JP6798265B2 - 異常判定装置、異常判定システム及び異常判定方法 - Google Patents
異常判定装置、異常判定システム及び異常判定方法 Download PDFInfo
- Publication number
- JP6798265B2 JP6798265B2 JP2016221929A JP2016221929A JP6798265B2 JP 6798265 B2 JP6798265 B2 JP 6798265B2 JP 2016221929 A JP2016221929 A JP 2016221929A JP 2016221929 A JP2016221929 A JP 2016221929A JP 6798265 B2 JP6798265 B2 JP 6798265B2
- Authority
- JP
- Japan
- Prior art keywords
- physical data
- abnormality determination
- sensor
- band
- sensors
- 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.)
- Active
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Control Or Security For Electrophotography (AREA)
- Facsimiles In General (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
Description
しかし、従来の技術では、使用する信号の帯域が狭く、本来有効な(異常の検知精度を向上できる)帯域の信号が使えていない場合があるという問題がある。
この異常検知の手法は、マイクで集音した音(可聴域の信号)を利用するが、使用する信号の帯域が狭く、本来有効な(異常の検知精度を向上できる)帯域の信号を全く利用していないという問題は解消できていない。
即ち、本発明は、機器、例えば画像形成装置の異常の検知に際して、種類の違う信号(空気の振動や固体の振動など)や種々の帯域の音データ(ここでは、総称して「音データ」という)を取得できる複数種類のセンサを利用すると共に、異常を検知するために効率的な信号の種類や帯域を自動で選ぶことが特徴になっている。
図1は、本発明の実施形態に係る異常判定装置による異常検知のための基本構成を概略的に説明する図である。
本異常判定装置による異常検知のための基本構成は、図示のように、異常判定部Aと、信号取得部Bで構成される。
本信号取得部Bには、複数種類のセンサB1が備えられており、センサB1からの信号をアンプB2で増幅し、異常判定部Aで正常か異常かを判定することが基本となっている。
なお、それぞれのセンサS1〜S3は異なる帯域の一次元の波形を取得できるものとする。またセンサS1〜S3は測定対象である機器に内蔵されており、測定対象機器が動作する際の音データを取得する。
ここでは、まず画像形成装置について概略説明する。
図2は、画像形成装置1の構成を概略的に示すブロック図である。
画像形成装置1は、図示のように概略、制御部10、エンジン部12、操作表示部14、信号取得部16から成っている。
操作表示部14は、画像形成装置1に対して操作者の指示を入力し、画像形成装置1の状態の表示等を行う。
信号取得部16は、エンジン部12内の負荷(1〜n)121〜124の近傍に配置され、その動作音を取得し、接続されているコンピュータ2に動作音のデータを出力する。
なお、これら各部については公知の技術であり本発明においては格別特徴のある部分ではないので詳細な説明は省略する。
コンピュータ2は、図示のように概略、制御部20、信号処理部21からなる。
図中、画像形成装置1は、図2で示すハードウエア構成のうち要部のみを示しており、また、コンピュータ2は、同様に図3で示す要部構成のみが示されている。
負荷制御部10aは、コンピュータ2側における動作モードの選択に伴いエンジン部12の各負荷(1〜n)の例えば駆動制御を行う。集音データ分析部20aは、集音の指示や、集音データの周波数分析などを行う。テーブル作成部20bは、集音データの周波数分析に基づき動作モードと使用センサ、或いはさらに使用帯域の関係を示すテーブル表を作成する。異常判定部20cは集音データに基づき異常の有無を判定する。センサ選択部20dは、後述するように、集音する音データの帯域がそれぞれ異なる複数種のセンサから一種類のセンサを選択する。
また、画像形成装置1の信号取得部16は、コンピュータ2の外部I/F部24を介して制御部20に接続されており、既に述べたように、画像形成装置1のエンジン部12内の負荷(1からn)の近傍に配置され、その動作音をセンサSで取得し、その受信部である外部I/F部24を介してコンピュータ2に動作音のデータを出力する。
コンピュータ2は、その集音データ分析部20aで集音した動作音のデータを分析、ここでは周波数分析し、テーブル作成部20bが後述するテーブル表を作成し、かつ、異常判定部20cがその動作音のデータに基づき(例えば正常時の動作音のデータと対比することで)各負荷(1〜n)の異常の有無を判定する。
次に、画像形成装置1における異常判定において異常の検知精度を向上するための手法について説明する。
本実施形態では、異常検知の方法としては例えば特開2016−105267号公報に記載された技術を用いる。つまり、横軸に周波数、縦軸にその周波数の音データの強度をとり、正常時と異常時との変化量(差)を見るものとする。また更に変化量を積分し、積分値が所定の閾値を超える(音が全体的に大きく/小さくなる)場合に異常と判断するものとする。ただしこの例に限らず、周波数帯域にわたって積分的なデータを取得し、異常判断を行う方式や、各周波数帯の個々の判定結果を用いて総合的に判断を行う方式であれば適用可能である。
これに対し、不必要な情報を使わなければ、必然的にS/N比が良くなるので、異常判定精度を向上させることが出来る。ここで、初めから一つのセンサのみを使用せずに、敢えて複数センサを使用してその中から一つのセンサを選択する理由は、どのセンサからの信号が有効に使えるかが、事前には分からないからである。
図示のように、図5BのセンサS2に最も強い特徴(枠で囲った部分)が表れたことが分かる。なお、「強い特徴が表れた」とは、ここでは、全体の平均のパワー(出力)と比較した場合に、平均パワーよりも「パワーが大きいこと」を意味すると定義する。これは画像形成装置1のモータなどの各負荷は動作によって音を発生する。したがって平均パワーよりも大きい値を示す周波数帯域はその負荷による音が発生している周波数帯域を示していると考えてよい。したがって図5Aの破線で囲った部分についても「強い特徴が表れた」と考えてよい。また、「最も強い特徴が表れた」とは、「強い特徴が表れた」もののうち最もパワーが大きいことを意味する。なお、取得できる信号の範囲がセンサS1〜S3ごとに異なるので、センサS1〜S3間で同一の尺度で比較できるように、必要に応じて補正を施す必要はある。
図6は、動作モード1、2、・・・毎のセンサS選定の処理手順を示すフロー図である。
即ち、まず、所望の動作モードで画像形成装置1を動作させ(ステップS101)、集音データ分析部20aは動作中の信号をセンサS1〜S3で取得し(ステップS102)、センサS1〜S3で取得した信号を周波数分析する(各周波数ごとにパワー(センサ出力)を調べる)(ステップS103)。このとき、センサ選択部20dは最も強い特徴が表れているセンサを選択する(ステップS104)。
次に、テーブル作成部20bは、動作モードごとのテーブル表を作成し(ステップS105)、動作モードのテーブルが完成すれば(ステップS106、Yes)、この処理を終了する。テーブルの作成は、記憶手段としてのHDD204に格納することにより実行される。
ここでは、動作モード毎に使用すべき一つのセンサSが表示される。
即ち、動作モード1に対してはセンサS2、動作モード2に対してはセンサS3、動作モード3に対しては、センサS1・・・と表示される。
図7は、センサSの結果を用いて異常判定部20cが行う異常判定の処理手順を示すフロー図である。
即ち、まず、画像形成装置1の電源をONにする(ステップS201)。その状態で、コンピュータ2の制御部20は、動作モードを表1のテーブル表から随時抽出する(ステップS202)。次に、表1のテーブル表から抽出した動作モードで使用するセンサSを選択し(ステップS203)、異常判定部20cは、選択したセンサSから取得した信号のみを用いて異常判定を行う(ステップS204)。異常判定後にこの処理を終了する。
次に実施形態2について説明する。
実施形態2では、3種類のセンサS1〜S3の中から、最も有効なセンサSを1つ選んだ後に、さらに使用する帯域を絞る処理を採用している。
実施形態2は、実施形態1に比べて、さらにS/N比を良くした信号が取得できる可能性がある。ただ、その反面、使用する情報の偏りが大きすぎるために、実施形態1よりも異常判定精度が下がってしまう可能性もある。そこで、使う状況に応じてより異常判定精度が良い方を選ぶ必要がある。
図8を用いて、使用する帯域を絞る方法を説明する。
図中、枠で囲った3つの帯域(Bn1、Bn2、Bn3)において、強い特徴が表れていることが分かる。
ここで、強い特徴の定義は実施形態1と同様である。よって、この3つの帯域(Bn1、Bn2、Bn3)における信号のみを使って異常判定を行う。
また実施形態1において説明したように、平均パワーよりも所定量大きなパワーを出力する複数のセンサを全て選択する場合には、選択されたセンサ全てにおいて上記の手順を実施する。
図9A、9Bは、帯域を絞るための処理手順について説明するフロー図である。
まず、図9Aにおいて、所望の動作モードで画像形成装置1を動作させ(ステップS301)、テーブル表中に示されたセンサSを選択し、選択したセンサSによりその動作中の信号(集音データ)を取得する(ステップS302)。次に、取得した信号を周波数分析し(ステップS303)、最も強い特徴が表れているセンサSを選択する(ステップS304)。次に、強い特徴が表れている帯域(例えば、図8のBn1、Bn2、Bn3)を絞り(ステップS305)、動作モード毎のテーブル表を作成する(ステップS306)。動作モード毎のテーブル表が完成すれば(ステップS307、Yes)、この処理を終了する。
ここでは、動作モード毎に使用するセンサSと使用帯域が表示されている。
即ち動作モード1に対しては、センサS2、使用帯域は、16k[Hz]〜18k[Hz]、動作モード2に対しては、センサS3、使用帯域は、300k[Hz]〜400k[Hz]、500k[Hz]〜600k[Hz]、動作モード3に対しては、センサS1、使用帯域は、1k[Hz]〜2k[Hz]、4k[Hz]〜5k[Hz]、10k[Hz]〜11k[Hz]である。
このように、異常判定を行う場合の音データの使用帯域を絞ることにより、音データの使用帯域全体を使用する場合に比して、より精度の高い異常判定ができる。
また、音データに関してもこれに限らず、動作に応じて生じる振動の周波数や、振動に伴う加速度などを周波数として検出して、これらのいずれかの物理量を示すデータを取得して用いてもよい。
Claims (10)
- 取得する物理データの帯域がそれぞれ異なる複数種のセンサにより取得された機器の物理データを受信する受信部と、
取得した物理データの周波数分析を行う物理データ分析部と、
機器の動作モード毎に前記複数種のセンサのうち、該動作モードで機器が動作したときに、前記物理データ分析部による分析の結果、前記物理データに特徴の表れると判断されたセンサと帯域を示す情報を記憶する記憶手段と、
前記記憶手段に記憶された物理データに特徴の表れるセンサと帯域を示す情報に基づき、前記複数種のセンサ及び該センサで取得できる帯域の一部の物理データを選択する選択部と、
前記選択部で選択したセンサ及び該センサで取得できる帯域の一部の物理データに基づき、当該機器の前記動作モードによる動作の異常を判定する異常判定部と、を有することを特徴とする異常判定装置。 - 請求項1に記載された異常判定装置において、
前記複数種のセンサは、コンデンサマイク、加速度センサ、AEセンサのいずれかを含み、空気または固体の振動による種類の異なる信号を出力する
ことを特徴とする異常判定装置。 - 請求項1又は2に記載された異常判定装置において、
前記物理データ分析部は、前記物理データの周波数分析を行い、
前記記憶手段は、前記物理データのうち平均よりも大きな値となる帯域の物理データを取得するセンサを示す情報を前記物理データに特徴の表れるセンサを示す情報として記憶することを特徴とする異常判定装置。 - 請求項1ないし3のいずれかに記載された異常判定装置において、
前記記憶手段は、前記機器の特定の負荷動作を行う動作モード毎に前記物理データに特徴の表れるセンサを示す情報を記憶することを特徴とする異常判定装置。 - 請求項1ないし4のいずれかに記載された異常判定装置において、
前記物理データ分析部は、更に前記物理データの周波数分析を行い、
前記記憶手段は、前記物理データのうち平均よりも大きな値となる帯域を記憶することを特徴とする異常判定装置。 - 請求項1ないし5のいずれかに記載された異常判定装置に接続され、前記物理データを取得する複数のセンサが取り付けられる前記機器と、前記異常判定装置を含む異常判定システム。
- 取得する物理データの帯域がそれぞれ異なる複数種のセンサにより取得された機器の物理データを受信する受信ステップと、
取得した物理データの周波数分析を行う物理データ分析ステップと、
機器の動作モード毎に前記複数種のセンサのうち、該動作モードで機器が動作したときに、前記物理データ分析ステップによる分析の結果、前記物理データに特徴の表れると判断されたセンサと帯域を示す情報を記憶手段に記憶する記憶ステップと、
前記記憶ステップにより記憶された物理データに特徴の表れるセンサと帯域を示す情報に基づき、前記複数種のセンサと及び該センサで取得できる帯域の一部の物理データを選択する選択ステップと、
前記選択ステップで選択したセンサ及び該センサで取得できる帯域の一部の物理データに基づき、当該機器の前記動作モードによる動作の異常を判定する異常判定ステップと、を有することを特徴とする異常判定方法。 - 請求項7に記載された異常判定方法において、
前記物理データ分析ステップは、前記物理データの周波数分析を行い、
前記記憶ステップは、前記物理データのうち平均よりも大きな値となる帯域の物理データを取得するセンサを示す情報を前記物理データに特徴の表れるセンサを示す情報として前記記憶手段に記憶することを特徴とする異常判定方法。 - 請求項7又は8のいずれかに記載された異常判定方法において、
前記記憶ステップは、前記機器の動作モード毎に前記物理データに特徴の表れるセンサを示す情報を前記記憶手段に記憶することを特徴とする異常判定方法。 - 請求項7又は9のいずれかに記載された異常判定方法において、
前記物理データ分析ステップは、更に前記物理データの周波数分析を行い、
前記記憶ステップは、前記物理データのうち平均よりも大きな値となる帯域を前記記憶手段に記憶することを特徴とする異常判定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/401,586 US10594874B2 (en) | 2016-01-15 | 2017-01-09 | Malfunction determining apparatus, malfunction determining system, malfunction determining method, and recording medium |
EP17150932.6A EP3203716A1 (en) | 2016-01-15 | 2017-01-11 | Malfunction determining apparatus, malfunction determining system, malfunction determining method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016006679 | 2016-01-15 | ||
JP2016006679 | 2016-01-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017129564A JP2017129564A (ja) | 2017-07-27 |
JP6798265B2 true JP6798265B2 (ja) | 2020-12-09 |
Family
ID=59394717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016221929A Active JP6798265B2 (ja) | 2016-01-15 | 2016-11-14 | 異常判定装置、異常判定システム及び異常判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6798265B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3320075B2 (ja) * | 1990-12-28 | 2002-09-03 | いすゞ自動車株式会社 | 車室内騒音の低減装置 |
JP3046426B2 (ja) * | 1991-11-19 | 2000-05-29 | 株式会社東芝 | プラント機器の監視装置 |
JPH08210909A (ja) * | 1995-02-02 | 1996-08-20 | Fujitsu Ten Ltd | 電気機器の動作異音検出装置 |
JP2003227748A (ja) * | 2002-02-04 | 2003-08-15 | Hitachi Eng Co Ltd | 機器の異常音発生位置特定装置 |
JP2007051952A (ja) * | 2005-08-18 | 2007-03-01 | Tokyo Electron Ltd | 音響センサ装置,音響解析診断装置および音響センサの製造方法 |
-
2016
- 2016-11-14 JP JP2016221929A patent/JP6798265B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017129564A (ja) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11694808B2 (en) | Diagnosis assistance apparatus, diagnosis assistance method, diagnosis assistance program, bodily information measurement apparatus | |
EP3480618B1 (en) | Multi-modal acoustic imaging tool | |
EP2548506A1 (en) | Vital signs detector device | |
CN107924183A (zh) | 控制装置、监视系统、控制程序及记录媒体 | |
JP2012251851A (ja) | 異常音診断装置 | |
JP2000275098A (ja) | 波形信号解析装置 | |
US20180100737A1 (en) | Computer-readable recording medium and road surface condition detection device | |
JP4359777B2 (ja) | 支援装置 | |
JP4523489B2 (ja) | 内部欠陥検査方法および内部欠陥検査装置 | |
JP6798265B2 (ja) | 異常判定装置、異常判定システム及び異常判定方法 | |
US10878555B2 (en) | Image processing system, image processing device, and non-transitory computer readable recording medium | |
JP2000139920A (ja) | 画像診断装置 | |
KR20160079438A (ko) | 자동차 파워시트 앗세이의 이음 측정방법 및 그 이음 측정장치 | |
JP2011185846A (ja) | 基準値作成装置及び基準値作成方法 | |
JP6887374B2 (ja) | 振動解析システム、および振動解析方法 | |
JP6784140B2 (ja) | 異常診断装置及び異常診断方法 | |
JP7328930B2 (ja) | センサ装置、データ取得方法および電流監視システム | |
US10594874B2 (en) | Malfunction determining apparatus, malfunction determining system, malfunction determining method, and recording medium | |
JP6485958B2 (ja) | 異音解析装置 | |
WO2020059075A1 (ja) | エレベーターの落下物検知装置 | |
JP2013210293A (ja) | 音・画像解析による設備診断システム | |
JP2009265998A (ja) | 画像処理システム、画像処理方法及び画像処理プログラム | |
JP3205109B2 (ja) | 回転体の異常診断装置 | |
JP2011035472A (ja) | 画像表示装置 | |
US20220202371A1 (en) | Biological-data processing apparatus, biological-data measurement system, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190806 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200701 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200714 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200831 |
|
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: 20201020 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201102 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6798265 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |