１と、フーリエ変換部２１の出力である複数のフーリエ変換結果から、例えば最確値を求め、強度が微小な周波数成分をカットして平均フーリエデータを作成するフーリエ近似部２２と、平均フーリエデータを逆フーリエ変換する逆フーリエ変換部２３と、逆フーリエ変換部２３によってフーリエ変換された関数を補助的に処理してマザーウェーブレットとする補助処理部２４とを有している。
【００２１】
次に、以上のような構成からなる異常診断装置１０の作用について説明する。図３は、本実施の形態の異常診断装置１０を用いる異常診断方法を示すフロー図である。
【００２２】
図３に示すように、まず対象物の異常信号（特徴信号でもよい）を模擬実験やシミュレーションで発生させる（ＳＴＥＰ１１）。そして、センサ１によってその異常信号を検出し（ＳＴＥＰ１２）、解析関数決定手段２に入力する。解析関数決定手段２は、この検出信号からマザーウェーブレットを決定する（ＳＴＥＰ１３）。
【００２３】
解析関数決定手段２がマザーウェーブレットを決定する過程について、図４を用いて説明する。
【００２４】
図４に示すように、センサ１から入力された信号波形について、フーリエ変換部７によって周波数スペクトルを求める。ここで、信号波形のばらつきを考慮し、最も確からしいフーリエ変換結果を得るため、センサ１による検出を複数回行い、複数の測定データについて同様にフーリエ変換する（手順１）。
【００２５】
次に、フーリエ近似部８により、それらの周波数スペクトルの平均値を取り、スペクトル強度が小さい周波数成分についてはカットして平均フーリエデータを作成する（手順２）。
【００２６】
その後、フーリエ近似部８で得られた平均フーリエデータ（平均の周波数スペクトル）を逆フーリエ変換部９によって逆フーリエ変換し、信号波形の時間関数ψ（ｔ）を求める（手順３）。
【００２７】
ここで、逆フーリエ変換部９によって求められたψ（ｔ）は、フーリエ変換−逆フーリエ変換で求めた関数であるので時間軸の無限遠まで続く周期関数である。一方、マザーウェーブレットは、数学的には［−∞、∞］における積分値がゼロとなる局在関数でなければならない。そこで、補助処理部２４によって、解析したい時間領域のみψ（ｔ）に値を持たせ、それ以外の時間領域においてはψ（ｔ）＝０とし、この部分的なψ（ｔ）をマザーウェーブレットとする。すなわち、ψ（ｔ）に１周期分の窓関数を掛けて得られるψ（ｔ）１周期分の波形をマザーウェーブレットとする（手順４）。この場合、マザーウェーブレットは、三角関数で近似されているとも言える。最終的なマザーウェーブレットを図５に示す。
【００２８】
なお、このマザーウェーブレットは、依然として［−∞、∞］における積分値がゼロという条件を満たしていないが、ψ（ｔ）を用いた診断ではウェーブレット係数の計算ができれば足り、逆ウェーブレット変換を必要としないので、以上のような補助処理で十分である。
【００２９】
次に、図３に示すように、実際の対象物からの波形信号ｆ（ｔ）をセンサ１で計測し（ＳＴＥＰ１４）、解析関数決定手段２で導出したマザーウェーブレットを用いて変換処理手段３によってウェーブレット変換を実行する（ＳＴＥＰ１５）。この時、マザーウェーブレットが異常信号に基づいて決定されているため、得られるウェーブレット変換結果では、異常信号成分が含まれる時間−周波数領域においてウェーブレット係数が大きくなる。なぜなら、ウェーブレット変換の定義（式（１））から、診断で検出したい信号とマザーウェーブレットとの一致度が高い場合にウェーブレット係数（ウェーブレット変換スペクトル）が大きくなると言えるからである。従って、ウェーブレット係数のピークの大きさとピーク位置とから、対象物の状態を判定することができる。
【００３０】
本実施の形態の変換処理手段３は、以下の式（６）
【数６】
【００３１】
ウェーブレット係数のピークの大きさは異常（劣化）の度合いを表し、ピークの位置は異常（劣化）のモードを示す。診断対象となる対象物毎に、ピークの大きさと劣化の度合いとの関係、あるいは、ピークの位置と劣化モードとの関係は異なるため、その時の対象物に関するデータと、対応する状態判定しきい値とをデータベース４から読み込む（ＳＴＥＰ１６）。
【００３２】
そして、ウェーブレット変換結果によるウェーブレット係数とデータベース４から読み込んだ状態判定しきい値とから診断判定手段５が状態を判定し（ＳＴＥＰ１７）、異常と判定した場合、警報や異常シグナルを出力手段６に出力する、例えばディスプレイ等に表示する（ＳＴＥＰ１８）。異常でないと判断した場合も、異常（劣化）の度合いや異常（劣化）モードを判定して出力手段６に出力する（ＳＴＥＰ１９）。診断の結果は、診断情報としてデータベース４に保存され、同様の診断ケースなどがあった場合の診断辞書として再利用できるように処理される。
【００３３】
具体例として、例えば絶縁劣化診断において、部分放電信号を波形信号として診断した場合を説明する。この場合、波形信号のウェーブレット変換結果におけるスペクトルの位置（周波数成分と位相（時刻））とスペクトル強度（ウェーブレット係数の大きさ）により、その位置から劣化のモードが判定され、その強度から劣化の度合い（余寿命）が推定される。
【００３４】
以上のように、図３に示す方法によれば、検出したい異常（劣化）モードを特定して診断することができる。
【００３５】
一方、検出したい対象物の異常信号（あるいは特徴信号）を、予め模擬実験やシミュレーションで発生させることが出来ない場合もあり得る。この場合、本実施の形態の異常診断装置２０は、図６に示す異常診断方法が適用される。
【００３６】
この場合、図６に示すように、予め対象物の正常品や新品の動作チェックなどにより、対象物の正常信号を発生させる（ＳＴＥＰ２１）。そして、センサ１がその正常信号を検出して（ＳＴＥＰ２２）、解析関数決定手段２に入力する。解析関数決定手段２は、この検出信号に基づいてマザーウェーブレットを決定する（ＳＴＥＰ２３）。解析関数決定手段２がマザーウェーブレットを決定する過程は、図４及び図５を用いて前述した過程と同様である。
【００３７】
次に、実際の対象物からの波形信号をセンサ１で計測し（ＳＴＥＰ２４）、解析関数決定手段２で導出したマザーウェーブレットを用いてウェーブレット変換を実行する（ＳＴＥＰ２５）。この時、マザーウェーブレットが正常信号に基づいて決定されているため、得られるウェーブレット変換結果では、正常信号成分が含まれる時間−周波数領域においてウェーブレット係数が大きくなる。逆に、波形信号に異常や劣化が存在する場合、正常信号成分が変動したり、それ以外の成分が検出されるようになる。従って、正常状態でのウェーブレット係数のピークの大きさ及び位置を比較して、どれだけの変動（ずれ）があるかを調べることによって対象物の状態を判定することができる。
【００３８】
変動の大きさは異常（劣化）の度合いを表し、変動の種類は異常（劣化）のモードを示す。診断対象となる対象物毎に、変動の大きさと劣化の度合いとの関係、あるいは、変動の種類と劣化モードとの関係は異なるため、その時の対象物に関するデータと、対応する状態判定しきい値とをデータベース４から読み込む（ＳＴＥＰ２６）。
【００３９】
そして、ウェーブレット変換結果によるウェーブレット係数とデータベース４から読み込んだ状態判定しきい値とから診断判定手段５が状態を判定し（ＳＴＥＰ２７）、異常と判定した場合、警報や異常シグナルを出力手段６に出力する（ＳＴＥＰ２８）。異常でないと判断した場合も、異常（劣化）の度合いや異常（劣化）モードを判定して出力手段６に出力する（ＳＴＥＰ２９）。
【００４０】
図６に示す方法によれば、対象物の異常についての模擬実験やシミュレーションが困難な場合でも、起こりうる異常や劣化の全てのモードに対応する診断が可能である。
【００４１】
以上に示すように、本実施の形態によれば、異常診断に適するマザーウェーブレットを、診断対象の波形信号にＦＦＴ及び逆ＦＦＴを適用して波形信号との一致度が高くなるように自動的に決定するため、ウェーブレット係数による異常検出感度を容易に向上させることができる。
【００４２】
また本実施の形態によれば、ウェーブレット変換を用いることにより、波形信号を入力として診断できる対象物であれば、どのような対象物も診断可能であり、例えば、光や音等をセンシングするセンサを用いれば、センサを移動させることができるので、異常部位の特定がより容易となる。
【００４３】
その他、本実施の形態によれば、個々の対象物について導出したマザーウェーブレットや診断の結果をデータベース４に蓄積し、診断辞書として利用することも可能である。
【００４４】
第２の実施の形態
次に、図７及び図８を用いて、本発明による異常診断装置の第２の実施の形態について説明する。図７に示すように、本実施の形態の異常診断装置１０では、データベース４が解析関数決定手段２に接続されている。データベース４には、既存の複数のマザーウェーブレット関数が予め選択可能に設定されている。
【００４５】
また図８に示すように、解析関数決定手段２は、センサ１で検出した信号波形をウェーブレット変換するウェーブレット変換部３１と、ウェーブレット変換部３１の出力である複数のウェーブレット変換結果から、平均計算及びノイズ成分除去処理などにより平均ウェーブレットデータを作成するウェーブレット近似部３２と、平均ウェーブレットデータを逆ウェーブレット変換してマザーウェーブレットとする逆ウェーブレット変換部３３とを有している。
【００４６】
その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００４７】
本実施の形態の解析関数決定手段２では、以下のようにマザーウェーブレットが決定される。
【００４８】
まずセンサ１から入力された信号波形について、ウェーブレット変換部３１によってウェーブレット変換がなされる。このウェーブレット変換に用いられるマザーウェーブレット（仮マザーウェーブレット）は、データベース４に設定されている既存のマザーウェーブレットの関数群から選択される。
【００４９】
また、信号波形のばらつきを考慮し、最も確からしいフーリエ変換結果を得るため、センサ１による検出を複数回行い、複数の測定データについて同様にマザーウェーブレット変換する。
【００５０】
次に、ウェーブレット近似部３２により、複数のマザーウェーブレット変換結果に平均計算及びノイズ除去成分などを施して、平均ウェーブレットデータを作成する。
【００５１】
その後、平均ウェーブレットデータを逆ウェーブレット変換部３３によって逆ウェーブレット変換し、得られた信号波形の時間関数ψ（ｔ）をマザーウェーブレットとする。
【００５２】
本実施の形態によれば、異常診断に適するマザーウェーブレットを、診断対象の波形信号にウェーブレット変換及び逆ウェーブレット変換を適用して波形信号との一致度が高くなるように自動的に決定するため、周期的波形関数だけでなく非周期的波形関数をマザーウェーブレットとして近似することが可能で、広範囲の対象について効果的に異常検出感度を向上させることができる。
【００５３】
第３の実施の形態
次に、図９を用いて、本発明による異常診断装置の第３の実施の形態について説明する。図９に示すように、本実施の形態の異常診断装置１０は、解析関数決定手段２が包絡線処理部２６からなる点が異なるのみであり、その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００５４】
包絡線処理部２６は、センサ１が検出した波形信号の包絡線関数を演算し、この包絡線関数をマザーウェーブレットとするようになっている。
【００５５】
本実施の形態によれば、マザーウェーブレットの導出過程が簡易であるため、より迅速な診断ができる。
【００５６】
第４の実施の形態
次に、図１０を用いて、本発明による異常診断装置の第４の実施の形態について説明する。図１０に示すように、本実施の形態の異常診断装置１０は、解析関数決定手段２が、Ａ／Ｄ変換器２７と離散データ処理部２８とからなる点が異なるのみであり、その他の構成は図１乃至図６に示す第１の実施の形態と同様である。第２の実施の形態において、図１乃至図６に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００５７】
離散データ処理部２８は、センサ１が検出し、Ａ／Ｄ変換器２７によってデジタル化された複数の波形信号の離散データを、間引き、補間及び間隔調整のうち少なくともいずれか１つを行って、調節後の離散データを離散的なマザーウェーブレットとするようになっている。
【００５８】
本実施の形態においては、まずセンサ１が検出した信号波形がＡ／Ｄ変換器２７で高速サンプリングされる。次に、離散データ処理部２８によって、高速サンプリングされた離散データの中から診断対象信号波形のサンプリング周波数に合うように、データの間引き、補間、間隔調整のいずれかが行なわれる。
【００５９】
例えば、診断対象信号波形のサンプリング周波数をｆ［Ｈｚ］とすると、診断対象信号波形をｔ０ 秒間測定した場合、測定データ数ｎはｎ＝ｆ×ｔ０ 個となる。このデータを配列Ｄ（ｉ）（ｉ＝１〜ｎ）とする。
【００６０】
一方、マザーウェーブレットのサンプリング周波数をｆ’［Ｈｚ］とすると、そのデータ点数ｋはｋ＝ｆ’×ｔ０ 個であるから、ｋ個のデータ点数の中からある一定の時間間隔でｎ個を抜き出す必要がある。例えば、データを抜き出す時間間隔を１／（ｆ×ａ）（ａ：スケールパラメータ）、抜き出すデータの時間範囲を（ｋ／（２ｆ’））−ｂ≦ｔ≦（ｋ／（２ｆ’））−ｂ＋ｎ／（ｆ×ａ）（ｂ：位置パラメーター）とし、時間範囲が０≦ｔ≦ｔ０ の領域以外の時は、データをゼロとする。これにより、ｋ個の高速サンプリングデータの中からマザーウェーブレットとしてｎ個のデータが得られる。これらのデータを配列Ｍａ，ｂ（ｉ）（ｉ＝１〜ｎ）とする。
【００６１】
この場合、変換処理部３によるウェーブレット係数の演算は、
【数７】
【００６２】
本実施の形態によれば、検出したい波形関数の高速サンプリングデータ自体をマザーウェーブレットにすることが可能であり、より迅速な診断ができる。
【００６３】
第５の実施の形態
次に、図１１及び図１２を用いて、本発明による異常診断装置の第５の実施の形態について説明する。
【００６４】
図１１に示すように、解析関数決定手段２は、データベース４からマザーウェーブレットの候補となる関数群を読み取って蓄積するデータベース部５１と、データベース部５１に蓄積された関数群を試行用マザーウェーブレットとしてセンサ１が検出した波形信号をウェーブレット変換し、ウェーブレット係数の絶対値の総和を演算する第１変換試行部５２と、第１変換試行部５２による演算結果に基づいて、ウェーブレット係数の絶対値の総和が最も大きくなる関数をマザーウェーブレットとする判別部５３とを有している。
【００６５】
その他の構成は図７及び図８に示す第２の実施の形態と同様である。第２の実施の形態において、図７及び図８に示す第１の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００６６】
本実施の形態の解析関数決定手段２では、図１２に示すようにマザーウェーブレットが決定される。
【００６７】
まず、データベース４に設定されている既存のマザーウェーブレット関数を、データベース４からデータベース部５１に読み取らせる（ＳＴＥＰ３１）。次に、読み取ったマザーウェーブレットを用いて、第１変換試行部５２は、センサ１によって検出された特徴信号波形をウェーブレット変換する（ＳＴＥＰ３２）。そして、得られたウェーブレット変換結果についてウェーブレット係数の絶対値の総和を計算する（ＳＴＥＰ３３）。以上の工程をデータベース４に設定された全種類のマザーウェーブレット関数について繰返す。そして判別部５３によって、ウェーブレット係数の絶対値の総和の最も大きい関数（これは、検出したい特徴信号波形に対して高い感度を与える関数である）がマザーウェーブレットとして選択される（ＳＴＥＰ３４）。
【００６８】
なお、マザーウェーブレット決定のためにセンサ１によって検出された信号が実際の診断対象である場合には、第１変換試行部５２によるウェーブレット変換結果を保存しておくことにより、変換処理部３による再度の計算を回避することも可能である（この場合、第１変換試行部５２が変換処理部３を兼ねていると言える）。
【００６９】
さらに、本実施の形態によって決定（選択）されたマザーウェーブレットを、第２の実施の形態における仮マザーウェーブレットとすることも可能である。
【００７０】
本実施の形態によれば、既存のマザーウェーブレット関数群の中から、検出したい信号に適したマザーウェーブレットを自動的に選択することができ、検出感度の高い異常診断を実現できる。また、既存のアドミッシブル条件を満たしたマザーウェーブレットのみを採用すれば、ウェーブレット変換後に逆ウェーブレット変換を行うことも可能となる。本実施の形態は、特に、検出したい信号の計測データやシミュレーション結果から何らかの理由で新規のマザーウェーブレットを作成することが困難な場合に有効である。
【００７１】
第６の実施の形態
次に、図１３及び図１４を用いて、本発明による異常診断装置の第６の実施の形態について説明する。
【００７２】
図１３に示すように、解析関数決定手段２は、第１変換試行部５２と判別部５３の代わりに、データベース部５１に蓄積された関数群を試行用マザーウェーブレットとしてセンサ１が検出した波形信号をウェーブレット変換し、ウェーブレット係数の変化率の総和を演算する第２変換試行部６２と、第２変換試行部６２による演算結果に基づいて、ウェーブレット係数の変化率の総和が最も大きくなる関数をマザーウェーブレットとする判別部６３とを有している点が異なるのみであり、その他の構成は図１１及び図１２に示す第５の実施の形態と同様である。第６の実施の形態において、図１１及び図１２に示す第５の実施の形態と同一の部分には同一の符号を付して詳細な説明は省略する。
【００７３】
本実施の形態の解析関数決定手段２では、図１４に示すようにマザーウェーブレットが決定される。
【００７４】
まず、データベース４に設定されている既存のマザーウェーブレット関数を、データベース４からデータベース部５１に読み取らせる（ＳＴＥＰ４１）。次に、読み取ったマザーウェーブレットを用いて、第２変換試行部６２は、センサ１によって検出された特徴信号波形をウェーブレット変換する（ＳＴＥＰ４２）。そして、得られたウェーブレット変換結果についてウェーブレット係数の変化率の総和を計算する（ＳＴＥＰ４３）。すなわち、各時間−周波数点（ｂ，ａ）における偏微分を計算し、その微分係数の絶対値の総和をとる。演算式は、
【数８】
【００７５】
なお、第５の実施の形態と同様、マザーウェーブレット決定のためにセンサ１によって検出された信号が実際の診断対象である場合には、第２変換試行部６２によるウェーブレット変換結果を保存しておくことにより、変換処理部３による再度の計算を回避することも可能である（この場合、第２変換試行部６２が変換処理部３を兼ねていると言える）。
【００７６】
さらに、第５の実施の形態と同様、本実施の形態によって決定（選択）されたマザーウェーブレットを、第２の実施の形態における仮マザーウェーブレットとすることも可能である。
【００７７】
本実施の形態によっても、第５の実施の形態と同様、既存のマザーウェーブレット関数群の中から、検出したい信号に適したマザーウェーブレットを自動的に選択することができ、検出感度の高い異常診断を実現できる。
【００７８】
【発明の効果】
以上に説明したように、本発明によれば診断に適したマザーウェーブレットを自動的に導出できるため、診断の異常検出感度を向上させることができる。
【００７９】
特に、ＦＦＴと逆ＦＦＴを用いて、検出したい周期的波形関数を三角関数で近似してマザーウェーブレットとすることができる。あるいは、ウェーブレット変換と逆ウェーブレット変換を用いて、周期的波形関数だけでなく非周期的波形関数の近似関数をマザーウェーブレットとすることができる。
【００８０】
また、本発明によれば、データベースにある既存のマザーウェーブレットの中から、最も感度よく異常信号や特徴信号を検出することができるマザーウェーブレットを選び出すことができ、異常検出感度を向上させることができる。
【図面の簡単な説明】
【図１】本発明による異常診断装置の第１の実施の形態の構成を示す概略図。
【図２】図１の解析関数決定手段の構成を示す概略図。
【図３】図１の異常診断装置を用いる異常診断方法を示すフロー図。
【図４】図１の解析関数決定手段の作用を示すフロー図。
【図５】図１の解析関数決定手段によって決定されるマザーウェーブレットの一例を示す図。
【図６】図１の異常診断装置を用いる別の異常診断方法を示すフロー図。
【図７】本発明による異常診断装置の第２の実施の形態の構成を示す概略図。
【図８】図７の解析関数決定手段の構成を示す概略図。
【図９】本発明による異常診断装置の第３の実施の形態の解析関数決定手段の構成を示す概略図。
【図１０】本発明による異常診断装置の第４の実施の形態の解析関数決定手段の構成を示す概略図。
【図１１】本発明による異常診断装置の第５の実施の形態の解析関数決定手段の構成を示す概略図。
【図１２】図１１の解析関数決定手段の作用を示すフロー図。
【図１３】本発明による異常診断装置の第６の実施の形態の解析関数決定手段の構成を示す概略図。
【図１４】図１３の解析関数決定手段の作用を示すフロー図。
【符号の説明】
１ センサ
２ 解析関数決定手段
３ 変換処理手段
４ データベース
５ 診断判定手段
６ 出力手段
１０ 異常診断装置
２１ フーリエ変換部
２２ フーリエ近似部
２３ 逆フーリエ変換部
２４ 補助処理部
２６ 包絡線処理部
２７ Ａ／Ｄ変換器
２８ 離散データ処理部
３１ ウェーブレット変換部
３２ ウェーブレット近似部
３３ 逆ウェーブレット変換部
５１ データベース部
５２ 第１変換試行部
５３ 判別部
６２ 第２変換試行部
６３ 判別部
Claims (10)
- 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、
センサが検出した複数の波形信号をフーリエ変換するフーリエ変換部と、
フーリエ変換部による複数の変換結果から平均フーリエデータを作成するフーリエ近似部と、
平均フーリエデータを逆フーリエ変換してマザーウェーブレットとする逆フーリエ変換部と、
を有している
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、
センサが検出した複数の波形信号をウェーブレット変換するウェーブレット変換部と、
ウェーブレット変換部による複数の変換結果から平均ウェーブレットデータを作成するウェーブレット近似部と、
平均ウェーブレットデータを逆ウェーブレット変換してマザーウェーブレットとする逆ウェーブレット変換部と、
を有している
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、センサが検出した波形信号の包絡線関数を演算して、包絡線関数をマザーウェーブレットとする包絡線処理部を有する
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、センサが検出した複数の波形信号の離散データを、間引き、補間及び間隔調整のうち少なくともいずれか１つを行って、調節後の離散データを離散的なマザーウェーブレットとする離散データ処理部を有する
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて既存のウェーブレット関数群の中から自動的に選択する解析関数決定手段と、
解析関数決定手段が選択したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、
マザーウェーブレットの候補となる関数群を蓄積するデータベース部と、
データベース部に蓄積された関数群を試行用マザーウェーブレットとしてセンサが検出した波形信号をウェーブレット変換し、ウェーブレット係数の絶対値の総和を演算する第１変換試行部と、
第１変換試行部による演算結果に基づいて、ウェーブレット係数の絶対値の総和が最も大きくなる関数をマザーウェーブレットとする判別部と、
を有する
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて既存のウェーブレット関数群の中から自動的に選択する解析関数決定手段と、
解析関数決定手段が選択したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、
マザーウェーブレットの候補となる関数群を蓄積するデータベース部と、
データベース部に蓄積された関数群を試行用マザーウェーブレットとしてセンサが検出した波形信号をウェーブレット変換し、ウェーブレット係数の変化率の総和を演算する第２変換試行部と、
第２変換試行部による演算結果に基づいて、ウェーブレット係数の変化率の総和が最も大きくなる関数をマザーウェーブレットとする判別部と、
を有する
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出するか、あるいは、入力波形信号に基づいて既存のウェーブレット関数群の中から自動的に選択する解析関数決定手段と、
解析関数決定手段が導出または選択したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、対象物の異常な波形信号を入力波形信号として、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定し、
診断判定手段は、ウェーブレット係数の大きい信号成分から実際の波形信号の異常状態を診断する、
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出するか、あるいは、入力波形信号に基づいて既存のウェーブレット関数群の中から自動的に選択する解析関数決定手段と、
解析関数決定手段が導出または選択したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備え、
解析関数決定手段は、対象物の正常な波形信号を入力波形信号として、ウェーブレット変換に用いるマザーウェーブレットを自動的に決定し、
診断判定手段は、ウェーブレット係数の変動から実際の波形信号の異常状態を診断する、
ことを特徴とする異常診断装置。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備えたことを特徴とする異常診断装置
を用いて異常診断を行う方法において、
センサにより、波形信号を検出する工程と
解析関数決定手段により、センサが検出した波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、自動的に導出する工程と、
変換処理手段により、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する工程と、
診断判定手段により、変換処理手段による変換結果に基づいて、対象物の異常診断を行う工程と、
を備え、
関数決定工程は、
フーリエ変換部により、センサが検出した複数の波形信号をフーリエ変換する工程と、
フーリエ近似部により、フーリエ変換部による複数の変換結果から平均フーリエデータを作成する工程と、
逆フーリエ変換部により、平均フーリエデータを逆フーリエ変換してマザーウェーブレットとする工程と、
を有している
ことを特徴とする異常診断方法。 - 対象物から発生する波形信号を検出してウェーブレット変換を施し、ウェーブレット変換の結果に基づいて対象物の異常診断を行う異常診断装置において、
波形信号を検出するセンサと、
ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、入力波形信号に基づいて自動的に導出する解析関数決定手段と、
解析関数決定手段が導出したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する変換処理手段と、
変換処理手段による変換結果に基づいて、対象物の異常診断を行う診断判定手段と、
を備えたことを特徴とする異常診断装置
を用いて異常診断を行う方法において、
センサにより、波形信号を検出する工程と
解析関数決定手段により、センサが検出した波形信号に基づいて、ウェーブレット変換に用いるマザーウェーブレットであって対象物の異常診断に適したマザーウェーブレットを、自動的に導出する工程と、
変換処理手段により、解析関数決定手段が決定したマザーウェーブレットを用いて、センサが検出した波形信号をウェーブレット変換する工程と、
診断判定手段により、変換処理手段による変換結果に基づいて、対象物の異常診断を行う工程と、
を備え、
関数決定工程は、
ウェーブレット変換部により、センサが検出した複数の波形信号をウェーブレット変換する工程と、
ウェーブレット近似部により、ウェーブレット変換部による複数の変換結果から平均ウェーブレットデータを作成する工程と、
逆ウェーブレット変換部により、平均ウェーブレットデータを逆ウェーブレット変換してマザーウェーブレットとする工程と、
を有している
ことを特徴とする異常診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21143698A JP3561151B2 (ja) | 1998-07-27 | 1998-07-27 | 異常診断装置および異常診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21143698A JP3561151B2 (ja) | 1998-07-27 | 1998-07-27 | 異常診断装置および異常診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000046893A JP2000046893A (ja) | 2000-02-18 |
| JP3561151B2 true JP3561151B2 (ja) | 2004-09-02 |
Family
ID=16605930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21143698A Expired - Lifetime JP3561151B2 (ja) | 1998-07-27 | 1998-07-27 | 異常診断装置および異常診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3561151B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7933742B2 (en) | 2006-02-01 | 2011-04-26 | Jtekt Corporation | Abnormality diagnosing method for sound or vibration and abnormality diagnosing apparatus for sound or vibration |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004240817A (ja) * | 2003-02-07 | 2004-08-26 | Kenji Fujimoto | 特定情報検出方法および装置 |
| JP4942353B2 (ja) * | 2006-02-01 | 2012-05-30 | 株式会社ジェイテクト | 音又は振動の解析方法及び音又は振動の解析装置 |
| JP4763522B2 (ja) * | 2006-06-14 | 2011-08-31 | 株式会社ブリヂストン | タイヤ検査装置 |
| JP5623061B2 (ja) * | 2008-12-12 | 2014-11-12 | キヤノン株式会社 | 検査装置及び検査方法 |
| WO2016157912A1 (ja) * | 2015-03-31 | 2016-10-06 | 株式会社 東芝 | 電力機器の絶縁診断装置および絶縁診断方法 |
| EP3435246B1 (en) * | 2017-07-24 | 2024-08-14 | Tata Consultancy Services Limited | System and method for signal analysis |
-
1998
- 1998-07-27 JP JP21143698A patent/JP3561151B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7933742B2 (en) | 2006-02-01 | 2011-04-26 | Jtekt Corporation | Abnormality diagnosing method for sound or vibration and abnormality diagnosing apparatus for sound or vibration |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000046893A (ja) | 2000-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5783808B2 (ja) | 異常音診断装置 | |
| Loutridis | Instantaneous energy density as a feature for gear fault detection | |
| KR101436190B1 (ko) | 롤링 베어링 대미지 검측 및 자동 식별 방법 | |
| JP2003528292A (ja) | 振動解析によるベアリングの状態ベースのモニタリング | |
| JPH10288639A (ja) | 電気機器の異常監視装置および方法 | |
| EP2072975A1 (en) | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine | |
| KR20180125285A (ko) | 볼트 축력 측정방법 | |
| JP6965906B2 (ja) | 信号処理装置、プログラム及び方法 | |
| EP2761315B1 (en) | A method of determining stationary signals for the diagnostics of an electromechanical system | |
| US6591682B1 (en) | Device and process for signal analysis | |
| US20180252741A1 (en) | Method and device for determining machine speeds | |
| JP3561151B2 (ja) | 異常診断装置および異常診断方法 | |
| KR100812303B1 (ko) | 웨이블릿 변환을 이용한 유도전동기의 고장 진단 장치 및방법 | |
| JP2010266327A (ja) | 設備診断装置及び設備診断方法 | |
| CN116304751A (zh) | 用于动车组部件检修的运行数据处理方法 | |
| JPWO2004068078A1 (ja) | 状態判定方法と状態予測方法及び装置 | |
| JP3020349B2 (ja) | 異常検出方法及び装置 | |
| Senanayaka et al. | CNN based Gearbox Fault Diagnosis and Interpretation of Learning Features | |
| KR101348635B1 (ko) | 유도전동기 회전자의 고장 진단 장치 및 방법 | |
| US6281814B1 (en) | Data conversion method, data converter, and program storage medium | |
| JP2006285884A (ja) | 故障診断方法およびそれを備えた制御装置 | |
| JP3108317B2 (ja) | 信号処理装置および信号処理方法 | |
| JP4029405B2 (ja) | 異常判定方法および装置 | |
| JP5094937B2 (ja) | 周波数解析装置 | |
| JP2006125976A (ja) | 機械設備の異常診断システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040227 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040423 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040521 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040527 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090604 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090604 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100604 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100604 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110604 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120604 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120604 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130604 Year of fee payment: 9 |
|
| EXPY | Cancellation because of completion of term |