JP6483972B2 - 信号処理方法及び信号処理装置 - Google Patents

Description

本発明は、信号処理方法及び信号処理装置に関する。詳しくは、本発明は、信号の周期性解析に関し、工学、医療、通信その他の分野で利用できる。

例えば、回転機械設備の状態監視分野においては、検知したい損傷とは別に、歯車の噛み合いやチェーン機構といった回転機構に由来する周期的な外乱ノイズが重畳し、状態監視を困難にする場合がある。また、インバーター駆動の回転機械においては、インバーター駆動に起因するパルス状の電気ノイズが周期的に重畳し、誤診断を誘発する恐れがある。これらにおいては、周期ノイズの弁別及び除去が、状態監視の信頼性を高めるために重要である。さらに、医療の分野では、生体の活動によって生じる周期的な脈動による信号を抽出又は除去するなどの利用が考えられる。

このように周期性信号は、機械要因、電気要因、及び生体要因のような様々な原因で発生し、周期性信号の処理技術は分野を問わず重要な意味を持つ。

以降は特に、回転設備の軸受の状態監視について説明する。例えば、回転設備の軸受の状態監視では、回転運動に付随して発生する振動や音響を測定し、例えば特許文献１に開示されているような方法で、音響や振動の発生状況を示すパラメーターを算出し、その健全性の診断を実施する。しかし、軸受損傷に起因して発生する振動や音響以外にも、歯車やチェーンの噛み合いに起因する振動や音響も発生し、これらは測定信号中のノイズとなり、検査の信頼性が低下する原因となる。そのため、ノイズの低減又は除去が必要となる。

ノイズの低減又は除去の方法としては、特許文献２に、軸受損傷による信号とノイズ信号の周波数帯域の違いを利用したノイズの低減方法が開示されている。しかし、この種の方法は軸受損傷信号とノイズ信号の周波数帯域が重なっている場合、適用できないという問題がある。

周波数帯域に重なりがあっても、信号の発生周期の違いから軸受け損傷信号とノイズ信号を判別できる場合がある。発生周期の違いを利用したノイズ除去方法としては、特許文献３に、ビデオカメラの音声信号中のモーター音などの機械音の除去方法が開示されている。これは、音声信号に短時間フーリエ変換を適用し、一定時間間隔のマスクパターンの重畳によって周期発生成分を検出し、さらに、スペクトル形状の時不変性から機械音を識別するものである。この方法では一定周期で繰り返し発生している信号を検出するためにマスクパターンを用いているが、このマスクパターンは機械音の周期と位相に合わせて設計される。

しかし、回転設備の軸受診断などでは、歯車の構造が既知であっても、回転数の正確な測定が困難な場合が多く、ノイズ信号の発生周期は正確には分からず、位相もまた同様である。さらに、特にエスカレーターの踏板駆動ギアのような特殊な構造の場合、歯車の噛み合いによるノイズ信号が、同じ周期でありながら複数の異なる位相で発生する場合がある。よって、こういった場合、まず正確な周期と位相をサーチすることが必要になる。

一般的な発生周期解析方法としては、包絡線検波処理を行った後、高速フーリエ変換や自己相関などを用いる方法があるが、扱いづらい点がある。これらの方法は参照波形との積をとった波形の積分値を利用するという点では共通しており、時間軸方向の情報のみでなく振幅の情報も多分に含んでいる。そのため、大振幅の周期成分と小振幅の周期成分が同様に周期発生していても、それらを対等に評価することができず、小振幅の周期成分を見逃す恐れがある。

特開２０１１−２５２７６１号公報 特開２０１３−２９４８４号公報 特開２０１２−１６８３４５号公報

本発明は、信号の有する正確な周期や位相が不明な場合、及び、信号が同周期かつ異位相で周期発生する場合にも、そのような信号の周期と位相を正確に判別することを課題とする。

本発明の第１の態様は、時系列信号のうちでパルス発生点のみを１、その他を０とするパルス発生点フラグ波形を算出し、このパルス発生点フラグ波形に対し、時間軸上の任意の開始点から所定の設定周期ごとに配置される所定の時間幅の周期パルス検出区間を設定し、設定した全区間数のうち、周期パルス検出区間内にパルス発生点フラグが存在する区間数の割合である正規化周期パルス発生頻度を設定周期と開始点の関数として算出し、この設定周期を変化させ、個々の設定周期について正規化周期パルス発生頻度を算出し、最も卓越した周期性が認められた周期である卓越周期を決定し、その卓越周期において正規化周期パルス発生頻度が所定の閾値を超える全ての卓越開始点を抽出し、全ての卓越開始点と、卓越周期と、所定の時間幅とによって設定される周期パルス検出区間内にパルス発生点フラグが存在する全てのパルスを、特定周期成分であると判別し、抽出又は除去する、信号処理方法を提供する。

この方法によれば、パルス発生点か否かを１又は０で表現するパルス発生点フラグ波形を使用することにより、振幅の大小という情報を排除してパルス発生の時間間隔のみに基づく周期性解析が可能である。また、過渡応答などの情報を排除し、パルス発生点のみ抽出しているので、精度の高い周期性解析が可能である。

また、所定の設定周期を変化させ、個々の設定周期について正規化周期パルス発生頻度を算出し、最も卓越した周期性が認められた周期である卓越周期を決定するため、抽出又は除去したい成分の正確な周期が不明な場合にも、その周期を高精度に求めた上で、特定周期成分を判別し、抽出又は除去できる。

また、周期信号の位相に対応する開始点を変化させ、個々の開始点について正規化周期パルス発生頻度が所定の閾値を超える全ての卓越開始点を求めるため、抽出又は除去したい成分の正確な位相が不明な場合、さらに同じ周期でありながら複数の異なる位相で、抽出又は除去したい特定周期成分が発生している場合にも、周期信号が発生している全ての位相を求めた上で特定周期成分を判別し、抽出又は除去できる。

本発明の第２の態様は、時系列信号の入力を受け付ける信号入力部と、時系列信号がアナログデータであればこれを離散化し、デジタルデータを生成するＡ／Ｄ変換部と、時系列信号のベースノイズレベルを算出するベースノイズレベル算出部と、時系列信号からパルス発生点を抽出するパルス発生点抽出部と、時系列信号の正規化周期パルス発生頻度を算出する際に使用する所定の設定周期を決定する卓越周期決定部と、時系列信号の卓越位相を決定する卓越位相決定部と、所定の設定周期と卓越位相から時系列信号の特定周期成分を判別する特定周期成分判別部と、特定周期成分と判別された周期成分以外の全てのデータか、又は特定周期成分と判別された周期成分の全てのデータをベースノイズレベルのランダム値で置換することで、特定周期成分の抽出又は除去を行う特定周期成分抽出部又は特定周期成分除去部と、特定周期成分と判別された周期成分を抽出又は除去した後の信号を出力する時系列信号出力部とを備える、信号処理装置を提供する。

本発明によれば、特定の周期で正規化周期パルス発生頻度が所定の閾値を超える全ての卓越開始点を抽出するため、信号の有する正確な周期や位相が不明な場合、及び、信号が同周期かつ異位相で周期発生する場合にも、そのような信号の周期と位相を正確に判別できる。

本発明の実施形態にかかる信号処理装置を実装した診断装置の模式図。 図１とは異なる本発明の実施形態にかかる信号処理装置を実装した診断装置の模式図。 測定信号の生波形と包絡線検波波形を示すグラフ。 包絡線検波処理後のデジタル時系列信号を示すグラフ。 パルス発生点フラグ波形と周期パルス検出区間を示すグラフ。 開始点ｔｓ＝ｔ１のときの正規化周期パルス発生頻度ｐ（ｔ１）を示すグラフ。 開始点ｔｓ＝ｔ２のときの正規化周期パルス発生頻度ｐ（ｔ２）を示すグラフ。 設定周期Ｔ０における正規化周期パルス発生頻度ｐ（ｔｓ）を示すグラフ。 設定周期Ｔ１における正規化周期パルス発生頻度ｐ（ｔｓ）を示すグラフ。 個々の設定周期Ｔについて正規化周期パルス発生頻度ｐ（ｔｓ）の卓越度を示すグラフ。 設定周期Ｔ１における正規化周期パルス発生頻度ｐ（ｔｓ）のグラフ中で、卓越開始点ｔｓ_ｐｄ（ｋ）（ｋ＝１，２，…，６)を示すグラフ。 開始点ｔｓ１（１）とｔｓ１（２）によって設定された特定周期パルス検出区間を示すグラフ。 図４のグラフから周期ノイズ成分を除去した後の包絡線検波波形を示すグラフ。

次に、添付図面を参照して本発明の実施形態を説明する。

図１は、本発明の実施形態にかかる信号処理装置１を実装した診断装置２の一例を示す。信号処理装置１は、センサー３を通じて得られる測定対象４に関する信号からノイズを弁別する。診断装置２は、信号処理装置１によりノイズを除去した信号を用いて測定対象４の健全性を診断する。

図１のように、診断装置２は、信号処理装置１と診断部１０を備える。信号処理装置１は、信号入力部１１、Ａ／Ｄ変換部１２、ベースノイズレベル算出部１３、パルス発生点抽出部１４、ノイズ周期決定部１５、ノイズ位相決定部１６、周期ノイズ成分判別部１７、周期ノイズ除去部１８、及びノイズ除去後信号出力部１９を備える。診断装置２は、プロセッシングユニット、ＲＡＭ、ＲＯＭのような記憶装置を含むハードウェアと、それに実装されたソフトウェアとにより構築されている。また、信号処理装置１は、図２のように包絡線検波処理部２０をさらに備えていてもよい。

以下、信号処理装置１により実行される信号処理方法を説明する。

図１において、信号入力部１１は、センサー３で測定した測定対象４の任意の波形の信号入力を受け付ける。この信号入力データは、アナログデータでもデジタルデータでもよい。図３は、信号入力データの一例として、測定対象４がエスカレーターの踏段駆動軸受である場合、測定対象４に設置したセンサー３を通じて測定した信号の生波形を示す。

本実施形態では、図３の信号を測定するセンサー３としてＡＥ（Acoustic Emission）センサーを使用しているが、センサー３の種類は、ＡＥセンサー以外にも、振動センサー、超音波センサーなどを使用してもよく、特に限定されない。エスカレーターの踏段駆動軸受の信号ではチェーンの噛み合いによる周期ノイズが顕著な場合があり、その場合には、正確に健全性を診断するためには、周期ノイズを除去する必要がある。

図１において、Ａ／Ｄ変換部１２は、包絡線検波波形もしくは入力された生波形がアナログデータであればこれを離散化し、デジタルデータに変換する。また、Ａ／Ｄ変換部１２でアナログデータをデジタルデータに変換する前に、必要に応じて包絡線検波処理を行ってもよい。この場合、信号処理装置１は、図２のように包絡線検波処理部２０をさらに備える。包絡線検波処理部２０は、信号入力部１１で受け付けた入力波形に対して包絡線検波処理を実施し、入力された生波形から包絡線検波波形を生成する。

図３は、信号入力部１１で受け付けた時系列信号の入力データの生波形と、これを包絡線検波処理部２０が包絡線検波処理した包絡線検波波形を示す。図３の例では、包絡線検波波形はデジタルデータで示されているが、包絡線検波波形がアナログデータであれば、Ａ／Ｄ変換部１２でこれを離散化する。これらの処理で、図４のようなデジタルデータが算出される。本実施形態では、包絡線検波処理部２０は、図３に示す包絡線検波処理をピークホールドによる処理で行っている。しかし、包絡線検波処理の方法として、ピークホールド以外に、ローパスフィルター、ヒルベルト変換などの他の方法を使用してもよい。

ベースノイズレベル算出部１３は、任意の方法で入力された信号の生波形もしくは包絡線検波波形、又は、その両方のベースノイズレベルを算出する。ベースノイズレベルを算出する方法には、例えば、周波数フィルターによってベースノイズを抽出する方法や、統計処理による方法などがある。ベースノイズレベル算出部１３で求めたベースノイズレベルは、後述するパルス発生点抽出部１４や周期ノイズ除去部１８で使用される。

パルス発生点抽出部１４は、任意の方法で入力された信号の生波形もしくは包絡線検波波形、又は、その両方のそれぞれのパルス発生点を抽出する。具体的には、図５のようにパルス発生点のみ１、それ以外を０としたパルス発生点フラグ波形を算出してもよい。図５は、図４の時系列信号のパルス発生点を抽出し、パルス発生点のみ１、それ以外を０としたパルス発生点フラグ波形を示す。パルス発生点の抽出方法は、図４の水平方向の破線で示した振幅閾値Ｐ_ｔｈ１を越え、かつ、パルスの極大値をとる点をパルスの発生点と決定し、これらを抽出している。パルス発生点の抽出方法として、このように振幅閾値Ｐ_ｔｈ１を設定する方法には、固定値を設定する方法、又は、ベースノイズレベル算出部１３で算出したベースノイズレベルを使用して自動設定する方法がある。

パルス発生点か否かを１又は０で表現するパルス発生点フラグ波形を使用することにより、振幅の大小という情報を排除してパルス発生の時間間隔のみに基づく周期性解析が可能である。また、過渡応答などの情報を排除し、パルス発生点のみ抽出しているので、精度の高い周期性解析が可能である。

ノイズ周期決定部（卓越周期決定部）１５は、判別するノイズ成分の周期を決定又は抽
出する。ノイズ周期決定部１５は、測定対象４に起因する所定の周期を設定周期Ｔと決定
してもよい。また測定対象から想定される主たるパルス周期の略整数倍を設定周期Ｔと決
定してもよい。例えば、基本的には回転機械の噛み合いノイズ周期は軸回転周期をスプロ
ケット歯数で除算したＴ’で求められるが、エスカレーターのような特殊構造では、その機械構造から、正確にＴ’の周期でノイズが発生するのではなく、一定程度の揺らぎを持って発生する場合がある。従って、Ｔ’ではなくＴ’の整数倍である踏段搬送周期を設定周期Ｔとすることで、適切な結果が得られる場合がある。

また、ノイズ周期決定部１５は、所定の周期を設定周期Ｔとして使用するだけでなく、設定周期Ｔを変化させ、個々の設定周期Ｔについて後述する正規化周期パルス発生頻度ｐ（ｔｓ）を算出し、この算出に基づいて卓越周期Ｔ_ｐｄを抽出してもよい。

図５を参照すると、上記の卓越周期Ｔ_ｐｄの抽出のために、時系列信号において、任意の時間ｔ＝ｔｓを開始点とし、ｔ＝ｔｓ＋Ｔ、ｔ＝ｔｓ＋２Ｔ、…とデータ末まで所定の設定周期Ｔごとに所定の区間時間幅ｔｗ（＝ｔｗ１）の周期パルス検出区間２１を設定する。所定の区間時間幅ｔｗを小さく設定すればするほど、時間分解能の高い解析が可能であるが、パルス波形は少なくともサンプリング点３点で形成されることから、区間時間幅ｔｗはサンプリング時間間隔の３倍ないしそれ以上の値とすればよい。本実施形態では、区間時間幅ｔｗ（＝ｔｗ１）をデジタルデータのサンプリング時間間隔の３倍とした。開始点ｔｓは０〜Ｔの値であり、所定の設定周期Ｔの波の位相φ=０〜２πと対応する。

設定した周期パルス検出区間２１の総数Ｎと、これら全ての周期パルス検出区間２１のうち、パルス又はパルス発生点フラグが存在する区間の数ｎを計数し、以下の式（１）により、所定の設定周期Ｔにおける、ある特定の開始点ｔｓでの正規化周期パルス発生頻度ｐ＿ｔｓを算出する。

さらに、開始点ｔｓを変化させ、個々の開始点ｔｓについて正規化周期パルス発生頻度ｐ（ｔｓ）を算出することにより、所定の設定周期Ｔに関して、以下の式（２）により、開始点ｔｓの関数としての正規化周期パルス発生頻度ｐ（ｔｓ）を得る。以下の式（２）では、所定の設定周期Ｔにおいて、設定する周期パルス検出区間２１の総数Ｎは一定値であるが、パルス又はパルス発生点フラグが存在する区間の数は一定値ではなく、ｎ（ｔｓ）のように開始点ｔｓの変化に伴って変化する。

設定する周期パルス検出区間２１の総数Ｎは変化しないが、これら全ての周期パルス検出区間２１のうち、パルス又はパルス発生点フラグが存在する区間の数ｎは、ｎ（ｔｓ）のように、開始点の変化に伴い、変化する。

図６と図７は、異なる開始点ｔ１，ｔ２での正規化周期パルス発生頻度ｐ（ｔ１），ｐ（ｔ２）をそれぞれ算出した結果を示す。図６では、開始点ｔｓ=ｔ１のとき、設定した周期パルス検出区間２１の総数Ｎは５であり、この５つの周期パルス検出区間２１のうち、パルス又はパルス発生点フラグが存在する区間の数ｎ（ｔ１）が３であるため、式（２）の正規化周期パルス発生頻度ｐ（ｔ１）は０．６（＝３／５）となる。図７では、開始点ｔｓ=ｔ２のとき、設定した周期パルス検出区間２１の総数Ｎは５であり、この５つの周期パルス検出区間２１のうち、パルス又はパルス発生点フラグが存在する区間の数ｎ（ｔ２）が１であるため、式（２）の正規化周期パルス発生頻度ｐ（ｔ２）は０．２（＝１／５）となる。

このようにして、開始点ｔｓの変化に伴い、正規化パルス発生頻度ｐ（ｔｓ）は変化する。このような演算を、開始点ｔｓをさらに変化させ、個々の開始点ｔｓについて、正規化周期パルス発生頻度ｐ（ｔｓ）をそれぞれ算出することで、所定の設定周期Ｔに関して、開始点ｔｓの関数としての正規化周期パルス発生頻度ｐ（ｔｓ）を求めることができる。

さらに、式（２）の正規化周期パルス発生頻度ｐ（ｔｓ）を求める演算を、設定周期Ｔを任意の刻み幅で変化させ、個々の設定周期Ｔについて行う。

図８は、設定周期Ｔ=Ｔ０の場合に、開始点ｔｓを変化させ、個々の開始点ｔｓについて正規化周期パルス発生頻度ｐ（ｔｓ）を求めたグラフである。図８の結果では、グラフ中でいずれの開始点ｔｓにおいても正規化周期パルス発生頻度ｐ（ｔｓ）は、卓越した値を示していない。この結果は入力された信号が設定周期Ｔ＝Ｔ０で周期性を有していないことを意味する。

これに対し、図９は、設定周期Ｔ=Ｔ１の場合に、開始点ｔｓを変化させ、個々の開始点ｔｓについて正規化周期パルス発生頻度ｐ（ｔｓ）を求めたグラフである。図９の結果では、グラフ中で複数の開始点ｔｓにおいて正規化周期パルス発生頻度ｐ（ｔｓ）は、卓越した値を示している。この結果は入力信号が所定の設定周期Ｔ=Ｔ１で周期性を有していることを意味しており、これによりノイズ成分による卓越周期Ｔ_ｐｄが周期Ｔ１であると決定できる。

このようにして、設定周期Ｔを変化させ、個々の設定周期Ｔについて上記演算を行うことで、卓越周期Ｔ１を抽出できる。

なお、正規化周期パルス発生頻度ｐ（ｔｓ）が卓越しているか否かを明確に決定する場合、及び、自動処理により卓越周期Ｔ_ｐｄを決定する場合には、いずれの設定周期Ｔで最も正規化周期パルス発生頻度ｐ（ｔｓ）が卓越しているか判断する指標が必要である。この指標としては、例えば、図８と図９のような設定周期Ｔ０とＴ１での各正規化周期パルス発生頻度ｐ（ｔｓ）のグラフにおいて、まず正規化周期パルス発生頻度ｐ（ｔｓ）の平均値ｐ０を算出する。次に、この平均値ｐ０を越えた正規化周期パルス発生頻度ｐ（ｔｓ）の極大値の平均値から平均値ｐ０以下の正規化周期パルス発生頻度ｐ（ｔｓ）の極大値の平均値を引算した結果の値が利用できる。このようにして、所定の設定周期Ｔを変化させ、個々の設定周期Ｔについて、上記引算の値を計算した結果を図１０に示す。図１０より、最大値をとる設定周期Ｔ１を卓越周期Ｔ_ｐｄと決定できる。

また、その他の指標としては、正規化周期パルス発生頻度ｐ（ｔｓ）のグラフのうち、上位ｋ個(ｋは任意の整数)の極大値の平均値を使用する方法もある。例えば、あるエスカレーターの踏段駆動ギアとチェーンの噛み合いによる周期ノイズはその機械的構造から６つの位相で卓越することが既知なため、このような測定対象４の場合は、ｋ＝６として計算すればよい。

なお、こういった知見がなくとも、任意の適当な整数ｋを使って、上位ｋ個の正規化周期パルス発生頻度ｐ（ｔｓ）の平均値を指標に使用する方法でも卓越周期Ｔ１の決定は十分正確に実施できる場合が多い。

このようにして、所定の設定周期Ｔを変化させ、個々の設定周期Ｔについて正規化周期パルス発生頻度ｐ（ｔｓ）を算出し、最も卓越した周期性が認められた周期である卓越周期Ｔ１を決定する。従って、抽出又は除去したい成分の正確な周期が不明な場合にも、その周期を高精度に求めた上で、特定周期成分を判別し、抽出又は除去できる。

ノイズ位相決定部（卓越位相決定部）１６は、ノイズ周期決定部（卓越周期決定部）１５で決定した所定の設定周期Ｔにおける、又は、算出した卓越周期Ｔ_ｐｄ（本実施形態では周期Ｔ１）における正規化周期パルス発生頻度ｐ（ｔｓ）のグラフから、ノイズの卓越位相とこれに対応する卓越開始点ｔｓ１（ｋ）を算出する。この算出は、正規化周期パルス発生頻度ｐ（ｔｓ）のグラフから卓越したピークを探し、その極大値を与えている開始点ｔｓを求めればよい。図１１は、卓越周期Ｔ_ｐｄ（＝Ｔ１）における正規化周期パルス発生頻度ｐ（ｔｓ）のグラフにおいて、卓越開始点ｔｓ１（ｋ）（ｋ＝１，２，…，６)を示すグラフである。

なお、卓越開始点ｔｓ１（ｋ）の算出を明確に又は自動で行う場合には、正規化周期パルス発生頻度ｐ（ｔｓ）のグラフ中で、いずれのピークが卓越しているかを判断する指標が必要である。この指標としては、例えば、正規化周期パルス発生頻度ｐ（ｔｓ）の閾値Ｐ_ｔｈ２を設定し、閾値ｐ１を越える極大値を与えている開始点ｔｓを選ぶ方法が簡単である。本実施形態では下記の式によって閾値Ｐ_ｔｈ２を算出した。

上記の式において、ｎＡは全データ点数、ｎＰはパルス発生点フラグが１のデータ数、及び、ｎｗは区間時間幅ｔｗに対応するデータ点数である。図１１の水平方向の破線Ｐ_ｔｈ２は、上記の式の正規化周期パルス発生頻度ｐ（ｔｓ）の閾値Ｐ_ｔｈ２を示す。

このようにして、周期信号の位相に対応する開始点ｔｓを変化させ、個々の開始点ｔｓについて、正規化周期パルス発生頻度ｐ（ｔｓ）が所定の閾値ｐ１を超える全ての卓越開始点ｔｓ_ｐｄ（ｋ）（ｋ＝１，２，３…）を求める。従って、抽出又は除去したい成分の正確な位相が不明な場合、さらに同じ周期でありながら複数の異なる位相で、抽出又は除去したい特定周期成分が発生している場合にも、周期信号が発生している全ての位相を求めた上で特定周期成分を判別し、抽出又は除去できる。

周期ノイズ成分判別部（特定周期成分判別部）１７は、区間時間幅ｔｗと、上記の方法で算出した卓越周期Ｔ_ｐｄ及び卓越開始点ｔｓ_ｐｄ（ｋ）（ｋ＝１，２，３…)を使用して、任意の方法で入力された信号の生波形もしくは包絡線検波波形、又は、パルス発生点フラグ波形上において、ｔ＝ｔｓ_ｐｄ（１）、ｔ＝ｔｓ_ｐｄ（２）、ｔ＝ｔｓ_ｐｄ（３）、…、ｔ＝ｔｓ_ｐｄ（１）＋Ｔ_ｐｄ、ｔ＝ｔｓ_ｐｄ（２）＋Ｔ_ｐｄ、ｔ＝ｔｓ_ｐｄ（３）＋Ｔ_ｐｄ、…、ｔ＝ｔｓ_ｐｄ（１）＋２Ｔｐｄ、ｔ＝ｔｓ_ｐｄ（２）＋２Ｔ_ｐｄ、ｔ＝ｔｓ_ｐｄ（３）＋２Ｔ_ｐｄ、…とデータ末まで特定周期パルス検出区間２１を設定する。ここで、区間時間幅ｔｗはノイズ周期決定部１５で使用した区間時間幅ｔｗ１と同じ値でもよいし、異なる値でもよい。

図１２は、周期ノイズ成分判別のための特定周期パルス検出区間２１の設定例を示す。図１２では、例として卓越周期Ｔ１において卓越開始点ｔｓ１（１）とｔｓ１（２）によって設定される特定周期パルス検出区間２１を示している。このように特定周期パルス検出区間２１を設定することで、同周期でも異なる位相で発生するパルス又は全てのパルス発生点フラグを確実に検出できる。なお、図１２で特定周期パルス検出区間２１を縦にずらして描画しているのは、卓越開始点ｔｓ１（１）によって設定される特定周期パルス検出区間２１と卓越開始点ｔｓ１（２）によって設定される特定周期パルス検出区間２１を視覚的に識別しやすくするためである。

周期ノイズ成分判別部１７は、これらの特定周期パルス検出区間２１の内に存在する全てのパルス又は全てのパルス発生点フラグは、特定周期成分及び特定位相成分によるものと判定する。本実施形態では、即ち周期ノイズ成分と判定する。さらに、これらのパルス発生点フラグと図４の包絡線検波波形との時間軸上の対応関係から、包絡線検波波形中でいずれのパルスが周期ノイズ成分であるかを明確に判別できる。

また、周期ノイズ成分を明確に判別するためには、時系列信号中の１つのパルスを構成するデータ範囲が、時間軸上でどこからどこまでのデータ範囲であるかを決定する必要がある。

本実施形態では、時系列信号において、パルスの極大点から時間軸上の前後に離れるにしたがって振幅は減少するが、振幅が所定の振幅閾値を下回る直前まで、もしくは減少する振幅が増加に転じる直前までをパルスの一部としている。この振幅閾値は固定値であっても良いが、様々な入力信号に対して変化するノイズに対応してパルスのデータ範囲を決定できるように、ベースノイズレベル算出部１３で算出したベースノイズレベルを利用するのが好ましい。その他の方法としては、例えば、パルスの極大点から時間軸上の前後±５点をパルスの一部とするように、パルスの有するデータ点数又は時間幅を一定とする方法などがある。

以上より、時系列信号において、信号の有する正確な周期や位相が不明な場合、及び、信号が同周期かつ異位相で周期発生する場合にも、周期ノイズ成分を明確に判別できる。さらに、時系列信号が包絡線検波波形の場合でも、図３のように包絡線検波波形と入力された生波形の時間軸上の対応関係から、入力された生波形において周期ノイズ成分を明確に判別できる。

周期ノイズ除去部（特定周期成分除去部）１８は、入力波形もしくは包絡線検波波形、又は、その両方において、周期ノイズ成分判別部１７にて周期ノイズ成分と判別されたデータを全て、それぞれのベースノイズレベルのランダム値で置換する。従って、入力波形もしくは包絡線検波波形、又は、その両方から周期ノイズ成分を除去できる。ベースノイズレベルのランダム値を置換に使用するのは、時系列信号中で周期ノイズ成分を置換した部分が不自然に一定値をとらないようにするためであるが、実際上、一定値でも信号処理に影響はない。従って、ベースノイズレベル以下の値であれば、置換に使用する値はランダム値に限定されない。

ノイズ除去後信号出力部１９は、周期ノイズ成分を除去した波形を出力する。図１３は図４の包絡線検波波形から卓越周期Ｔ_ｐｄ（＝Ｔ１）の周期ノイズ成分を除去し、ノイズ除去後信号出力部１９が出力した結果を示すグラフである。図４のグラフでは周期ノイズが複数のパルスとして存在していたが、図１３では、これらの周期ノイズ成分は除去されている。

診断部１０は、ノイズ除去後信号出力部１９により出力された周期ノイズ成分を除去した波形に基づいて測定対象４の診断を行う。診断部１０での診断は、信号処理装置１により周期ノイズ成分が除去された波形を使用するため、周期ノイズ成分による誤差を伴わない正確な診断が可能である。診断部１０は、診断結果を例えば視覚的に表示してもよい。また、診断部１０は、診断結果を他の外部に出力してもよい。

本実施形態では、測定対象４をエスカレーターの踏段駆動軸受としているが、測定対象４の種類は特に限定されない。例えば、インバーター駆動の回転機械においては、インバーター駆動に起因するパルス状の電気ノイズが周期的に重畳し、誤診断を誘発する恐れがある。このような電気ノイズを除去するために、本発明の信号処理装置１は利用できる。さらに、測定対象４は回転機械の分野に限らず、医療の分野においては、生体の活動によって生じる周期的な脈動による信号を抽出又は除去するなどに信号処理装置１は利用できる。

１ 信号処理装置
２ 診断装置
３ センサー
４ 測定対象
１０ 診断部
１１ 信号入力部
１２ Ａ／Ｄ変換部
１３ ベースノイズレベル算出部
１４ パルス発生点抽出部
１５ ノイズ周期決定部（卓越周期決定部）
１６ ノイズ位相決定部（卓越位相決定部）
１７ 周期ノイズ成分判別部（特定周期成分判別部）
１８ 周期ノイズ除去部（特定周期成分除去部）
１９ ノイズ除去後信号出力部
２０ 包絡線検波処理部
２１ 周期パルス検出区間

Claims (9)

1. 測定対象に関するセンサーの出力信号であって、かつ、ベースノイズを含む信号を時系列として取り込んだ時系列信号に対して
   前記時系列信号の第１の所定の振幅閾値を越えている点のうち、時系列の前後の隣接点より大きい振幅値を持つ点をパルス発生点とみなして１、その他を０としたパルス発生点フラグ波形使用し、
   時間軸上の任意の開始点から所定の設定周期ごとに、所定の時間幅の周期パルス検出区間を配置し、
   前記周期パルス検出区間の全区間数のうち、前記周期パルス検出区間の中に前記パルス発生点フラグ波形における前記パルス発生点により示されるパルスが存在する区間数の割合である正規化周期パルス発生頻度を求める計算を、前記開始点を変化させ、個々の開始点について行うことで、前記開始点の関数として前記正規化周期パルス発生頻度を算出し、
   前期正規化周期パルス発生頻度が所定の閾値を越える前記開始点を卓越開始点として全て抽出し、
   全ての前記卓越開始点と、前記所定の設定周期と、前記所定の時間幅とによって設定される全ての前記周期パルス検出区間内の全ての前記パルスを特定周期成分であると判別する、信号処理方法。
2. 前記時系列信号として、前記センサーの出力信号の包絡線検波処理により算出した包絡線検波波形を使用する、請求項１に記載の信号処理方法。
3. 前記時系列信号のうち、特定周期成分であると判別されたパルスを構成するデータ以外の全てのデータか、又は特定周期成分であると判別されたパルスを構成する全てのデータをベースノイズレベルのランダム値で置換することにより、前記時系列信号から判別された特定周期成分を抽出又は除去する、請求項１または請求項２に記載の信号処理方法。
4. 前記パルス発生点フラグ波形を用いて特定周期成分を判別し、前記時系列信号中の前記特定周期成分の抽出又は除去の際に前記時系列信号中の１つのパルスを構成するデータ範囲を、パルスの極大点からの時系列の前後のデータが第２の所定の振幅閾値を下回る直前までのデータ範囲とする、請求項３に記載の信号処理方法。
5. 前記パルス発生点フラグ波形を用いて特定周期成分を判別し、前記時系列信号中の前記特定周期成分の抽出又は除去の際に前記時系列信号中の１つのパルスを構成するデータ範囲を、パルスの極大点からの振幅の時間変化が減少から増加に転じる直前までのデータ範囲とする、請求項３に記載の信号処理方法。
6. 想定される発生周期の整数倍の周期を前記所定の設定周期として使用する、請求項１から請求項５のいずれか１項に記載の信号処理方法。
7. 前記所定の設定周期を変化させ、個々の設定周期について前記開始点の関数として前記正規化周期パルス発生頻度を算出し、前記正規化周期パルス発生頻度に基づいて、最も高い周期性が認められた周期である卓越周期を決定し、それを前記所定の設定周期として使用する、請求項１から請求項６のいずれか１項に記載の信号処理方法。
8. 測定対象に関するセンサーの出力信号であって、かつ、ベースノイズを含む信号を時系列信号の入力として受け付ける信号入力部と、
   前記時系列信号がアナログデータであればこれを離散化してデジタルデータを生成するＡ／Ｄ変換部と、
   前記時系列信号のベースノイズレベルを算出するベースノイズレベル算出部と
   前記時系列信号が所定の振幅閾値を越えている点のうち、時系列の前後の隣接点より大きい振幅値を持つ点をパルス発生点とみなして１、その他を０としたパルス発生点フラグ波形を算出するパルス発生点抽出部と、
   時間軸上の任意の開始点から所定の設定周期ごとに、所定の時間幅の周期パルス検出区間を配置し、前記周期パルス検出区間の全区間数のうちの前記周期パルス検出区間の中に前記パルス発生点フラグ波形の前記パルス発生点により示されるパルスが存在する区間数の割合である正規化周期パルス発生頻度に基づいて最も高い周期性が認められた周期を前記パルス発生点フラグ波形の卓越周期として決定する卓越周期決定部と、
   前記卓越周期における前記正規化周期パルス発生頻度と開始点の関係から所定の閾値を超える極大値を示す全ての開始点を前記パルス発生点フラグ波形の卓越位相として決定する卓越位相決定部と、
   前記卓越周期と前記卓越位相から前記時系列信号の中の前記パルスを特定周期成分であると判別する特定周期成分判別部と、
   前記特定周期成分と判別されたパルス以外の全てのデータか、又は特定周期成分と判別されたパルスを構成する全てのデータを、前記ベースノイズレベルのランダム値で置換することにより前記特定周期成分の抽出又は除去を行う特定周期成分除去部又は特定周期成分抽出部と、
   前記特定周期成分と判別された周期成分を抽出又は除去した後の信号を出力する時系列信号出力部と
   を備える、信号処理装置。
9. 測定対象に関するセンサーの出力信号であって、かつ、ベースノイズを含む信号を時系列信号の入力としてを受け付ける信号入力部と、
   前記時系列信号を入力して包絡線検波処理により包絡線検波波形を抽出する包絡線検波処理部と、
   前記包絡線検波波形がアナログデータであればこれを離散化してデジタルデータを生成するＡ／Ｄ変換部と、
   前記包絡線検波波形のベースノイズレベルを算出するベースノイズレベル算出部と、
   前記包絡線検波波形から信号が所定の振幅閾値を越えている点のうち、時系列の前後の隣接点より大きい振幅値を持つ点をパルス発生点とみなして１、その他を０としたパルス発生点フラグ波形を算出するパルス発生点抽出部と、
   時間軸上の任意の開始点から所定の設定周期ごとに、所定の時間幅の周期パルス検出区間を配置し、前記周期パルス検出区間の全区間数のうちの前記周期パルス検出区間の中に前記パルス発生点フラグ波形の前記パルス発生点により示されるパルスが存在する区間数の割合である正規化周期パルス発生頻度に基づいて最も高い周期性が認められた周期を前記パルス発生点フラグ波形の卓越周期として決定する卓越周期決定部と、
   前記卓越周期における前記正規化周期パルス発生頻度と開始点の関係から所定の閾値を超える極大値を示す全ての開始点を前記パルス発生点フラグ波形の卓越位相として決定する卓越位相決定部と、
   前記卓越周期と前記卓越位相から前記包絡線検波波形の前記パルスを特定周期成分であると判別する特定周期成分判別部と、
   前記特定周期成分と判別されたパルス以外の全てのデータか、又は特定周期成分と判別されたパルスを構成する全てのデータを、前記ベースノイズレベルのランダム値で置換することにより前記特定周期成分の抽出又は除去を行う特定周期成分除去部又は特定周期成分抽出部と、
   前記特定周期成分と判別された周期成分を抽出又は除去した後の信号を出力する時系列信号出力部と
   を備える、信号処理装置。

Images