JP6976898B2

JP6976898B2 - モニタリングシステム

Info

Publication number: JP6976898B2
Application number: JP2018073703A
Authority: JP
Inventors: 和夫小埜; 雄大鎌田; 亮介藤原; 隆遠藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2018-04-06
Filing date: 2018-04-06
Publication date: 2021-12-08
Anticipated expiration: 2038-04-06
Also published as: US11209335B2; US20190310158A1; JP2019184353A

Description

本発明は、埋設管インフラ等のモニタリング技術に関する。例えば埋設水道管から漏水が発生した場合に生じる配管の異常振動をセンサで検知して、漏水を検知する技術に関する。

近年、社会インフラ（上水道管、下水道管、ガス管、送電線、道路、トンネル、橋梁、港湾、その他公共の建造物）の老朽化を把握し、メンテナンスすることが重要になってきている。インフラの損傷状況を現地で診断する方法がこれまで開発され、実用化されてきている。

上下水道やガス、電気といった埋設管インフラの補修は、その損壊が顕在化してから修理することが通例である。特に上水道管から水が漏洩した場合、地上に漏洩した水が出てくる等の異常を把握して初めて修理を行うことも珍しくない。また、地下における漏水の水圧により漏水点付近に地下空洞が形成され、この空洞が成長することで地面が陥没するといった事故も知られている。このような事故になる前に漏水が小規模である時点で検知して、速やかに補修するための技術に関する要求は高い。

また、埋設管インフラは上水道、ガス、電気が近接して配置されていることもある。この場合、上水道管が漏洩したときに、噴出した水の水圧により周囲の土砂が巻き上げられ、付近のガス管や電気ケーブルを損傷させるような二次被害も知られている。このような漏水を起点とした多重事故を防止するためにも、埋設上水道管からの漏水は早期に検知することが望ましい。

漏水検知方法としてセンサ端末を埋設水道管上に配置し、水道管の振動を解析して漏水を検知する手法が提案されてきている。また、近年は様々なものがインターネットに接続されるＩｏＴ技術の進展が著しい。例えば大量のセンサ端末からの信号を無線で収集して解析するシステムが提案されてきており、この通信網を用いて埋設管インフラに常時設置したセンサ端末により埋設管の情報をモニタリングすることで異常を早期に発見するシステムの開発が盛んである。一例として、複数のセンサからの信号の相互相関関数を解析することにより、漏水位置を特定する技術がある。例えば、特許文献１に記載の技術がある。

特表２００３−５０２６７８号公報

モニタリングシステム（例えば漏水検知システム）として、センサ端末を埋設管に常設し、ＩｏＴ用の無線回線によりデータを収集するシステムが、システムの維持運用コスト、通信コストの観点から望ましい。一方で、無線通信のコストを出来るだけ低減するためには、ひとつの基地局がより多くのセンサ端末を管理するのが好ましい。ここで通信に使われるベースバンドは決まっているため、多くのセンサ端末を管理する場合、個々のセンサ端末に割り当てられるデータ通信量は小さく制限されてしまう。すなわち、センサ端末で取得した音もしくは振動波形をそのまま収集して信号処理に活用することは、無線通信の通信量の制限により困難である。特許文献１ではフィルタリングに関する記述はあるが、多くのセンサ端末を管理するためには、さらなるデータ量の削減が求められる。

また、データ量を削減するとともに、必要な信号雑音比（ＳＮＲ）を確保する必要がある。特に、ＳＮＲの向上はセンサ端末の検知距離を伸長させることにつながり、これにより端末設置密度を下げることができ、より少ない端末で広範囲の埋設管をモニタリングできるようになる。そのため、システム全体のコストダウンにつながる。

そこで、センサ端末からの通信コストを低減しつつ、ＳＮＲを確保または向上し、測定対象物の状態を検出するモニタリングシステムを提供する。

本発明の好ましい一側面は、測定対象物に対して設置された複数のセンサ端末と、センサ端末と無線通信する基地局と、基地局と通信可能な計算機とを備えるモニタリングシステムである。センサ端末は、測定対象物の振動情報を取得するセンサ素子と、センサ素子の振動情報を含むデータを演算する演算部と、無線通信部を備えており、演算部は、センサ素子のデータのデータ量を削減処理し、無線通信部は、演算部により処理されたデータを基地局に送信し、基地局は、送信されたデータを受信すると計算機に送信し、計算機は、信号処理部を備えており、信号処理部は、削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって振動情報を平均化する。

本発明の他の好ましい一側面は、測定対象物に対して設置された複数のセンサ端末と、センサ端末と無線通信する基地局と、基地局と通信可能な計算機とを用いるモニタリング方法である。センサ端末は、測定対象物の振動情報を取得するセンサ素子と、センサ素子の振動情報を含むデータを演算する演算部と、無線通信部を備えており、演算部は、センサ素子のデータのデータ量を削減処理して量子化し、無線通信部は、演算部により処理されたデータを基地局に送信し、基地局は、送信されたデータを受信すると計算機に送信し、計算機は、信号処理部を備えており、信号処理部は、削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって振動情報を平均化する。

本発明によれば、モニタリングシステムにおいて、センサ端末からの通信コストを低減しつつ、ＳＮＲを確保または向上し、測定対象物の状態を検出できる。上記した以外の課題、構成および効果は、以下の発明を実施するための形態の説明により明らかにされる。

埋設管にセンサ端末を設置して無線通信により情報を収集し、データ解析するモニタリングシステムの構成例を示す図。広範囲に設置したセンサ端末の情報を基地局で収集するイメージ図。漏水振動強度の伝播特性を示すグラフ図。信号を平均化処理することによりＳＮＲが改善されることを示すグラフ図。実施の形態１に係わる、埋設インフラモニタリングシステム全体の機能ブロック図。実施の形態１に係わる、センサ端末内で行われる信号処理のブロック図。センサ端末間の時刻同期誤差の概要を示す図。量子化による影響を示すグラフ図。実施の形態１に係わるセンサ端末と基地局との間の通信パケットの構成例を示すイメージ図。実施の形態１に係わるクラウド側の信号前処理の流れ図。実施の形態１に係わる自己相関解析の流れ図。実施の形態１に係わる相互相関解析の流れ図。（ａ）は、実施の形態１に係わる、自己相関解析から漏水を判定する流れ図、（ｂ）は実施の形態１に係わる、相互相関解析から漏水を判定する流れ図である。（ａ）および（ｂ）は、実施の形態１に係わる、スパイク雑音除去を行った場合と行わない場合との全周波数積分強度の比較グラフ図である。（ａ）および（ｂ）は、実施の形態１に係わる、スパイク雑音除去を行った場合と行わない場合とのトレンド計算結果の比較グラフ図である。実施の形態２に係わる自己相関解析の流れ図。実施の形態２に係わるセンサ端末と基地局との間の通信パケットの構成例を示すイメージ図。実施の形態２に係わるクラウド側の信号前処理の流れ図。実施の形態３に係わる自己相関解析の流れ図。実施の形態３に係わる相互相関解析の流れ図。モニタリングシステムにおける動作例を示すシーケンス図。センサ端末管理情報の構成を示す図。システム管理情報の構成を示す図。ペアリストの構成を示す図。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一部分には原則として同一の符号を付し、その繰り返しの説明は、原則として省略する。

同一あるいは同様な機能を有する要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、複数の要素を区別する必要がない場合には、添字を省略して説明する場合がある。

本明細書等における「第１」、「第２」、「第３」などの表記は、構成要素を識別するために付するものであり、必ずしも、数、順序、もしくはその内容を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。

図面等において示す各構成の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲などに限定されない。

各情報について、テーブルなどの表現で説明する場合があるが、各情報のデータ構造は限定されず、他のデータ構造であってもよい。各情報はデータ構造に依存しないため、例えば、「ｋｋｋリスト」を「ｋｋｋ情報」と呼ぶことができる。

本明細書において単数形で表される構成要素は、特段文脈で明らかに示されない限り、複数形を含むものとする。

以下では、埋設管インフラモニタリングシステムとして上水道管の漏洩検知を例として説明する。同様のシステムはセンサ端末内に配置するセンサ素子の特性を変更することで、ガス管の漏洩検知にも適用可能である。代表的なものの概要を簡単に説明すれば、次のとおりである。

一実施の形態に係わる埋設管インフラモニタリングシステムは、埋設管に接触して設置された複数のセンサ端末とセンサ端末と無線通信する複数の基地局と計算機とを備え、センサ端末は埋設管の振動を計測するセンサ素子とセンサ素子のデータを演算する演算部と無線通信部を備えており、センサ端末は間欠動作して埋設管の振動を計測し、計算機は計測された振動計測結果に対して特異的に強度が大きな結果を除いて決められた期間にわたって平均化することで埋設管の異常を判定する。より具体的には、埋設管インフラモニタリングシステムはセンサ端末からの複数個の出力のパワースペクトルの全周波数にわたる積分強度を算出し、時系列トレンドから判断して不連続な強度を持つパワースペクトルを除去した後、決められた個数の過去のスペクトルデータと平均化する。このように、信号強度が時系列で不連続な点を削除した後に複数の断片的な計測データを平均化処理することで、確度の高い埋設管インフラモニタリングシステムを提供することができる。例えば、漏水位置の特定をはじめ、漏水有無の判定においても、複数のセンサ情報を複数日にまたがる長期間にわたって比較することで、判定確度を向上することができる。

図１は、埋設管にセンサ端末を設置して無線通信により情報を収集し、計算機によりデータ解析するモニタリングシステムの構成例を示す図である。図１は、埋設管である埋設水道管１１３とセンサ端末１０７と基地局１０３と計算機１００との接続関係の一例を示している。埋設水道管１１３は一般的に水の流れを制御するための複数の弁１０８を備え、道路面１１２から作業員が弁１０８を操作するためのユーティリティースペース１０５が設けられている。センサ端末１０７は、例えばこのユーティリティースペース１０５を利用して設置することができる。本実施例では、埋設水道管１１３は上水管または下水管を想定しているが、測定対象はこれらに限る必要はない。

第一のセンサ端末１０７ａは、第一の弁１０８ａに接して設置される。また、第一のセンサ端末１０７ａは、アンテナ１０６ａと接続される。第一のセンサ端末１０７ａは、点線１０４に模式的に描いているように、基地局１０３と相互に無線通信を行う。同様に、第二のセンサ端末１０７ｂは第二の弁１０８ｂに接して設置される。また、第二のセンサ端末１０７ｂは、アンテナ１０６ｂと接続され、基地局１０３と相互に無線通信を行う。上記２つのセンサ端末１０７により、埋設水道管１１３からの漏水１１４に伴う異常振動を検出する。漏水１１４に伴う異常振動は、漏水点１１６から距離１１８を伝播して第一のセンサ端末１０７ａに到達し、また漏水点１１６から距離１１９を伝播して第二のセンサ端末１０７ｂに到達する。なお、本実施例では、ＩｏＴ通信網を用いて無線通信を行う例について以下説明し、無線通信をＩｏＴ通信と呼ぶことがある。

第一のセンサ端末１０７ａの設置位置１１５と第二のセンサ端末１０７ｂの設置位置１１７は、これらセンサ端末を設置したときに計算機１００のデータストレージ５０２にシステム管理情報２３００の設置位置２３０３に記録しておくことで、計算機１００が継続してこれらの情報を活用することができる。前記情報は地図情報と組み合わせてセンサ端末１０７の位置を表示する際に活用される。計算機１００は、例えばサーバ装置であったり、クラウド上に構成されたクラウド計算機であってもよい。計算機１００は、一台の装置に限らず、複数の装置で構成されても良く、計算機システムまたは情報処理システムと呼ばれても良い。

基地局１０３は、例えば電柱１０２といった高いところに設置されることが多い。これは低い位置だと交通や建造物の影響を受けて遠方からの電波を受信しづらくなるためである。基地局１０３と計算機１００とは、例えば高速の有線通信１０１で接続される。都市部では光ファイバ等の通信インフラが整備されているため、これらを活用してモニタリングシステムを構築することがコスト低減のためにも好ましい。なお、本実施例では、有線通信の例で以下説明するが、基地局１０３と計算機１００との間の通信は、有線通信でああっても無線通信であっても、有線通信と無線通信を組み合わせたものであっても良い。

計算機１００は、複数のセンサ端末１０７（第一のセンサ端末１０７ａおよび第二のセンサ端末１０７ｂを含む）からの情報（例えば埋設水道管１１３からの振動情報）を、基地局１０３経由で収集し、データ解析により漏水検知や漏水位置の特定等を行う。また、計算機１００は、各センサ端末１０７への命令（センサ端末１０７での計測やデータ処理に関する設定等）を、基地局１０３経由で送信できる。

無線通信によりデータを送受信するモニタリングシステムでは、センサ端末１０７に搭載される電池の容量が限られることから、センサ端末１０７を間欠動作、もしくはイベントドリブン動作させることで、電池の寿命を長くすることができる。そのため、センサ端末１０７からの情報（例えば埋設水道管１１３からの振動情報）は常時、連続して取得せず、短時間の断片的なものであっても良い。

図２は、モニタリングシステムにおいて、ひとつの基地局１０３がカバーする範囲を模式的に示すものである。複数のセンサ端末１０７が地図２００上にプロットされており、基地局１０３がカバーするのは円２０３で囲まれた範囲である。一般的には電波の伝播距離は等方的であるから、カバーされる範囲は円形で示される。典型的な半径２０４は、基地局１０３やセンサ端末１０７の仕様および周囲状況により異なるが、例えば数キロメートル程度あることがコストの観点から好ましい。ひとつの基地局１０３でより多くのセンサ端末を管理するのが好ましい。また、広範囲のモニタリングを行う場合、コストの観点からひとつのセンサ端末１０７が漏水を検知できる距離を伸長することが好ましい。

図３は、漏水点１１６からセンサ端末１０７までの距離と漏水による異常振動信号（漏水振動）の強度の関係の概念を示したグラフ図である。この図を用いて、センサ端末１０７が漏水を検知できる距離を伸長するために重要となることについて述べる。

横軸の０点は漏水点１１６であることを意味し、漏水点１１６から離れるにつれ、信号強度は指数関数的に減少する。横軸の距離は減衰の様子が直線グラフとなるように設定している。漏水信号の低周波領域の減衰直線３０２と高周波領域の減衰直線３０１はその傾きが異なることが実験により分かり、低周波領域側のほうが減衰係数は小さいことから遠方まで信号が伝播することが分かる。背景雑音３００は、センサ素子自身の雑音とセンサ素子の設置場所における環境雑音によって決定される。一般的にはセンサ素子自身の雑音よりも環境雑音のほうが大きく、環境雑音強度はセンサ端末の設置位置や計測したときの時刻などに依存して大きく変化する。

漏水信号を検知するには、上記背景雑音３００よりも漏水信号強度が上回っていることが必要である。センサ端末１０７が漏水を検知できる距離を伸長するには低周波領域側の信号まで含めて信号処理すること、背景雑音３００を低減することが必要となる。本実施例はこの指針に基づいた信号処理方法を提供するものである。

図４は、漏水信号を複数回平均化したときの信号雑音比（ＳＮＲ）の向上を実際の実験により確認したものである。平均化するデータの個数が多いほど、信号雑音比が向上していることが分かる。すなわち、センサ端末１０７で取得した断片的な振動情報を、長期間平均化処理することでＳＮＲを向上することができる。なお、連続したデータではなく、離散的に処理したデータを平均化して得られたものであることから、少ないデータでも高ＳＮＲの信号を得られることを証明しているものといえる。

図３で示した背景雑音３００は定常的なノイズである一方、漏水信号はこれと無相関の信号であるため、積算期間を延ばすとＳＮＲは向上していく。これは、図３で示した背景雑音３００のレベルを下げることと等価であり、センサ端末１０７が漏水を検知できる距離を伸ばせることを意味する。この結果、一つのセンサ端末１０７でカバーできる範囲を拡大可能になるため、単位面積あたりのセンサ端末１０７の個数を減少させ、低コストのモニタリングシステムを提供することができる。

図５は、モニタリングシステムの機能ブロックを示す図である。センサ端末１０７は、通信用アンテナ５１１、通信制御部（ＣＯＭＭ）５１２、演算部５１９、センサ素子（ＳＥＮ）５１５、電源（ＰＯＷＥＲ）５１６、演算メモリ（ＭＥＭ１）５１７、データメモリ（ＭＥＭ２）５１８を備える。演算メモリ５１７とデータメモリ５１８は、演算部５１９に含まれる場合もある。

演算部５１９は、センサ制御部（ＳＥＮＣＴＲＬ）５１４と信号処理部（ＣＡＬ０）５１３を備える。通信制御部５１２と信号処理部５１３とセンサ制御部５１４は、それぞれ演算メモリ５１７とデータメモリ５１８にデータ配線によって接続される。電源５１６は電池であり、センサ端末１０７が数年間にわたって電池交換無しで動作するような容量を有することが望ましい。演算部５１９では、センサ素子５１５で計測した生データをフィルタ処理するなどしてデータ量を圧縮するため、元のデータに復元することが出来なくなる。よって、後ほど、デバッグのために生データを確認する意味でも、データメモリ５１８には、センサ素子５１５が計測した生データを不揮発で記録しておく機能を持たせても良い。データメモリ５１８には、センサ端末管理情報２２００が格納されている。

センサ素子５１５は、例えば加速度センサであるが、他の種類のセンサであっても良い。通信制御部５１２と演算部５１９は、例えば１チップマイコンで構成することができる。通信制御部５１２や演算部５１９で実行される処理は、データメモリ５１８に格納されたプログラムがマイコンによって実行されることで、定められた処理を演算メモリ５１７など他のハードウェアと協働して実現される。マイコンなどの計算機などが実行するプログラム、その機能、あるいはその機能を実現する手段を、「機能」、「手段」、「部」、「ユニット」、「モジュール」等と呼ぶ場合がある。なお本実施例中、ソフトウェアで構成した機能と同等の機能は、FPGA（Field Programmable Gate Array）、ASIC（Application Specific Integrated Circuit）などのハードウェアでも実現できる。演算メモリ５１７は例えばＤＲＡＭ（Dynamic Random Access Memory)のような揮発メモリ、データメモリ５１８は例えばフラッシュメモリのような不揮発メモリで構成することができる。

基地局１０３は、無線通信によりセンサ端末１０７と情報をやり取りする。基地局１０３は、センサ端末制御部（ＮＯＤＥＣＴＲＬ）５０８を備える。基地局１０３のセンサ端末制御部５０８は、ゲートウェイであっても良い。センサ端末制御部５０８は、図２の円２０３で示すように基地局１０３から所定範囲内にある複数のセンサ端末１０７と通信し、また計算機１００と通信することにより、計算機１００とセンサ端末１０７間を相互に接続し、通信パケットを中継する。本実施例において、センサ端末１０７と計算機１００との間でパケットを送受信する場合、上述のような基地局１０３経由で通信を行うとする。なお、各センサ端末１０７と計算機１００が直接通信する実施形態や、センサ端末１０７と基地局１０３と計算機１００との間に１以上の中継器がある実施形態であっても良い。例えば、センサ端末１０７と基地局１０３で通信する際、他のセンサ端末１０７を中継器として経由して通信することで、ひとつの基地局１０３がカバーする範囲を拡張しても良い。

計算機１００は、システム制御部（ＳＹＳＣＴＲＬ）５０６、信号処理部（ＣＡＬ１）５０５、連携アプリケーション（ＡＰＰ）５０４、表示部（ＤＩＳＰ）５０３、データストレージ（ＳＴＧ）５０２を備える。システム制御部５０６は、センサ端末１０７を含め、システム全体を制御する。信号処理部５０５は、センサ端末１０７から得られる信号を処理する。連携アプリケーション５０４は、信号処理部５０５で処理した信号を元にして、例えば漏水箇所を特定する。表示部５０３は、連携アプリケーション５０４の処理結果を表示する。

データストレージ５０２は、センサ端末１０７から得られる信号（計測データ）、信号処理部５０５で処理した信号、連携アプリケーション５０４の処理結果などを格納する。データストレージ５０２は、センサ端末１０７の設定情報２３０２や設置位置２３０３を含むセンサ端末管理情報２３００や、ペアリスト２４００、地図情報を格納する。表示部５０３、連携アプリケーション５０４、信号処理部５０５、システム制御部５０６は、それぞれデータストレージ５０２とデータ線で接続され、それぞれの機能ブロックの入出力先がデータストレージ５０２となるように構成されても良い。このような構成にすることで、各機能ブロックが計算機１００上で独立して動作することができ、更に機能の拡張性も高くすることができる。

計算機１００は、具体的には出力装置、入力装置、処理装置、および記憶装置を備えるサーバで構成することができる。表示部５０３はディスプレイなどの出力装置、データストレージ５０２は記憶装置であるが、サーバを構成するものとして、他の入出力装置や各種メモリを備えても良い。システム制御部５０６、信号処理部５０５、連携アプリケーション５０４は、記憶装置に格納されたプログラムが処理装置によって実行されることで、定められた処理が他のハードウェアと協働して実現される。また、計算機１００は、単体のコンピュータで構成してもよいし、あるいは、入力装置、出力装置、処理装置、記憶装置の任意の部分が、ネットワークで接続された他のコンピュータで構成されてもよい。

図２２は、センサ端末管理情報２２００の構成を示す図である。センサ端末管理情報２２００は、各センサ端末１０７のデータメモリ５１８に記憶される管理情報であり、それぞれのセンサ端末１０７自身に関する管理情報である。センサ端末管理情報２２００は、当該センサ端末１０７自身を一意に識別する識別情報である端末ＩＤ２２０１と、当該センサ端末１０７に関する設定情報２２０２を含む管理情報である。センサ端末管理情報２２００は、センサ端末１０７によってその内容は異なっていて良い。

端末ＩＤ２２０１は、例えばセンサ端末１０７と計算機１００との間で通信する際に用いる。センサ端末１０７は、上り通信の際、図９（ａ）のパケットの端末ＩＤ９００の部分に自身の端末ＩＤ２２０１を入れて、計測データ９０２を送信する。当該パケットの送信元であるセンサ端末１０７であり、かつ計測データ９０２を計測したセンサ端末１０７を、計算機１００は端末ＩＤ９００により特定可能である。

計算機１００は、下り通信の際、図９（ｂ）のパケットの端末ＩＤ９０３の部分に、送信先のセンサ端末１０７を識別する端末ＩＤ２２０１を入れて送信する。当該パケットを受信したセンサ端末１０７は、当該パケットの端末ＩＤ９０３と、自身が有するセンサ端末管理情報２２００の端末ＩＤ２２０１とを照合し、一致したときのみ当該パケットが自身のセンサ端末１０７に対するパケットと判断しても良い。

設定情報２２０２は、センサ端末１０７におけるデータ処理の設定やセンサ素子５１５での計測に関する設定等の設定情報である。設定情報２２０２は、例えば、センサ起動周期、取得するデータ点数、サンプリング周波数（またはサンプリング周期）、センサ素子５１５の測定時間や測定間隔、フーリエ変換するデータ点数、バンド選択情報、周波数空間の間引き情報、量子化ビット数等である。設定情報２２０２は、上記した情報の一部または全部でも良く、またセンサ端末１０７の設定に関する他の情報が含まれていても良い。センサ端末１０７は、当該設定情報２２０２に基づいて、図６に示すデータ処理やセンサ素子５１５での計測を行う。設定情報２２０２の内容は、図２１のＳ２１０１〜Ｓ２１０３、図６のＳ６００で示す通り、更新可能な情報である。また、各センサ端末で、設定情報２２０２の内容は同じであっても良いが、異なっていても良い。

図２３は、システム管理情報２３００の構成を示す図である。計算機１００は、各センサ端末１０７のセンサ端末管理情報２２００に相当する情報を、システム管理情報２３００としてデータストレージ５０２に記録する。システム管理情報２３００は、センサ端末ごとに、当該センサ端末１０７を一意に識別する識別情報である端末ＩＤ２３０１と、当該センサ端末１０７に関する設定情報２３０２と、当該センサ端末１０７の設置位置２３０３と、平均化時間（期間）あるいは平均化データ数等を含む管理情報である。

端末ＩＤ２３０１は、当該センサ端末１０７が有するセンサ端末管理情報２２００の端末ＩＤ２２０１と同じ情報であって良い。同様に、設定情報２３０２は、Ｓ２１０２、Ｓ２１０３、Ｓ６００の実行後は、当該センサ端末１０７が有するセンサ端末管理情報２２００の設定情報２２０２と同じ情報であって良い。

設置位置２３０３は、ＧＰＳによる当該センサ端末１０７を設置位置のデータ等であり、例えばセンサ端末１０７を設置したときに設置者または管理者等により入力されても良い。センサ端末１０７自身がＧＰＳ機能を有する場合には、センサ端末１０７から位置データを計算機１００に送信し、計算機１００が設置位置２３０２に位置データを記録しても良い。

平均化時間２３０４は、計算機１００の信号処理（図１１や図１２）等に用いるデータであり、詳細は後述する。平均化時間２３０４は、平均化期間と呼ばれても良いし、平均化データ数であっても良い。平均化時間２３０４は、センサ端末１０７毎に異なっていても良いし、モニタリングシステムで共通の値であっても良い。

図２４は、ペアリスト２４００の構成を示す図である。計算機１００は、ペアリスト２４００をデータストレージ５０２に記録する。ペアリスト２４００は、隣接するセンサ端末を端末ペアとして、それらのセンサ端末の端末ＩＤを対応づけて記録している。例えば、図２４に示す一例においては、行２４０１に一つの端末ペアとして、端末ＩＤ０００１と端末ＩＤ０００２が対応づけて記録されている。これは、端末ＩＤ０００１のセンサ端末と端末ＩＤ０００２のセンサ端末とが隣接していることを示す。また、他の行（例えば２４０２）には、他の端末ペアの情報が記録されている。ペアリスト２４００は、図１２の信号処理等において隣接するセンサ端末（端末ペア）の計測データを相関解析する際に用いられる情報であり、詳細は後述する。

図２１は、モニタリングシステムにおける動作の一例を示すシーケンス図である。この動作は、モニタリングシステム稼働時に、所定のタイミングで実行される動作である。ここで、所定のタイミングとは、例えば一日一回など定期的なタイミングであっても良いし、モニタリングシステムの管理者による指示を契機とするなど不定期のタイミングであっても良い。各フローを実行するタイミングの其々が、所定のタイミングであっても良い。

フローＳ２１０１で、計算機１００のシステム制御部５０６は、センサ端末１０７の一部または全部について、設定の更新を決定する。例えば、計算機１００の入力装置を介して、モニタリングシステムの管理者から、センサ端末１０７の一部または全部についての設定の更新指示を受け付けた場合に、当該センサ端末１０７の設定の更新を決定しても良い。また、例えば、モニタリングシステムでセンサ端末１０７における過去の計測データ等を基にして、新たな設定を自動で導出し、センサ端末１０７の設定の更新を決定しても良い。このように、センサ端末１０７の設定の更新は、自動で決定されても、手動で決定されても良い。更新するセンサ端末１０７の設定内容は、センサ端末管理情報２２００の設定情報２２０２にある情報の一部または全部である。

なお、センサ端末１０７について設定の更新がない場合は、Ｓ２１０１、Ｓ２１０２、Ｓ２１０３は実施しなくても良い。この場合、当該センサ端末１０７は、前回の設定情報２２０２のままで、Ｓ２１０４の処理が実施される。Ｓ２１０２、Ｓ２１０３を実施しないことで、センサ端末１０７の電源５１６の電池の消費を抑えるとともに、ネットワーク負荷を低減できる。

フローＳ２１０２で、計算機１００のシステム制御部５０６は、基地局１０３経由で、更新対象のセンサ端末１０７を一意に識別する識別情報である端末ＩＤ９０３と、更新する設定情報９０４とを、更新対象のセンサ端末１０７に送信する。この下り通信のパケットの構成の例は、図９（ｂ）を用いて後述する。

フローＳ２１０３で、更新対象のセンサ端末１０７の通信制御部５１２は、Ｓ２１０２で送信されたパケットを受信した後、計算機１００にＡＣＫ（肯定応答）を基地局１０３経由で送信する。計算機１００は、このＡＣＫを受信することにより、当該センサ端末１０７との通信が正常に行われと認識し、また当該センサ端末１０７で設定の更新が行われると認識できる。

センサ端末１０７の演算部５１９は、図６のＳ６００で後述するように、Ｓ２１０２で受信した設定情報９０４を基に、センサ端末管理情報２２００の設定情報２２０２を更新し、センサ端末１０７の設定を更新する。なお、Ｓ２１０２で送信される設定情報９０４は、設定情報２２０２の全部の情報を含んでいても良いし、設定情報２２０２のうち更新される情報のみを含んでいても良い。設定情報９０４は、例えば、センサ起動周期、取得するデータ点数、サンプリング周波数（またはサンプリング周期）、センサ素子５１５の測定時間や測定間隔、フーリエ変換するデータ点数、バンド選択情報、周波数空間の間引き情報、量子化ビット数等である。設定情報９０４は、上記した情報の一部または全部でも良く、またセンサ端末１０７の設定に関する他の情報が含まれていても良い。

フローＳ２１０４で、センサ端末１０７は、センサ端末管理情報２２００の設定情報２２０２を基に、計測を行う。この計測の詳細は、図６のＳ６０１〜Ｓ６１２で後述する。

フローＳ２１０５で、センサ端末１０７の通信制御部５１２は、当該センサ端末１０７を一意に識別する識別情報である端末ＩＤ９００と量子化情報９０１と計測データ９０２とを、計算機１００に基地局１０３経由で送信する。この上り通信のパケットの構成の例は、図９（ａ）を用いて後述する。

フローＳ２１０６で、計算機１００のシステム制御部５０６は、Ｓ２１０５で送信されたパケットを受信した後、センサ端末１０７にＡＣＫ（肯定応答）を基地局１０３経由で送信する。

フローＳ２１０７で、計算機１００の信号処理部５０５は、データ下処理を実行する。このデータ下処理の詳細は、図１０を用いて後述する。

フローＳ２１０８で、計算機１００の信号処理部５０５は、平均化処理およびスパイク雑音除去を含む信号処理を実行する。この信号処理の詳細は、図１１または図１２を用いて後述する。

フローＳ２１０９で、計算機１００の連携アプリケーション５０４は、漏水判定処理を実行する。この漏水判定処理の詳細は、図１３を用いて後述する。

なお、図２１は、モニタリングシステムにおける動作の一例であって、様々な変形例が考えられる。各フローを実行するタイミングや実行回数は、適宜変更しても良く、そのような変形例も本発明の実施形態の範囲内である。例えば、センサ端末１０７でＳ２１０４の計測を複数回行った後に、Ｓ２１０５でセンサ端末１０７から計算機１００に複数回分の計測データを送信しても良い。

図６は、図５のセンサ端末１０７の演算部５１９における制御および演算のフローチャートである。

まずフローＳ６００で、演算部５１９は、上述のようにＳ２１０２で受信した設定情報９０４を基にセンサ端末管理情報２２００の設定情報２２０２を更新して、データ処理の設定や計測に関する設定等、センサ端末１０７の設定を更新する。

センサ端末管理情報２２００の設定情報２２０２は、計算機１００のシステム制御部５０６により設定が可能であり、図２１のＳ２１０２に示すように、無線通信のダウンリンクを用いて、基地局１０３を経由してそれぞれのセンサ端末１０７に送信される。送信された情報は、センサ端末１０７のセンサ制御部５１４によりデータメモリ５１８に格納する。また同じ情報は、システム管理情報２３００として、計算機１００のデータストレージ５０２にも保存され、計算機１００における信号処理に活用される。

上記ダウンリンクのタイミングは任意であるが、例えば、センサ端末１０７の初期設定時や、センサ端末１０７から基地局１０３にセンサデータ（計測データ９０２）を送信したタイミング（図２１のＳ２１０５）で行われる。例えば、図２１において、Ｓ２１０５またはＳ２１０６の後に、Ｓ２１０２およびＳ２１０３が行われ、次回以降の計測（Ｓ２１０４）のタイミングで、当該更新されたデータ処理設定に基づいた計測を行っても良い。データ処理設定Ｓ６００は常に行なう必要はなく、設定する必要があるタイミングで行なえばよい。

次に、センサ制御部５１４は、Ｓ６００で更新されたセンサ起動周期に基づいて、Ｓ６０１でセンサ素子５１５を起動する。電源５１６の電池の消耗を防ぐために、本実施例ではセンサ素子５１５はノーマリーオフとしている。無線通信によりデータを送信するモニタリングシステムではセンサ端末１０７に搭載される電池の容量が限られることから、センサ端末１０７を間欠動作、もしくはイベントドリブン動作させることが望ましい。これにより、埋設水道管１１３からの振動情報は常時、連続して取得せず、短時間の断片的なものであってもよい。

センサ素子５１５が起動すると、次にＳ６０２でセンサ素子５１５の初期化および、診断を実施する。例えば、センサ素子５１５に内蔵されている診断プログラムの結果を受信して判定する方法がある。もしくは、起動直後のセンサ出力から判定する場合も考えられる。容量検出型ＭＥＭＳ（Micro Electro Mechanical Systems）加速度センサでは、検出容量の破損により出力が異常値を示す故障モード等が考えられ、これらを検出してセンサ素子５１５が正常かどうかを判定するステップである。

次にＳ６０３で、センサ素子５１５は計測を行なう。センサ制御部５１４は、センサ端末管理情報２２００の設定情報２２０２を参照して、取得するデータ点数、サンプリング周波数、測定時間、測定間隔等のセンサ素子５１５での計測に関する設定情報を取得し、この設定情報に基づいてセンサ素子５１５に計測を実行させる。特に、サンプリング周波数は、フーリエ変換後の信号処理を決定する上で重要なパラメータである。センサ素子５１５が加速度センサの場合、埋設水道管１１３に印加されている加速度情報が計測される。

センサ素子５１５が計測した結果である計測データが、フローＳ６０４でセンサ制御部５１４により受信され、Ｓ６０５でデータメモリ５１８に格納される。信号処理部５１３はデータメモリ５１８の計測データを取り出し、演算メモリ５１７を用いて、計測データをＳ６０６〜Ｓ６１０でデータ処理する。

Ｓ６０６で信号処理部５１３は、センサ端末管理情報２２００を参照して取得した、フーリエ変換するデータ点数に基づいて、計測データの当該データ点数分をフーリエ変換する。フーリエ変換にはＦＦＴ（Fast Fourier Transform）を活用すると、信号処理部５１３の処理負荷が低減されて良い。ＦＦＴを用いるために、フーリエ変換するデータ点数は２の冪になるように設定される。同時に１回のＦＦＴで処理する点数はサンプリング周波数を考慮して、一回に処理すべき時間に基づいて決められる。例えば、サンプリング周波数２ｋＨｚ、ＦＦＴデータ点数２０４８点とすると、おおよそ１秒間の計測データを１回のＦＦＴでフーリエ変換できることになる。フーリエ変換するデータ点数が増大すると、演算負荷が増大し、必要な演算メモリ容量も増大することから、部品コストの増大、消費電力の増大につながる。よって、モニタリング対象の系に応じて最適に設定する必要がある。

次にＳ６０７で信号処理部５１３は、センサ端末管理情報２２００を参照して取得したバンド選択情報に基づいて、バンド選択を行う。ＦＦＴ結果から必要な周波数帯を残して残りは削除する。例えば２ｋＨｚでサンプリングをして３００−９００Ｈｚのバンドを選択した場合、ＦＦＴ処理結果から０−２９９Ｈｚと９０１−１０００Ｈｚを削除する操作を行う。これは漏水検知に不要な帯域、もしくは、環境雑音が漏水信号に比べて非常に大きい帯域、といった条件により設定される。フローＳ６００において、バンド選択情報はダウンリンクにより設定できることから、計算機１００における分析結果をフィードバックしてバンド選択される帯域を自在に変更できる。また、データ点数を削減することで、漏水信号情報を保持したまま送信データ量を削減する効果も期待できる。

次にＳ６０８で信号処理部５１３は、センサ端末管理情報２２００を参照して取得した、周波数空間の間引き情報に基づいて、周波数空間の間引きを行う。例えば、Ｓ６０７で２ｋＨｚでサンプリングして３００−９００Ｈｚのバンドを選択した場合、選択したバンドのデータを３０Ｈｚおきに取り出し、残りのデータを削除することで、データ量を１／３０に削減できる。漏水信号スペクトルには細かい構造が存在しないことが我々の実験で確認されており、３０Ｈｚ程度の間隔で疎に間引きしても漏水情報の質に大きな劣化は起きない。この周波数空間の間引きの条件設定も、フローＳ６００のデータ処理設定によって行なうことができる。

例えば、送信の容量が決まっている場合を想定する。説明の単純化のため、１回の送信で１０００点のデータを送信可能とする。漏水の有無を判定するためには、１秒間１０００点の生データを１０点に間引くことができ、１００秒間分のデータを送信することができる。１００秒分のデータを平均化することによって、高いＳＮＲで漏水の有無を判定することができる。一方、漏水があることが判明し、その後漏水の位置を判定するためには、周波数空間の情報密度が高いデータを用いることが望ましい。よって、１秒間１０００点のデータを１秒間分送信する。このように、フローＳ６００のデータ処理設定では、用途に応じて条件を設定することができる。

フローＳ６０８まででデータ量が小さくなったスペクトルを、Ｓ６０９で信号処理部５１３が逆フーリエ変換する。演算部５１９や演算メモリ５１７の負荷を減らすためにＩＦＦＴ（Inverse Fast Fourier Transform）を用いるのが好ましい。逆フーリエ変換Ｓ６０９を行なうことにより、さらにデータ量の圧縮が期待できる。

逆フーリエ変換によりデータ量が削減された時系列相当のデータに対し、Ｓ６１０では信号処理部５１３は、センサ端末管理情報２２００を参照して取得した量子化ビット数に基づいて、量子化を行う。例えば４ビット量子化ならば、４ビット全部を有効に用いてデータを表現するため、データの規格化を行う演算を行い、その際の規格化係数は後に計算機１００に量子化情報９０１として送信される。規格化や量子化の条件も、フローＳ６００のデータ処理設定によって行なうことができる。

フローＳ６１０までに演算された計測データと規格化係数は、Ｓ６１１で通信制御部５１２内の送信バッファに格納され、ＩｏＴ通信のタイミングで基地局１０３に送信される（図２１のＳ２１０５）。

フローＳ６０６からＳ６１１までの処理は各フーリエ変換するデータ点数に対して行われ、規定回数＝全データ点数／フーリエ変換点数、で定義される規定回数に達するまで繰り返される。この判断をフローＳ６１２で行う。例えば、２ｋＨｚで約１０秒間、２０４８０点のデータを計測した場合、ＦＦＴ点数を２０４８点とすれば規定回数は１０回であり、１０回ループを繰り返すことになる。規定回数やフーリエ変換点数の設定や変更も、フローＳ６００のデータ処理設定によって行なうことができる。

例えば、漏水の有無を判定するためには、規定回数を多く、すなわちフーリエ変換点数を小さくすることが望ましい。個々の情報量は少ないが、長い期間のデータを送信することができる。これを平均化することによって、高いＳＮＲで漏水の有無を判定することができる。一方、漏水があることが判明し、その後漏水の位置を判定するためには、規定回数を少なくすることが望ましい。規定回数を少なくしてフーリエ変換点数を大きくすることにより、単位時間当たりの情報量が増加し、相関解析の計算の精度が向上して漏水位置の特定の精度が向上することになる。このように、用途に応じて条件を設定することができる。

図６のフローが終了すると、通信制御部５１２内の送信バッファには一回のＩｏＴ通信で基地局１０３に送信する全データが格納されることになる。例えば各センサ端末１０７に許された通信回数は１日１回であるとすれば、図６のフローは１日に１回実施される。つまり端末の動作および計測は１日１回となる。当然、システムの規模や通信網全体の設計次第では動作周期を柔軟に設計できる。

以上の処理によって、センサ端末１０７は、センサ素子５１５で取得したデータのうち、後の処理に必要な情報を選択的に計算機１００に送信することができるので、データ送信量を圧縮することができる。これにより、基地局１０３の個数を少なくしても輻輳を防ぐことが可能となり、システムのコストを節約することが可能である。

図７を用いて、複数のセンサ端末１０７の時刻同期誤差を説明する。センサ端末１０７は、それぞれに内部クロックを持ち、これに基づいて動作している。これらの部品の精度によっては１日に数秒以上の時刻誤差が、複数のセンサ端末１０７の間に発生する可能性がある。例えば、隣接するセンサ端末１０７（以下、センサ端末Ａとセンサ端末Ｂとして説明）の相関解析を実施して漏水位置を解析するためには、漏水点からセンサ端末Ａとセンサ端末Ｂ其々への信号到達時間遅延を正確に見積もることが必要であり、時刻同期誤差はこの見積もりに大きな影響を及ぼす。よって時刻誤差に基づいてＦＦＴ処理点数が決定される。

図７における７０４および７０５はセンサ端末Ａを基準とした２４時間を示しており、センサ端末Ａは自分の時計に基づいて１日目の計測７００、１日目の通信７０１、２日目の計測７０２、２日目の通信７０３を実施する。同様にセンサ端末Ｂは自分の時計に基づいて１日目の計測７０９、１日目の通信７１０、２日目の計測７１１、２日目の通信７１２を実施する。センサ端末ＡとＢのそれぞれが、通信のタイミングでシステムと時刻同期７０６、７０７、７１３、７１４を行うが、センサ端末ＡとＢで通信を行う時刻が異なるため、ある程度の同期誤差７０８が発生する。

同期誤差７０８が発生した状態でセンサ端末ＡとＢが同じ漏水点からの漏水信号を計測した場合、測定時間によっては、センサ端末ＡのＦＦＴ結果とセンサ端末ＢのＦＦＴ結果には同時刻に発生した漏水による漏水信号を全く含まない場合が起こりうる。例えば測定時間が１０秒であり時刻同期誤差がこれ以上あった場合、センサ端末ＡとＢの間における相関解析は実施できないことになる。よって、測定時間は、時刻同期誤差の２倍以上であることが好ましい。こうすることで、最低でも半分以上のデータでは同時刻における計測データとみなすことが出来るようになる。同期誤差の修正は計算機１００により行うこととすればよい。同期誤差を考慮に入れた測定時間の指定の一例では、システムが仕様とする同期誤差の２倍以上を測定時間とし、フローＳ２１０２において、ダウンリンクで各センサ端末１０７に指示すればよい。データ量の削減を考慮すると、同期誤差の２倍〜３倍程度が好ましい。

図８には、量子化して情報量を削減した場合の検知距離に対する影響を示した。横軸は漏水点を０としてセンサ端末１０７までの距離を示し、縦軸は信号雑音比ＳＮＲである。比較的多いビット数でデータを量子化した場合の多ビットデータ８００と、比較的少ないビット数でデータを量子化した場合の少ビットデータ８０１それぞれのＳＮＲを比較して示している。横軸の距離はＳＮＲの減衰が直線グラフになるようにあわせている。

ビット数を少なくしてデータを量子化する場合、ＳＮＲが高い領域ではＳＮＲの低下割合が大きく、低い領域では影響が小さい。漏水点とセンサ端末１０７の距離が近い場合、信号強度が強いために多ビットデータ８００と比較して、少ビットに量子化した少ビットデータ８０１ではＳＮＲがより低下する。一方で漏水点とセンサ端末の距離が離れるにつれ信号強度も小さくなることから、少ビットに量子化したことによるＳＮＲの劣化具合は小さくなる。

モニタリングシステム（漏水検知システム）を検知距離目標８０２に合わせて設計した場合、システムに必要な要求仕様ＳＮＲ８０３は検知距離目標８０２以下において少ビットに量子化しても満たすことが可能である。量子化ビット数は、システムが目標とする検知距離と判定に必要なＳＮＲから設定する。

図９（ａ）はセンサ端末１０７から基地局１０３を経由して計算機１００に送信される上り通信のパケット構成例であり、（ｂ）は計算機１００から基地局１０３を経由してセンサ端末１０７に送信される下り通信のパケット構成例である。

図９（ａ）に示すように、上り通信では最初に端末ＩＤ９００を配置し、次に量子化時の量子化情報９０１、次に計測データ９０２を配置する。量子化情報９０１は、図６の処理Ｓ６１０での量子化に用いられたパラメータであり、例えば規格化係数である。計測データ９０２は、図６の処理Ｓ６１１で送信バッファに格納されたデータである。量子化情報９０１と計測データ９０２は逆になっても問題は無い。量子化情報を送信することで計算機１００が複数のセンサ端末１０７における信号強度を比較できるようになる。また端末ＩＤ情報部に、センサ端末１０７における計測時の設定情報９０４を付与して送付することも可能である。このようにすることでダウンリンクの不具合により、センサ端末１０７の設定の更新ができなかった場合、計算機１００で上記不具合を検知できるという利点がある。

図９（ｂ）に示すように、下り通信では最初に端末ＩＤ９０３、次に設定情報９０４を配置する。設定情報９０４は、図２１の処理Ｓ２１０２で計算機１００からセンサ端末１０７に送信されるものである。設定情報９０４の最初に更新の有無を規定するフラグを配置すると、通信障害により設定情報９０４が正確に伝わらない場合でも、フラグだけが伝わり、かつ、変更無しであれば、センサ端末１０７に障害が生じない利点がある。

図１０には、計算機１００におけるデータ下処理のフローを示す。この処理は、計算機１００の信号処理部５０５によって実行される。本実施例では信号処理部５０５による処理は、サーバの処理装置が、記憶装置に格納されたプログラムを実行することにより実現することにした。

最初にＳ１００１で、信号処理部５０５は、それぞれのセンサ端末１０７に対応するシステム管理情報２３００の設定情報２３０２や平均化時間２３０４を、データストレージ５０２から読み込む。設定情報２３０２は、図９（ｂ）で設定情報９０４として、各センサ端末１０７に通知した情報と同じ内容を含むものであり、例えば、当該センサ端末１０７において、取得するデータ点数、フーリエ変換するデータ点数、バンド選択情報、周波数空間の間引き情報、量子化ビット数、センサ起動周期、サンプリング周波数、測定時間、測定間隔等である。設定情報２３０２は、端末ＩＤ２３０１と対応付けてデータストレージ５０２に配置することで、データ処理時に読込むことが容易になる。

フローＳ１００２で、信号処理部５０５は、センサ端末１０７におけるフーリエ変換処理一回分のデータを読込む。

フローＳ１００３では、信号処理部５０５は、Ｓ２１０５で受信したパケットに含まれる量子化情報９０１の規格化係数を基に、Ｓ６１０で行った規格化の前のデータを復元する。これにより、複数のセンサ端末１０７における信号強度を比較できるようになる。本データは逆フーリエ変換された時系列相当のデータになっているので、信号処理部５０５は、フーリエ変換して周波数空間のデータに変換する。このときのフーリエ変換にはＦＦＴを用いるのが好ましい。

フローＳ１００４では、信号処理部５０５は、バンド選択情報に基づいて、センサ端末１０７におけるバンド選択（Ｓ６０７）で削除したデータ点を数値ゼロとして挿入する。

次にフローＳ１００５において、信号処理部５０５は、周波数空間の間引き情報に基づいて、センサ端末１０７における周波数空間の間引き（Ｓ６０８）により削除された点を前後の周波数における値から類推した値で補完する。例として２ｋＨｚでサンプリングされ３０Ｈｚおきに間引かれているデータを補完する場合、３００Ｈｚから３３０Ｈｚまでのデータは３０１〜３１５Ｈｚは３００Ｈｚの値で補完し、３１６〜３２９Ｈｚは３３０Ｈｚのデータで補完するといった方法が適用できる。または３００Ｈｚから３３０Ｈｚの間を直線補完する方法も考えられる。フロー１００５終了時点で、データ点数はセンサ端末１０７における元々のＦＦＴ点数と同じになる。

信号処理部５０５は、当該センサ端末１０７における計測データの全データ点を処理するまでフローＳ１００２からＳ１００５までを繰り返し（Ｓ１００６）、全データ点を処理し終えた後に、Ｓ１００７で複素スペクトルデータとしてデータストレージ５０２に格納する。例えば、一つ目の軸を周波数、もうひとつの軸をＳ１００６の繰り返し回数とした２次元マトリクスとして格納すると、後の信号処理に適したデータ構造となる。

以上のデータ下処理によって、計算機１００はセンサ端末１０７から送信されたデータを補完して、センサ端末１０７で取得した計測データのうち、その後の処理に必要な部分の情報を復元し、格納することが可能となる。

図１１には、図１０で示したデータ下処理を行った複素スペクトルデータに対して、平均化処理およびスパイク雑音除去を施す信号処理フローを示す。この処理は、計算機１００の信号処理部５０５によって実行される。

まずフローＳ１１０２で、信号処理部５０５は、データ下処理したデータにおける１回のＦＦＴ処理に相当するスペクトルデータを、データストレージ５０２から読込む。このスペクトルデータに対し、Ｓ１１０３で、信号処理部５０５は、パワースペクトルの計算を実施する。更にフローＳ１１０４において、信号処理部５０５は、パワースペクトルの全周波数における積分強度（あるいは積算強度）を算出する。この結果は後のＳ１１０９におけるスパイク雑音除去を行うための判定値となる。パワースペクトルの計算や積分強度計算は公知であるため説明は省略する。

全ての複素スペクトルに対してフローＳ１１０２からＳ１１０４を実施するまで、信号処理部５０５は、Ｓ１１０５においてループを実行する。これにより計算されたパワースペクトル群と、これと同じ数の積分強度値は以後「単体計算結果」と呼ぶ。信号処理部５０５は、データストレージ５０２に単体計算結果を格納する。

次に、スパイク雑音除去Ｓ１１０９を実行する。スパイク雑音除去の詳細は、以下Ｓ１１０６〜Ｓ１１０８で説明する。

フローＳ１１０６で、信号処理部５０５は、システム管理情報２３００の平均化時間２３０４に基づいて、あらかじめシステムパラメータとして決定しておいた分の過去の単体計算結果を、データストレージ５０２から読込む。図４に示すＳＮＲ改善結果に基づくと６０回の平均化まではＳＮＲの向上が期待できる。例としてセンサ端末１０７の動作を１日に１回とすると、計算機１００におけるデータ処理も同じ頻度になるため、過去６０日分のデータを呼び出してその日のデータと平均化することで、その日のデータだけを用いた場合に比較して、図４の結果によれば、およそ１０ｄＢのＳＮＲ向上が期待される。よってフローＳ１１０６では、例えば過去６０日分のデータを読込む。

フローＳ１１０７では、信号処理部５０５は、その日の取得データの積分強度と過去６０日のそれぞれの積分強度結果を比較し、大きくトレンドから逸脱した強度であった場合は、瞬時雑音と判定する。トレンドの計算には、線形回帰トレンド等の公知の手法を採用してよい。

また、フローＳ１１０８では、信号処理部５０５は、閾値により雑音の可能性がある計測トレースを判定する。例えば、トレンドから学習して設定した閾値よりも強度が大きかった場合、信号処理部５０５は瞬時雑音と判定し、該当するデータ列を削除する。例として１秒分のデータを１０個、１０秒分を１日のデータ量として処理する場合、ある１秒の積分強度が大きかった場合、信号処理部５０５は、その１秒間のデータを平均化から除外して、残り９秒分のデータをフローＳ１１１０で単体計算結果としてデータストレージ５０２に格納する。単体計算結果のデータは、翌日以降の計算時に過去計算結果として呼び出される。漏水位置の特定をはじめ、漏水有無の判定においても、複数のセンサ情報を複数日にまたがる長期間にわたって比較することで判定確度を向上することができる。

なお、雑音が想定されない環境であれば、スパイク雑音除去Ｓ１１０９を省略することができる。また、フローＳ１１０７、フローＳ１１０８は片方だけを適用しても良い。また、時間微分を計算してスパイク雑音を検出してフィルタリングするなど、他の公知のスパイク雑音除去技術を追加あるいは置換してもよい。

フローＳ１１１０で、信号処理部５０５は、Ｓ１１０９のスパイク雑音除去後のデータを、単体計算結果としてデータストレージ５０２に格納する。

次にＳ１１０６で例えば過去６０日分のデータを読込んだ場合、Ｓ１１１１で、信号処理部５０５は、その日のデータと過去６０日のデータのパワースペクトル平均を計算し、その日の過去まで含めた平均化パワースペクトルとして１本のパワースペクトルを得る。平均化時間（期間）あるいは平均化データ数は、使用者が任意に設定することができる。

次にＳ１１１２で、信号処理部５０５は、Ｓ１１１１により得られたパワースペクトルを逆フーリエ変換し、自己相関関数を算出し、更にＳ１１１３でその最大値を取得する。信号処理部５０５は、この自己相関関数の最大値を、その日の単体平均データとしてデータストレージ５０２に格納する。これにより、単一のセンサ端末１０７のデータを活用して、スパイク雑音やノイズの影響を低減した漏水判定用データが得られる。

図１２では、隣接する２つのセンサ端末１０７の計測データを用いて相関解析を行う場合の信号処理フローについて述べる。この処理は、計算機１００の信号処理部５０５が実行する。図１１に示す単一のセンサ端末１０７の計測データを用いた場合と比較して、上位システムから相関解析を行うセンサ端末１０７のペアリスト２４００が供給される点が異なる。

フローＳ１２０１で、信号処理部５０５は、データストレージ５０２からペアリスト２４００を読み込む。フローＳ１２０２で、信号処理部５０５は、システム管理情報２３００を参照して、ペアリスト２４００に基づいて、端末ペアである、隣接する２つのセンサ端末１０７の設定情報２３０２や平均化時間２３０４を、データストレージ５０２から読込む。

図１１ではパワースペクトルを計算したが、図１２の相関解析では、信号処理部５０５が、フローＳ１２０３において２つのセンサ端末１０７間のクロススペクトルを計算し、フローＳ１２１０においてセンサ端末１０７の端末ペアに対して計算結果を格納する点が異なる。全周波数積分強度計算Ｓ１２０４、規定回数判定Ｓ１２０５、フローＳ１２０６〜Ｓ１２０８を含むスパイク雑音除去Ｓ１２０９については、図１１のフローＳ１１０４〜Ｓ１１０９と同様であるが、処理対象は端末ペアのデータになる。

フローＳ１２１０で、信号処理部５０５は、Ｓ１２０９のスパイク雑音除去後のデータを、ペア計算結果としてデータストレージ５０２に格納する。

フローＳ１２１１では、信号処理部５０５は、平均化時間（期間）あるいは平均化データ数に基づいて、その日のデータと過去のデータのクロススペクトル平均を計算し、その日の過去まで含めた平均化クロススペクトルとして１本のクロススペクトルを得る。

Ｓ１２１２では、信号処理部５０５は、Ｓ１２１１により得られたクロススペクトルを逆フーリエ変換し、相互相関関数を算出し、更にＳ１２１３でその最大値を取得する。信号処理部５０５は、この相互相関関数の最大値を、その日のペア平均データとしてデータストレージ５０２に格納する。これにより、隣接する２つのセンサ端末１０７のデータを活用して、スパイク雑音やノイズの影響を低減した漏水判定用データが得られる。

複数の端末ペアについて網羅的に相関解析を実施するため、フローＳ１２０２からＳ１２１４までを、ペアリスト２４００の全ての端末ペアについて終了するまで、繰り返し実施する。ペアリスト２４００は、センサ端末の移動などがあった場合にはその都度更新され、データストレージ５０２に格納されている。したがって、常に最新の状態のものがＳ１２０１で読込まれる。

更にペアリスト２４００は、モニタリングシステムが設定するセンサ端末１０７の最大検知距離を越えて離れているペアや隣接していないペアは除去して構成されるのが好ましい。一方で、埋設水道管１１３に分岐があった場合でも、分岐に沿った距離が想定する最大検知距離以内であればペアとして検出されるようにする。このようにすることで、無駄な相関解析を省きつつ、分岐がある状態でも正確に漏水の有無や漏水位置を推定することができるようになる。

図１３は、漏水判定を行う際の処理フローを示す図である。この処理は、計算機１００の連携アプリケーション５０４が実行する。以下の処理は一例であり、図１１で説明した単体平均データ、あるいは図１２で説明したペア平均データを用いて、他の相関を用いた手法で判定を行なってもよい。これらの平均データを用いた判定を行なうことにより、精度の高い判定が可能となる。

図１３（ａ）は単一センサ端末の自己相関解析による単体平均データを用いた場合の漏水判定に関するものである。まずＳ１３０１で、計算機１００は、単体平均データをデータストレージ５０２から読込む。

次にＳ１３０２で、計算機１００は、過去の単体平均データの結果を用いて公知のトレンド計算を実施する。例えば直線回帰式は、過去の平均データについて漏水がない場合の直線のトレンドを算出してトレンドパタンを学習することができる。

Ｓ１３０３で、計算機１００は、上記トレンドパタンの学習結果や、あらかじめ設定した閾値を用いて、トレンドから外れた現象を検出し、該当するセンサ端末１０７の設置位置２３０３における漏水判定を行う。

Ｓ１３０４で計算機１００は、センサ端末１０７の設置位置２３０３と地図情報と漏水判定結果を基に、該当センサ端末１０７における漏水判定結果を地図等と重ねて、表示部５０３に表示する。

図１３（ｂ）は相互相関解析によるペア平均データを用いた場合の漏水判定に関するものである。Ｓ１３１１で、計算機１００は、ペア平均データを読込む。

Ｓ１３１２で、計算機１００は、過去のペア平均データの結果を用いてトレンド計算を実施する。

Ｓ１３１３で、計算機１００は、端末ペア間の水道管の漏水判定を実施する。

端末間の埋設水道管１１３は地図上では線として表現されるため、Ｓ１３１４では、計算機１００は、センサ端末１０７の端末ペアの設置位置２３０３と地図情報と漏水判定結果を基に、例えば地図上で埋設水道管１１３を模した線に漏水判定結果を重ねて、表示部５０３に表示する。

図１４（ａ）および（ｂ）は、フローＳ１１０４の結果である全周波数積分強度を示す図である。図１４（ａ）はフローＳ１１０９のスパイク雑音処理前のグラフであり、図１４（ｂ）はスパイク雑音除去後のグラフである。図１４（ｂ）の計測点数が、図１４（ａ）と比較して少ないのは、全周波数積分強度がスパイク状に大きい計測点を除去したためである。このようにスパイク雑音を除去することでデータ点数は減少するものの、矢印１４００で示す漏水発生前後の全周波数積分強度の変化がわかりやすくなる利点がある。

図１５（ａ）および（ｂ）は、トレンド計算結果を示す図である。図１５を用いて、過去データと平均化したときのデータに対して、スパイク雑音が与える影響について説明する。図１５の横軸は時間、縦軸は単体もしくはペアの平均データを示す。閾値１および閾値２はトレンド計算の結果学習した閾値の例であり、閾値１以下であれば正常（漏水なし）、閾値２以上であれば異常（漏水あり）を示す。閾値１と閾値２の間は判定保留となる。２つの閾値を用いることにより、一時的に平均データ値が上昇したことによる誤判定を防止することができる。

図１５（ａ）において、データ１５０２はスパイク雑音を含む点である。１５０３は平均化時間の長さを表しており、一回スパイク状の信号が入力されると、そのデータが平均化時間の範囲外に出るまでのあいだ、全ての信号レベルが上昇してしまう。このスパイク雑音による信号レベルの上昇により、閾値１５０５や１５０４で判定する際に誤判定を引き起こす。

これに対して図１５（ｂ）では、１５０２にあったスパイク雑音を除去したことで信号の過去トレンドがスムーズになり、閾値による判定が容易になる。閾値１と閾値２を用いた判定では、データが閾値１を超えた時点で正常から判定保留のステイタスとなり、次に閾値２を越えた時点で判定保留のステイタスは異常に切り替わる（判定確定）。１５０３は平均化時間の長さを表しているから、この数日にわたる時間幅を持って、閾値２以上の漏水状態を示す信号強度へ変化していくことになる。つまり、平均化時間１５０３が長くなるとＳＮＲは改善するが、一方で漏水を検知（判定確定）するまでに要する時間が長くなる。平均化時間（平均化期間）の長さあるいは平均化データ数は、信号強度と、漏水検知にいたる時間遅延がどこまで許容されるかということを考慮してシステムに応じて設計されることが好ましい。

実施の形態２（実施例２）について、実施の形態１（実施例１）で説明したモニタリングシステムの動作や構成について相違点のみを以下説明し、実施の形態１と同様の動作や構成については説明を省略する。

図１６を用いて、実施の形態２におけるセンサ端末１０７内の信号処理フローについて説明する。図５のセンサ端末１０７の演算部５１９における制御および演算のフローチャートである。図６に示すフローと比較して逆フーリエ変換Ｓ６０９を行わない点が異なる。つまり、複素周波数スペクトルのまま低ビット量子化し送信するフローである。

周波数スペクトルは、例えば２０４８点の時系列データをＦＦＴ処理した場合、２０４８点の複素データになる。しかし、その半分は残りの半分の複素共役であるから、半分だけを送信し、クラウド計算機（計算機１００）で補完すればよい。こうすることで、少なくともＳ２１０５のデータ送信における送信データ量を半減することができる。

また、Ｓ２１０５のデータ送信に際しては実部と虚部の両方を送信する必要がある点は注意を要する。自己相関解析だけを行う場合にはパワースペクトル化して送信することも可能である。この場合、実部だけを送信することになり、データ量を複素で送信する場合に比較して半減することができる。一方で、隣接センサ端末間の相関解析を実施する場合にはクラウド計算機（計算機１００）における複素スペクトル計算が必要になるため、複素周波数スペクトルのまま送付したほうが効率が良い。

図１７に、実施の形態２におけるセンサ端末１０７から基地局１０３への上り通信のパケットの構成の一例を示す。上り通信のパケットは、端末ＩＤ９００と計測データ１７０２（または１７０５）と量子化情報１７０３（または１７０６）とを含む。図１６で述べたとおり、複素スペクトルを送信するため、データ部１７０２，１７０５が実部Ｒｘと虚部Ｉｘから成る。また量子化情報１７０３，１７０６も実部のＲＱと虚部のＲＱの２通りを送信する必要がある。

図１７（ａ）は、計測データ１７０２について、データ点の順番に並べ、実部、虚部、実部、虚部・・・と順番に送信する場合の例である。図１７（ｂ）は計測データ１７０５について、実部のみ、虚部のみをデータ点の順番で送信するときの例である。通信障害によりデータが化けてしまうリスクを考慮すると、図１７（ａ）のやり方は影響を受けるデータ点の数が図１７（ｂ）の半分に抑えられる可能性があり、より好ましい。一方で図１７（ｂ）の方法は受信側の計算機１００で受信しやすくなる可能性がある。パケットパタンの選択はシステム設計に応じて柔軟に変更してよい。

図１８は実施の形態２において、計算機１００におけるデータ下処理のフローを示すものである。この処理は、計算機１００の信号処理部５０５によって実行される。図１０に示す実施の形態１のデータ下処理に比較して、フーリエ変換処理Ｓ１００３が取り除かれている。これはセンサ端末１０７から送信される計測データが複素スペクトルデータであるため、フーリエ変換が不要となるためである。これにより計算機１００における負荷が低減でき、計算の高速化、計算機１００の消費電力低減に寄与する。

実施の形態３（実施例３）について、実施の形態１（実施例１）で説明したモニタリングシステムの動作や構成について相違点のみを以下説明し、実施の形態１と同様の動作や構成については説明を省略する。

図１９は実施の形態３において、計算機１００における自己相関解析の信号処理フローの他の例を示したものである。この処理は、計算機１００の信号処理部５０５によって実行される。図１１の処理と比較すると、Ｓ１１０２〜Ｓ１１１１のスペクトル平均までは同一であるが、それ以降のＳ１９１１、Ｓ１９１２が異なる。すなわち、図１１に示す実施の形態１と比較して、フローＳ１９１１では、パワースペクトルの強度をある特定のバンドに着目して抽出および積分し、フローＳ１９１２では、その値を単体データとして格納する点が異なる。自己相関関数化を必要としないので逆フーリエ変換を必要とせず、クラウド計算機（計算機１００）の負荷を低減することが出来る。また、特定のバンドに着目した処理を行うことで、ＳＮＲを向上できる可能性がある。着目バンドの設定には埋設上水道管網の構造解析結果や管網シミュレータによる水圧分布の計算結果などを活用することができる。

図２０は実施の形態３において、クラウド計算機（計算機１００）における相互相関解析の信号処理フローの他の例を示したものである。この処理は、計算機１００の信号処理部５０５によって実行される。Ｓ１２０１〜Ｓ１２１１のスペクトル平均までは図１２に示す実施の形態１と同じであるが、それ以降のＳ２０１２、Ｓ２０１３が異なる。フローＳ２０１２では、クロススペクトルの強度をある特定のバンドに着目して抽出および積分し、フローＳ２０１３では、その値をペアデータとして格納する点が異なる。逆フーリエ変換を省略して相互相関関数を計算せず、相互相関スペクトルの解析を行うことでクラウド計算機（計算機１００）の負荷を低減できる。特定のバンドに着目した処理を行うことで、ＳＮＲを向上できる可能性がある。着目バンドの設定には埋設上水道管網の構造解析結果や管網シミュレータによる水圧分布の計算結果などを活用することができる点は自己相関解析の場合と同じである。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。ある実施例について、他の実施例の構成要素と組合せて実施しても良い。

本願実施例において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば、以下のとおりである。すなわち、埋設管インフラのモニタリングにより異常を早期に検知して修復するシステムにおいて、センサ端末で取得した埋設配管の断片的で不完全な振動情報を決められた日数にわたる長期間平均化処理することで漏水の判定確度を向上することができる。また、センサ端末のハードウェアを構成する部品コストを上昇させることなく単一のセンサ端末がモニタリングする区域を拡張できることから、設置するセンサ端末の個数を削減でき、システム全体を低コスト化することができる。更にデータ通信量が限られたＩｏＴ通信網を用いてデータの送信ができ、システムの通信コストを削減できる。

また、以下の構成についても、本発明の技術的範囲に含まれる。

モニタリングシステムは、測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と通信可能な計算機とを備える。前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータのデータ量を削減する処理を含む演算を行う演算部と、前記演算部により処理されたデータを前記計算機に送信する通信部を備える。前記計算機は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化し、平均化された振動情報に基づいて測定対象物の状態を検出する。

モニタリングシステムは、測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と通信可能な計算機とを備える。前記計算機は、各センサ端末に周波数空間の間引き情報を含む設定情報を送信する。前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記設定情報に基づき、前記センサ素子の前記振動情報を含むデータについて周波数区間の間引きを行いデータ量を削減する処理を含む演算を行う演算部と、前記演算部により処理されたデータを前記計算機に送信する通信部を備える。前記計算機は、前記削減処理されたデータを補完して第２の振動情報を取得し、前記第２の振動情報に基づいて測定対象物の状態を検出する。

Claims

測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記演算部において、フーリエ変換、特定帯域を残したデータ除去、逆フーリエ変換、を順次行ない、
前記信号処理部において、フーリエ変換、前記データ除去された帯域の補完、を順次行なって振動情報を取得する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記演算部において、フーリエ変換、特定帯域を残したデータ除去、周波数空間間引き、逆フーリエ変換、を順次行ない、
前記信号処理部において、フーリエ変換、前記データ除去された帯域の補完、周波数空間間引き補完、を順次行なって振動情報を取得する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記演算部において、フーリエ変換、特定帯域を残したデータ除去、周波数空間間引き、を順次行ない、
前記信号処理部において、前記データ除去された帯域の補完、周波数空間間引き補完、を順次行なって振動情報を取得する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、データを規格化した後に量子化し、
前記無線通信部は、前記演算部により処理されたデータを、量子化情報とともに前記基地局に送信する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記信号処理部は、
前記削減処理されたデータを補完して振動情報を取得し、
前記振動情報を複素スペクトルデータとして記憶し、
前記複素スペクトルデータからパワースペクトルを算出し、
一定の期間にわたって前記パワースペクトルを平均化して平均化パワースペクトルを算出し、
前記平均化パワースペクトルを逆フーリエ変換して自己相関関数を算出し、
前記自己相関関数の最大値を取得し、該最大値を単体平均データとして記憶する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記信号処理部は、
２つのセンサ端末を指定するペアリストを読み込み、
前記削減処理されたデータを補完して振動情報を取得し、
前記振動情報を複素スペクトルデータとして記憶し、
前記ペアリストに基づいて前記複素スペクトルデータからクロススペクトルを算出し、
一定の期間にわたって前記クロススペクトルを平均化して平均化クロススペクトルを算出し、
前記平均化クロススペクトルを逆フーリエ変換して相互相関関数を算出し、
前記相互相関関数の最大値を取得し、該最大値をペア平均データとして記憶する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記信号処理部は、
前記削減処理されたデータを補完して振動情報を取得し、
前記振動情報を複素スペクトルデータとして記憶し、
前記複素スペクトルデータからパワースペクトルを算出し、
一定の期間にわたって前記パワースペクトルを平均化して平均化パワースペクトルを算出し、
前記平均化パワースペクトルから特定バンドの強度を抽出し、
前記特定バンドの強度を単体データとして記憶する、モニタリングシステム。
測定対象物に対して設置された複数のセンサ端末と、前記センサ端末と無線通信する基地局と、前記基地局と通信可能な計算機とを備え、
前記センサ端末は、前記測定対象物の振動情報を取得するセンサ素子と、前記センサ素子の前記振動情報を含むデータを演算する演算部と、無線通信部を備えており、
前記演算部は、前記センサ素子のデータのデータ量を削減処理し、
前記無線通信部は、前記演算部により処理されたデータを前記基地局に送信し、
前記基地局は、送信された前記データを受信すると前記計算機に送信し、
前記計算機は、信号処理部を備えており、
前記信号処理部は、前記削減処理されたデータを補完して振動情報を取得し、一定の期間にわたって前記振動情報を平均化するものであり、
前記信号処理部は、
２つのセンサ端末を指定するペアリストを読み込み、
前記削減処理されたデータを補完して振動情報を取得し、
前記振動情報を複素スペクトルデータとして記憶し、
前記ペアリストに基づいて前記複素スペクトルデータからクロススペクトルを算出し、
一定の期間にわたって前記クロススペクトルを平均化して平均化クロススペクトルを算出し、
前記平均化クロススペクトルから特定バンドの強度を抽出し、
前記特定バンドの強度をペアデータとして記憶する、モニタリングシステム。