JP3864722B2

JP3864722B2 - 塗装ガンの異常検出装置およびその方法

Info

Publication number: JP3864722B2
Application number: JP2001129726A
Authority: JP
Inventors: 智裕堀; 治益子
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2001-04-26
Filing date: 2001-04-26
Publication date: 2007-01-10
Anticipated expiration: 2021-04-26
Also published as: JP2002323355A

Description

【０００１】
【発明の属する技術分野】
本発明は、塗料を吹き付けるための塗装ガンの異常検出装置およびその方法に関する。
【０００２】
【従来の技術】
塗装ガンは、スプレーにより塗料を被塗装物に吹き付けるものである。このような塗装ガンでは、塗装中に目詰まりなどの異常を起こし、塗装むらの発生原因となることがある。
【０００３】
従来、このような異常を検出するために、たとえば特開平８−２９２１１号公報では、塗装動作中における塗装ガンの振動を検出して、この振動を周波数解析し、そのときの周波数分布パターンと正常時における周波数分布パターンを比較することで、目詰まり異常を検出することが開示されている。
【０００４】
【発明が解決しようとする課題】
従来のように、正常時と塗装動作中における周波数分布パターンを比較する場合、作業者がパターンを見て比較すると、両者のパターンの違いから異常を判断することができる。
【０００５】
ところが、これをパソコンなどによって自動的に判断させることを考えた場合、両者のパターンを図形として比較することになる。図形の比較検討は、近年のコンピュータ技術の進歩をもってしても、ある程度の時間を要するため、判断に遅れが生じるといった問題がある。また、そもそも図形を比較して両者のパターンにどの程度違いがあれば異常と判断させるかを設定するのが難しいと言った問題もある。これは、人間が図形を見て判断するプロセスをパソコンで自動化するためには、このような判断プロセスを実行するためのプログラムの作成が必要で、このようなプログラムの作成は数値比較と異なり難しいためである。
【０００６】
特に、塗装ガンのスプレーノズルの半詰まりの状態は、周波数解析結果のパターンを比べるだけでは、人間による判断であっても非常に難しく、このような半詰まり状態をも確実に判断することのできる解析手法が求められている。
【０００７】
そこで、本発明の目的は、自動的かつ容易に塗装ガンの異常検出、特に半詰まり状態をも容易に検出することができる塗装ガンの異常検出装置およびその方法を提供することである。
【０００８】
【課題を解決するための手段】
上記目的は、下記する手段による達成される。
【０００９】
（１）塗装ガンの振動を検出する振動検出手段と、
前記振動検出手段が検出した正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断する演算手段と、を有することを特徴とする塗装ガンの異常検出装置。
【００１０】
（２）塗装ガンの振動を検出する振動検出手段と、前記振動検出手段が検出した正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムからから前記各スペクトラムの平均値を引いた相関関数にさらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断する演算手段と、を有することを特徴とする塗装ガンの異常検出装置。
【００１１】
（３）正常時における塗装ガンの振動を検出する段階と、検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、塗装中における前記塗装ガンの振動を検出する段階と、検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求める段階と、前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することを特徴とする塗装ガンの異常検出方法。
【００１２】
（４）正常時における塗装ガンの振動を検出する段階と、検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、塗装中における前記塗装ガンの振動を検出する段階と、検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、前記正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムから前記各スペクトラムの平均値を引いた相関関数にさらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求める段階と、前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することを特徴とする塗装ガンの異常検出方法。
【００１９】
【発明の効果】
本発明は、下記の効果を奏する。
【００２０】
本発明によれば、振動検出手段により塗装動作中の塗装ガンの振動を検出して、演算手段が、正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断することとしたので、数値演算により塗装ガンの異常を検出することができる。特に、正常時の周波数の大きさと塗装中の周波数の大きさの比をさらにかけた関数の値を用いることで、半詰まりのような従来の周波数パターンによる解析では判断の難しかった異常をも検出することが可能となる。したがって、パソコンなどの演算装置を用いることで自動的かつ容易に塗装ガンの異常を検出することができる。
【００２１】
また、本発明によれば、振動検出手段により塗装動作中の塗装ガンの振動を検出して、演算手段が、前記振動検出手段が検出した正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムからから前記各スペクトラムの平均値を引いた相関関数にさらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断することとしたので、数値演算により塗装ガンの異常を検出することができる。特に、半詰まりのような従来の周波数パターンによる解析では判断の難しかった異常をも検出することが可能となる。したがって、パソコンなどの演算装置を用いることで自動的かつ容易に塗装ガンの異常を検出することができる。
【００２２】
また、本発明によれば、前記周波数を５〜２２ｋＨｚの範囲としたので、電源周波数によるノイズや機械振動に起因した高周波成分をカットし、より精度よく塗装ガンの異常を検出することができる。
【００２３】
また、本発明によれば、前記５〜２２ｋＨｚの周波数範囲を周波数解析前に抽出することとしたので、周波数解析や演算処理にかかる負荷を少なくし、より早く異常の有無を判断することが可能となる。
【００２４】
また、本発明によれば、正常時の周波数解析を０．７５秒以上１２．５秒未満の間検出した振動から行うことによって、塗装中に異常が発生した場合、この正常時の周波数と、異常発生時の周波数との相関が明確になり、異常の判断をしやすくなる。
【００２５】
また、本発明によれば、正常時における塗装ガンの振動を検出する段階と、検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、塗装中における前記塗装ガンの振動を検出する段階と、検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求める段階と、前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することとしたので、数値演算により塗装ガンの異常を検出することができる。特に、正常時の周波数の大きさと塗装中の周波数の大きさの比をさらにかけた関数の値を用いることで、半詰まりのような従来の周波数パターンによる解析では判断の難しかった異常をも検出することが可能となる。したがって、パソコンなどの演算装置を用いることで自動的かつ容易に塗装ガンの異常を検出することができる。
【００２６】
また、本発明によれば、正常時における塗装ガンの振動を検出する段階と、検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、塗装中における前記塗装ガンの振動を検出する段階と、検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、前記正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムから前記各スペクトラムの平均値を引いた相関関数にさらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求める段階と、前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することとしたので、数値演算により塗装ガンの異常を検出することができる。特に、半詰まりのような従来の周波数パターンによる解析では判断の難しかった異常をも検出することが可能となる。したがって、パソコンなどの演算装置を用いることで自動的かつ容易に塗装ガンの異常を検出することができる。
【００２７】
また、本発明によれば、前記周波数を５〜２２ｋＨｚの範囲としたので、電源周波数によるノイズや機械振動に起因した高周波成分をカットし、より精度よく塗装ガンの異常を検出することができる。
【００２８】
また、本発明によれば、前記５〜２２ｋＨｚの周波数範囲を周波数解析前に抽出することとしたので、周波数解析や演算処理にかかる負荷を少なくし、より早く異常の有無を判断することが可能となる。
【００２９】
また、本発明によれば、正常時の周波数解析を０．７５秒以上１２．５秒未満の間検出した振動から行うことによって、塗装中に異常が発生した場合、この正常時の周波数と、異常発生時の周波数との相関が明確になり、異常の判断をしやすくなる。
【００３０】
【発明の実施の形態】
以下、添付した図面を参照して、本発明の一実施の形態を説明する。
【００３１】
実施形態１
図１は本発明を適用した本実施形態１に係る塗装装置と異常検出装置の概略構成を示す図面である。
【００３２】
塗装装置は、ロボット１０のアーム先端に取り付けられた塗装ガン１１と、この塗装ガン１１に塗料を供給するポンプ１３および塗料タンク１４とからなる。塗装ガン１１は、その先端に塗料を噴射するためのスプレーノズル１２が設けられている。
【００３３】
異常検出装置は、スプレーノズル１２に取り付けられた振動センサ２１と、演算装置２２と、結果を出力するための出力装置２３とからなる。ここで、演算装置２２はいわゆるパソコンなどであり、後述する処理手順に従って作成されたプログラムが実行されることにより、高速フーリエ変換（ＦＦＴ）による周波数解析を行い、異常の有無を判断する。また、出力装置２３はパソコンに接続されているディスプレイやプリンタなどである。
【００３４】
振動センサ２１は、加速度センサであり、スプレーノズル１２から塗料が噴射される際の振動を検出する。
【００３５】
塗装動作は、ロボット１０が所定のプログラムによって、塗装ガン１１をワーク（不図示）の被塗装面に対して所定の範囲が塗装されるように動作させることによって行われる。このとき、ポンプ１３がロボット１０の動作と連動して、塗料タンク１４内の塗料を塗装ガン１１へ所定の圧力で送出する。これにより、塗装ガン１１先端に設けられているスプレーノズル１２から塗料が噴射されて塗装が行われる。
【００３６】
次に、塗装動作中における塗装ガンの異常を検出するための手順について説明する。
【００３７】
図２は、異常検出手順を示すフローチャートである。
【００３８】
まず、実際の異常検出に先立ち、正常時の塗装状態における振動を検出する（Ｓ１）。
【００３９】
ここで正常時の振動検出は、図３に示すように、振動を検出して周波数解析を行う１単位の切り出し時間をｎとした場合、本実施の形態では最初の切り出し時間ｎ０の区間を用いている。
【００４０】
検出した正常時の振動は、周波数解析として、ＦＦＴ（高速フーリエ変換）解析を行い（Ｓ２）、続いて、特定周波数帯を切り出し、正常時スペクトラムＸ０を算出する（Ｓ３）。
【００４１】
なお、ここで特定周波数帯は、たとえば５〜２２ｋＨｚの範囲が好ましい。これは、５ｋＨｚ未満をカットすることで、電源周波数やその他外部からの低周波振動（たとえば人や機械が移動するときの振動）成分を除くことができ、一方、２２ｋＨｚを越える周波数をカットすることで、機械の発振などの高周波成分を除くことができ、外部からのノイズの影響を受けずに精度よく塗装ガンの異常発生を検出することができる。
【００４２】
前記ステップＳ３における正常時スペクトラムの算出は以下のように行う。
【００４３】
ここでは、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義する。
【００４４】
【数１】

【００４５】
ただし、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、
−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数である（以下、各式おいて同様）。なお、時間、周波数共に、離散データとなる。
【００４６】
この（１）式から、正常時スペクトラムＸ０は下記（２）式のように定義する。
【００４７】
【数２】

【００４８】
ただし、式中、「ｎに含まれるＮの個数」とは、各１つの切り出し時間ｎの中に、ＦＦＴ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数である。具体的には、たとえばブロックサイズＮが５１２（ブロック数）であれば、ｎ時間の間に５１２個を１単位とするＦＦＴ解析が何回行われたかを示す数である（以下、各式において同様）。
【００４９】
正常時スペクトラム算出後は、実際の塗装動作における異常検出を行う。
【００５０】
まず、塗装動作中の振動を検出する（Ｓ４）。検出した振動は一定時間間隔ごとにＦＦＴ解析を行い（Ｓ５）、特定周波数帯を切り出して、前記（１）式を用いて動作中スペクトラムＸｉを下記（３）式により算出する（Ｓ６）。ここで、特定周波数帯は前記同様に、５〜２２ｋＨｚが好ましい。
【００５１】
【数３】

【００５２】
動作中スペクトラムＸｉ算出後、正常時スペクトラムＸ０と動作中スペクトラムＸｉとから、下記（４）式に示す関数（以下評価関数と称する）を用いて正常時と塗装中との相関値ρ（ｉ）を算出する（Ｓ７）。
【００５３】
【数４】

【００５４】
（４）式において、ｆＵは下限周波数（ここでは５Ｈｚ）であり、ｆＬは上限周波数（ここでは２２Ｈｚ）である。
【００５５】
（４）式に示した評価関数は、ＦＦＴの解析結果として得られる正常時と塗装中の周波数の内積関数に、正常時の周波数の大きさと塗装中の周波数の大きさの比をかけたものである。上記（４）式において、内積関数部分は、下記（５）式のとおりであり、正常時と塗装中のそれぞれの周波数の大きさの比の部分は下記（６）式のとおりである。
【００５６】
【数５】

【００５７】
【数６】

【００５８】
内積関数は、周知のとおり、相関を求めるための関数の一つで、ＦＦＴの解析結果として得られる各周波数スペクトラム成分を多次元ベクトルとして、上記（５）式のように求めるものである。また、正常時の周波数の大きさと塗装中の周波数の大きさの比は上記（６）式のとおり、各周波数スペクトラムのベクトルの大きさの比である。
【００５９】
このように、内積関数に正常時の周波数の大きさと塗装中の周波数の大きさの比をかけることで、検出された振動の強度を加味して評価することが可能となる。これは、たとえば周波数分布がほとんど変わらずに、振動強度のみが変化するよう場合、内積関数だけで正常時と塗装中の相関を評価すると、その値（内積関数の算出結果）はほぼ「１」となるが、上記（４）式のように、内積関数に正常時の周波数の大きさと塗装中の周波数の大きさの比をかけることで、周波数分布には大きな変化がなくても振動強度が変化するような場合でも、その算出結果の値（上記（４）式の計算結果）は、「１」とはならずに異常を検出することができるのである。
【００６０】
このようにして評価関数の算出結果ρ（ｉ）を求めた後、その値が予め決められたしきい値に基づいて異常か否かを判断し（Ｓ８）、異常が検出された場合には異常信号を出力装置２３へ出力して（Ｓ９）、処理を終了する。一方、異常がなければ、ステップＳ４へ戻り、塗装動作が終了まで異常検出を継続する。
【００６１】
ここで、しきい値は、ＦＦＴ解析のブロックサイズ、諸定数の取り方などによって異なるが、さまざまな実験を行った結果、たとえば、ブロックサイズ５１２、観測時間０．７５秒、オーバラップ０、としたとき、全詰まり異常はしきい値を０．８５として、これ以下であれば全詰まり異常と判断する。また、半詰まり異常は、後述するように、半詰まりの部分で相関値が急激に大きくなるので、しきい値を１．１としてこれ以上のときに半詰まりと判断する。
【００６２】
図４は、全詰まり異常が発生した場合の相関値を示す図面であり、図５は、半詰まり異常が発生したときの相関値を示す図面である。なお、各図において、縦軸は相関値（評価関数の算出結果）、横軸は時間（秒）である。
【００６３】
図４からわかるように、全詰まり異常発生時には相関値がしだいに下がり、最終的には０となる。
【００６４】
一方、図５に示すように、半詰まり異常が発生した時には、相関値が急激に上昇し、それから下がっている。これは、（４）式による算出値として半詰まりがあった場合には、その振動強度が変化していることを示すもので、しきい値として、上限（この実施形態では１．２）と下限（この実施形態では０．８）の両方を設定しておけば、このような半詰まりの状態を本実施の形態では的確に捉えることができる。
【００６５】
以上、本実施形態１では、全詰まり異常も半詰まり異常も、数値として評価することができるため、これら異常状態を容易に検出することができる。
【００６６】
なお、本実施形態１においては、（４）式に示したように、内積関数に正常時と塗装中のそれぞれの周波数の大きさの比をかけたものを評価関数として用いたが、これに代えて、下記（７）式のように、内積関数の代わりに、各内積を求めるためのスペクトラムからその平均値を引いた値を使用する相関関数に、正常時と塗装中のそれぞれの周波数の大きさの比をかけたものを評価関数として用いてもよい。
【００６７】
【数７】

【００６８】
また、「（ｆＵ−ｆＬ）間の個数」とは、下限５ｋＨｚ、上限２２ｋＨｚとしてＦＦＴ解析を行った際、実際得られるデータが離散データになるので（Δｆ＝（サンプリング周波数／ブロックサイズ））、そのうちの上限と加減の間に存在するデータの個数を言う。
【００６９】
このように、（７）式を用いた場合で、上述した（４）式を用いた場合と同じように、全詰まり異常、半詰まり異常をとも確実に検出することができる。
【００７０】
実施形態２
図６は、本発明を適用した本実施形態２に係る塗装装置と異常検出装置の概略構成を示す図面である。なお、前述した実施形態１と同様の機能を有する部材には同一の符号を付し、説明を省略する。
【００７１】
塗装装置の構成は前述した実施形態１と同様であり、ロボット１０、塗装ガン１１、ポンプ１３、および塗料タンク１４とからなり、塗装ガン１１には、その先端にスプレーノズル１２が設けられている。この塗装装置による塗装動作は実施形態１と同様であるので、その説明は省略する。
【００７２】
異常検出装置は、スプレーノズル１２に取り付けられた振動センサ２１、振動センサからの信号から、特定の周波数成分を抽出するために、高周波成分をアナログ的に直接カットするローパスフィルタ（ＬＰＦ）３１と低周波成分をカットするハイパスフィルタ（ＨＰＦ）３２、演算装置２２、および出力装置２３からなる。
【００７３】
次に、塗装動作中における塗装ガンの異常を検出するための手順について説明する。
【００７４】
図７は、異常検出手順を示すフローチャートである。
【００７５】
まず、正常時の振動を検出する（Ｓ１１）。そして、ローパスフィルタ３１およびハイパスフィルタ３２により、振動センサからの信号から不要な周波数成分をカットして特定の周波数成分のみを抽出する（Ｓ１２）。ここでは前述同様に５〜２２ｋＨｚの範囲の信号のみを通過させる。
【００７６】
その後は、前述の実施形態１同様にＦＦＴ解析を行って（Ｓ１３）、正常時スペクトラムＸ０を算出する（Ｓ１４）。
【００７７】
正常時スペクトラム算出後は、実際の塗装動作における異常検出を行う。
【００７８】
まず、塗装動作中の振動を検出し（Ｓ１５）、前記同様にローパスフィルタ３１およびハイパスフィルタ３２を用いて、振動センサからの信号から不要な周波数成分をカットする（Ｓ１６）。
【００７９】
その後前述の実施形態１同様に、ＦＦＴ解析を行って（Ｓ１７）、動作中スペクトラムＸｉを算出する（Ｓ１８）。続いて、前述の（４）式または（７）式に示した評価関数を用いて相関値を算出する（Ｓ１９）。続いて、相関算出の結果から相関値と予め決められたしきい値に基づいて異常か否かを判断し（Ｓ２０）、異常があれば、異常信号を出力装置２３へ出力して（Ｓ２１）、処理を終了する。一方、異常がなければ、ステップＳ１５へ戻り、塗装動作が終了まで異常検出を継続する。
【００８０】
これにより、本実施形態２においても前述の実施形態１同様に、塗装ガンの全詰まり異常や半詰まり異常を検出することができる。
【００８１】
そして、本実施形態２では、振動センサからの信号からローパスフィルタ３１およびハイパスフィルタ３２を用いて、アナログ的に不要な周波数成分をカットしているので、演算装置２２では始めから異常検出に必要な周波数成分のみを処理すればよいため、演算装置にかかる負荷が少なくなる。
【００８２】
実施形態３
上述した実施形態１および２では、正常時のスペクトラムとして、最初の切り出し時間ｎを１つのみ使用して算出しているが、本実施形態３では、これに代えて、複数の切り出し時間を用いて、正常時におけるスペクトラムの算出を行ったものである。
【００８３】
これを概念的に図示すると、図８に示すように、基準区間ｔ０としてこの間の複数の切り出し時間ｎ０１〜ｎ０ｉから正常時スペクトラムを算出し、その後、観測区間ｎ１〜ｎｉの振動を検出して異常の判断を行うものである。
【００８４】
したがって、本実施の形態３における装置構成は、実施形態１または２と同じでよく、また、全体の動作手順も実施形態１または２と同じでよい。そこで本実施形態３の説明としては、これら装置構成や動作手順の説明は省略し、本実施形態３特有の正常時スペクトラムの算出と、これを用いた異常判断についてのみ説明する。
【００８５】
まず、正常時スペクトラムの算出に際して、１つの切り出し時間ｎにおけるスペクトラムを下記（８）式により算出する。
【００８６】
【数８】

【００８７】
そして、算出された１つの切り出し時間ｎにおけるスペクトラムを複数の切り出し時間（ｎ０１〜ｎ０ｉ）について下記（９）式により平均し、正常時スペクトラムＸ０（ｍ）を算出する。
【００８８】
【数９】

【００８９】
続いて、この正常時スペクトラムについて、基準区間内における各スペクトラムＸ０ｉの相関評価値ρ０（ｉ）を下記（１０）式により算出する。
【００９０】
【数１０】

【００９１】
この相関評価値ρ０（ｉ）の平均を下記（１１）式により求めて、これを基準区間ｔ０におけるばらつき関数ρ０とする。
【００９２】
【数１１】

【００９３】
ただし、式中、「基準スペクトラム数」とは、塗装を行った際に、スプレーノズルにから塗料が正常に吹き出している状態のときのスペクトラム数である。
【００９４】
そして、観測区間において検出された切り出し時間ｎごとの振動から、下記（１２）式により、正常時と実際の塗装作業中の評価関数ρ（ｉ）を算出する。
【００９５】
【数１２】

【００９６】
ここでも、前述した実施形態１において説明したように、この（１２）式で示した評価関数では、正常時と塗装中の周波数の多次元ベクトルより求められる内積関数に、正常時と塗装中のそれぞれの周波数の大きさの比をかけたものを基本としている。
【００９７】
これにより、正常時に発生するさまざまな振動成分をも加味して塗装ガンの異常を検出することが可能となる。なお、正常時スペクトラムを算出するための分析時間は、実際の塗装現場や塗装ガンの状態に合わせて任意に決定するが、たとえば０．７５秒から１２．５秒程度が好ましい。これは、正常時スペクトラムを算出するための分析時間があまり短いと、正常時に発生するさまざまな振動成分を取り込むことができず、一方、あまり長くてもその間に異常が発生する場合もあるので、上記の範囲が好ましいものである。
【００９８】
また、正常時スペクトラムの算出は、塗装動作に入る前に予め行っておいてもよいし、塗装動作に入る直前に行ってそのまま塗装動作に移ってもよい。
【００９９】
なお、本実施形態３においても、（１２）式に代えて、相関関数を用いた下記（１３）式により評価を行ってもよい。
【０１００】
【数１３】

【図面の簡単な説明】
【図１】本発明を適用した実施形態１に係る異常検出装置の構成を説明するための概略図である。
【図２】実施形態１に係る異常検出手順を示すフローチャートである。
【図３】実施形態１に係る周波数解析の切り出し時間を説明するための図面である。
【図４】全詰まり異常が発生したときの相関値を示す図面である。
【図５】半詰まり異常が発生したときの相関値を示す図面である。
【図６】本発明を適用した実施形態２に係る異常検出装置の構成を説明するための概略図である。
【図７】実施形態２に係る異常検出手順を示すフローチャートである。
【図８】実施形態３に係る周波数解析の切り出し時間を説明するための図面である。
【符号の説明】
１１塗装ガン
１２スプレーノズル
２１振動センサ
２２演算装置
２３出力装置
３１ローパスフィルタ（ＬＰＦ）
３２ハイパスフィルタ（ＨＰＦ）

Claims

塗装ガンの振動を検出する振動検出手段と、
前記振動検出手段が検出した正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断する演算手段と、を有することを特徴とする塗装ガンの異常検出装置。
前記演算手段は、
前記正常時のスペクトラムＸ０を下記（２）式により求め、

塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値ρを下記（４）式に示す評価関数により求めることを特徴とする請求項１記載の異常検出装置。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数である）
前記演算手段は、
前記正常時のスペクトラムＸ０（ｍ）は、まず、１つの切り出し時間ｎにおけるスペクトラムを（８）式により求めて、さらに（９）式により平均化した値を用い、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（１２）式に示す評価関数により求めることを特徴とする請求項１記載の異常検出装置。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、（１２）式中、

であり、（１１）式中、

であり、
また、上記（１１）式中、「基準スペクトラム数」とは、塗装を行った際に、スプレーノズルにから塗料が正常に吹き出している状態のときのスペクトラム数である）
塗装ガンの振動を検出する振動検出手段と、
前記振動検出手段が検出した正常時の振動から高速フーリエ変換によって正常時の周波数スペクトラムを求めるとともに、前記振動検出手段が検出した塗装中の振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求め、当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムからから前記各スペクトラムの平均値を引いた相関関数にさらに当該正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求めて、当該相関値に基づいて前記塗装ガンの異常を判断する演算手段と、を有することを特徴とする塗装ガンの異常検出装置。
前記演算手段は、
前記正常時のスペクトラムＸ０を下記（２）式により求め、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（７）式に示す評価関数により求めることを特徴とする請求項４記載の異常検出装置。

（なお、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、「（ｆＵ−ｆＬ）間の個数」とは、下限周波数と上限周波数の間に存在するデータの個数である）
前記演算手段は、
前記正常時のスペクトラムＸ０（ｍ）は、まず、１つの切り出し時間ｎにおけるスペクトラムを（８）式により求めて、さらに（９）式により平均化した値を用い、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（１３）式に示す評価関数により求めることを特徴とする請求項４記載の異常検出装置。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、（１３）式中、

であり、（１１）式中、

であり、
また、上記（１１）式中、「基準スペクトラム数」とは、塗装を行った際に、スプレーノズルにから塗料が正常に吹き出している状態のときのスペクトラム数である）
前記下限周波数は５ｋＨｚであり、上限周波数は２２ｋＨｚであることを特徴とする請求項２、３、５、６のうちいずれか１つに記載の塗装ガンの異常検出装置。
前記下限周波数から上限周波数までの周波数範囲は、前記振動検出手段により検出された振動から、演算手段へ送られる前に抽出されることを特徴とする請求項７記載の塗装ガンの異常検出装置。
前記正常時の周波数スペクトラムは、０．７５秒以上１２．５秒未満の間前記振動検出手段が正常時に検出した振動から求めたことを特徴とする請求項１〜８のいずれか一つに記載の塗装ガンの異常検出装置。
正常時における塗装ガンの振動を検出する段階と、
検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、
塗装中における前記塗装ガンの振動を検出する段階と、
検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、
前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれの多次元ベクトルの内積関数に、さらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比を掛けた評価関数から相関値を求める段階と、
前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することを特徴とする塗装ガンの異常検出方法。
前記正常時のスペクトラムＸ０を下記（２）式により求め、

塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値ρを下記（４）式に示す評価関数により求めることを特徴とする請求項１０記載の異常検出方法。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数である）
前記正常時のスペクトラムＸ０（ｍ）は、まず、１つの切り出し時間ｎにおけるスペクトラムを（８）式により求めて、さらに（９）式により平均化した値を用い、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（１２）式に示す評価関数により求めることを特徴とする請求項１０記載の異常検出方法。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、（１２）式中、

であり、（１１）式中、

であり、
また、上記（１１）式中、「基準スペクトラム数」とは、塗装を行った際に、スプレーノズルにから塗料が正常に吹き出している状態のときのスペクトラム数である）
正常時における塗装ガンの振動を検出する段階と、
検出した前記正常時における振動から高速フーリエ変換によって正常時の周波数スペクトラムを求める段階と、
塗装中における前記塗装ガンの振動を検出する段階と、
検出した前記塗装中における振動から高速フーリエ変換によって塗装中の周波数スペクトラムを求める段階と、
前記正常時の周波数スペクトラムと当該塗装中の周波数スペクトラムの内積を求めるための式において前記各スペクトラムから前記各スペクトラムの平均値を引いた相関関数にさらに前記正常時の周波数スペクトラムと前記塗装中の周波数スペクトラムのそれぞれのベクトルの大きさの比をかけた評価関数から相関値を求める段階と、
前記相関値に基づいて前記塗装ガンの異常を判断する段階と、を有することを特徴とする塗装ガンの異常検出方法。
前記正常時のスペクトラムＸ０を下記（２）式により求め、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（７）式に示す評価関数により求めることを特徴とする請求項１３記載の異常検出方法。

（なお、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、「（ｆＵ−ｆＬ）間の個数」とは、下限周波数と上限周波数の間に存在するデータの個数である）
前記正常時のスペクトラムＸ０（ｍ）は、まず、１つの切り出し時間ｎにおけるスペクトラムを（８）式により求めて、さらに（９）式により平均化した値を用い、

前記塗装中のスペクトラムＸｉを下記（３）式により求め、

前記相関値は下記（１３）式に示す評価関数により求めることを特徴とする請求項１３記載の異常検出方法。

（ただし、各式おいて、時系列時間信号ｘ（ｎ）に対して、その周波数スペクトラムｘ（ｍ，Ｌ）を下記（１）式に示すように定義し、

また、式中、Ｎはブロックサイズ、Ｍはオーバラップサイズ、−Ｋ≦ｋ≦Ｋのときω（ｋ）＝（１−ｃｏｓ（２πｋ／Ｋ））／２、ｋがその他のときω（ｋ）＝０、Ｋ＝Ｎ／２であり、ｍは時間方向に大きくなる整数であり、Ｌは周波数方向に大きくなる整数であり、
また、「ｎに含まれるＮの個数」は、各１つの切り出し時間ｎの中に、高速フーリエ解析のためのブロックサイズＮを１単位として何単位分の解析個数が含まれているかを示す数であり、
また、ｆＵは下限周波数であり、ｆＬは上限周波数であり、
また、（１３）式中、

であり、（１１）式中、

であり、
また、上記（１１）式中、「基準スペクトラム数」とは、塗装を行った際に、スプレーノズルにから塗料が正常に吹き出している状態のときのスペクトラム数である）
前記下限周波数は５ｋＨｚであり、上限周波数は２２ｋＨｚであることを特徴とする請求項１１、１２、１４、１５のうちいずれか一つに記載の塗装ガンの異常検出方法。
前記下限周波数から上限周波数までの周波数範囲は、検出された振動から、周波数解析される前に抽出されることを特徴とする請求項１６記載の塗装ガンの異常検出方法。
前記正常時における周波数スペクトラムは、正常時に０．７５秒以上１２．５秒未満の間検出した振動から求めたことを特徴とする請求項１０〜１７のいずれか一つに記載の塗装ガンの異常検出方法。