JPH08122142A

JPH08122142A - 判別装置及び判別方法

Info

Publication number: JPH08122142A
Application number: JP6282868A
Authority: JP
Inventors: Hisanori Fujimoto; 尚紀藤本; Sumio Horiike; 純夫堀池
Original assignee: Omron Corp; Omron Tateisi Electronics Co
Current assignee: Omron Corp
Priority date: 1994-10-21
Filing date: 1994-10-21
Publication date: 1996-05-17

Abstract

(57)【要約】【構成】シリンダ２からロッド３が延びて振動センサ
４がワーク９に接触する。ついで、ワーク９が駆動去れ
ると、振動センサ４は異常判定装置６に検査対象である
ワーク９の振動のセンサ信号を送信する。異常判定装置
６は、センサ信号から各種特徴量を抽出し、各特徴量に
基づいてファジイ推論を行なうことによりワーク９が正
常に動作しているか（正常品）、または異常な動作をし
ているか（異常品）の動作状態を判定する。判定結果
は、異常判定装置６からホストコントローラ８に出力さ
れる。【効果】モータやモータ応用機器などの正常／異常の
判定を自動化することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は判定装置及び判定方法に
関する。具体的にいうと、本発明は、モータ、ポンプ、
コンプレッサ、エンジン等やこれらを用いた製品、これ
らにより駆動される製品等の状態を判定するための装置
及び方法に関する。

【０００２】

【背景技術】一般に、生産工場においては、製品出荷前
に厳密な検査を行なうことによって、製品の信頼性を維
持している。特に、モータ、ポンプ、コンプレッサ、エ
ンジンやこれらを用いた製品（例えば、テープレコーダ
ー、ドライヤ、空気調和機、船外機、プリンタ、各種Ｏ
Ａ機器など）、あるいはこれらにより駆動される製品
（例えば、ギア、ローラ、軸受け、摺動機構など）で
は、これらを試運転して異常の有無を判断し、異常のあ
る製品を排除している。

【０００３】従来、このように試運転により製品検査
し、異常のある製品を判別するためには、動作時の音や
振動を検査員が耳で聞いたり、手で触れたりして検査を
行ない、正常／異常（正常か異常か）の判定を行なって
いた。

【０００４】このため、製品異常の判定結果が作業員個
人の熟練度や個人差に影響され、検査基準が安定しにく
く、検査結果のバラツキが大きいという問題があった。
また、判定に熟練を要するため、検査員の教育が必要と
なり、その後も熟練するまでに相当の期間を要してい
た。さらに、判定のためのデータを数値化しにくく、客
観性も得にくいため、判定結果を製品の品質管理に十分
フィードバックさせることができなかった。

【０００５】また、振動センサによって製品の動作時の
音や振動を測定し、振動信号の大きさを予め設定したし
きい値と比較して正常／異常の判定を行なう方法も行な
われているが、外乱等により誤判定が発生し易く、判定
精度が低かった。このため、異常検出装置で実用化され
ているものは現在のところ見当らない。

【０００６】また、缶詰めの不良品検査や西瓜などの等
級検査などでは、工具や手で缶詰めや西瓜を叩いてその
音から判断しており、このような作業でも個人の熟練に
負うところが大きかった。

【０００７】

【発明が解決しようとする課題】本発明は叙上の従来例
の欠点に鑑みてなされたものであり、その目的とすると
ころは、モータやポンプ、コンプレッサ、エンジン等や
これらに関連した製品、その他の物の状態を自動判定す
ることができ、しかも、安定した確度の高い検査を行な
うことができる判定方法と、その判定方法を実行する判
定装置を提供することにある。

【０００８】

【発明の開示】本発明による第１の判定装置は、物理量
を検出するセンサから出力されたセンサ信号の波形が所
定の計測時間内に有する極値の数を検出する極値数検出
手段と、前記極値数に基づいて信号発生源の性質を判別
する判別処理手段とを備えたことを特徴としている。

【０００９】また、本発明による第１の判定方法は、物
理量を検出するセンサから出力されたセンサ信号の波形
が所定の計測時間内に有する極値の数を検出し、前記極
値数に基づいて信号発生源の性質を判別することを特徴
としている。

【００１０】この判定装置及び判定方法にあっては、セ
ンサ信号のうち極値を与える点だけを検出しているの
で、センサ信号に高周波成分と低周波成分とが含まれて
いる場合に、高周波成分のおよその周波数やパルス状信
号のおよその発生頻度を簡易に知ることができる。ま
た、この装置及び方法によれば、センサ信号に低周波成
分が含まれている場合でも、低周波成分に妨げられるこ
となく高周波成分の挙動を精度よく監視することができ
る。

【００１１】特に、センサ信号がＡ／Ｄ変換手段によっ
てデジタル信号に変換されている場合には、離散的なデ
ジタル信号のままでは高周波成分の様子を知ることが難
しいが、所定の計測時間内の極値の数を知ることによっ
て高周波成分のおよその状態を知ることができ、フィル
タリングやフーリエ変換等の信号処理を行なうことな
く、その信号波形のままで当該デジタル信号の高周波成
分の状況を知ることができる。

【００１２】従って、センサ信号のうち高周波成分に反
映するような信号発生源の性質を判別するのに好まし
い。

【００１３】本発明による第２の判定装置は、物理量を
検出するセンサから出力されたセンサ信号の波形の極値
近傍の波形の鋭さを検出する波形の鋭さ検出手段と、前
記波形の鋭さに基づいて信号発生源の性質を判別する判
別処理手段とを備えたことを特徴としている。

【００１４】本発明による第２の判定方法は、物理量を
検出するセンサから出力されたセンサ信号の波形の極値
近傍の波形の鋭さを検出し、前記波形の鋭さに基づいて
信号発生源の性質を判別することを特徴としている。

【００１５】この判定装置又は判定方法にあっては、信
号のおよその周波数分布が分かっている場合に、その信
号の振幅に関連した情報を簡易に知ることができる。逆
に、信号のおよその振幅が分かっている場合に、その信
号の周波数分布に関連した情報を簡易に知ることができ
る。

【００１６】従って、波形の鋭さを利用して、信号発生
源の性質を判定することができる。

【００１７】本発明による第３の判定装置は、物理量を
検出するセンサから出力されたセンサ信号の交流成分の
最大値又は当該交流成分の絶対値の最大値を所定時間毎
に求めて当該最大値を代表値として連続的に求める代表
値検出手段と、前記代表値検出手段で検出された一連の
代表値が有する特徴量を抽出する代表値特徴量抽出手段
と、前記代表値特徴量に基づいて信号発生源の性質を判
別する判別処理手段とを備えたことを特徴としている。

【００１８】本発明による第３の判定方法は、物理量を
検出するセンサから出力されたセンサ信号の交流成分の
最大値又は当該交流成分の絶対値の最大値を所定時間毎
に求めて当該最大値を代表値として連続的に求め、前記
一連の代表値が有する特徴量を抽出し、前記代表値特徴
量に基づいて信号発生源の性質を判別することを特徴と
している。

【００１９】この判定装置及び判定方法にあっては、間
欠的に発生する大振幅信号成分だけを取り出して信号発
生源の性質を判別するために用いることができる。特
に、故障や異常によって発生する大きな振動だけを取り
出すことができ、判定精度を向上させることができる。

【００２０】また、第３の判定装置の第１実施態様にお
いては、前記代表値特徴量抽出手段が、所定のしきい値
より大きな値の代表値の発生期間をしきい値越え時間と
して検出するしきい値越え時間検出手段となっている。

【００２１】この実施態様によれば、間欠的に発生する
大振幅信号成分を反映している代表値を時間の長さとし
て評価することができる。

【００２２】また、第３の判定装置の第２の実施態様に
おいては、前記代表値特徴量抽出手段が、代表値が連続
して所定のしきい値を越える期間の数をしきい値越え回
数として検出するしきい値越え回数検出手段となってい
る。

【００２３】この実施態様によれば、間欠的に発生する
大振幅信号成分を反映している代表値を回数として簡易
に評価することができる。

【００２４】また、上記各実施態様において用いるしき
い値として、所定の計測時間内に得られた代表値の平均
値に基づいて設定されるようにすれば、代表値に応じて
適切なしきい値を自動設定させることができる。

【００２５】また、本発明の第３の判定装置の第３の実
施態様においては、前記代表値特徴量抽出手段が、ある
代表値とその代表値の次に検出された代表値との差又は
傾斜を代表値傾きとして検出する代表値傾き検出手段と
なっている。

【００２６】この実施態様によれば、一連の代表値に大
振幅信号が含まれていない場合でも、信号振幅と大振幅
信号との差に関する情報を得ることができる。従って、
大振幅信号が含まれていない場合にも、代表値を信号発
生源の性質を判定するのに利用することができる。

【００２７】本発明による第４の判定装置は、物理量を
検出するセンサから出力されたセンサ信号の波形の特徴
量を抽出する波形特徴量抽出手段と、センサ信号の交流
成分の最大値又は当該交流成分の絶対値の最大値を所定
時間毎に求めて当該最大値を代表値として連続的に求め
る代表値検出手段と、前記代表値検出手段で検出された
一連の代表値が有する特徴を抽出する代表値特徴量抽出
手段と、前記波形特徴量及び前記代表値特徴量に基づい
て信号発生源の性質を判別する判別処理手段とからなる
ことを特徴としている。

【００２８】本発明による第４の判定方法は、物理量を
検出するセンサから出力されたセンサ信号の波形の特徴
量を抽出し、センサ信号の交流成分の最大値又は当該交
流成分の絶対値の最大値を所定時間毎に求めて当該最大
値を代表値として連続的に求め、前記一連の代表値が有
する特徴を抽出し、前記波形特徴量及び前記代表値特徴
量に基づいて信号発生源の性質を判別することを特徴と
している。

【００２９】この判定装置及び判定方法によれば、信号
の低周波成分や間欠的に表われる大振幅信号の状況と信
号の高周波成分の状況とを簡易に、しかも同時に把握し
て判別処理ができる。従って、信号発生源の性質を同時
的に、しかも総合的に判定することができ、判定精度を
向上させることができる。

【００３０】また、本発明の第１，第２，第３，第４の
判定装置の実施態様としては、前記センサ信号をＡ／Ｄ
変換するＡ／Ｄ変換手段と、Ａ／Ｄ変換されたセンサ信
号の波形データを記憶する波形記憶手段とを有し、記憶
された前記波形データに基づいて処理を行なうようにす
ることができる。

【００３１】このように波形データをＡ／Ｄ変換してデ
ジタル信号とすれば、デジタル信号処理技術を用いて信
号処理を簡易かつ高精度に行なうことができ、波形デー
タの記憶手段も簡易にできる。

【００３２】なお、物理量を検出するセンサ手段は判定
装置とは別になっていてもよいが、本判別装置が備えて
いてもよい。

【００３３】この判定装置は、信号発生源が正常か異常
かを判別する用途に用いるのに、最適であり、物理量と
して物体の振動によって発生する加速度を利用すること
により判定精度を向上させることができる。

【００３４】このように本発明によれば、信号発生源の
性質、特に製品の正常／異常を自動的に精度よく判定す
ることができるので、検査員の熟練に頼ることなく、一
定の検査基準に基づいて判定を正確かつ迅速に行なうこ
とができる。また、外乱などにより誤判定が発生しにく
いので、判定精度が向上する。また、判定のためのデー
タを数値化できるので、製品の品質管理等に判定結果を
フィードバックさせることができる。

【００３５】

【実施例】図１は本発明の一実施例であって、ワークの
検査を行なってワークの異常を検出する検査システムＡ
の全体構成を示すブロック図である。この検査システム
Ａは、モータ、ポンプ、コンプレッサ、エンジン等の動
力や、これらの動力により駆動されるギア、ローラ、軸
受け、摺動機構、カム機構などの部品、あるいはこれら
の動力や機構部品を用いたテープレコーダー、ドライ
ヤ、空気調和機、船外機、プリンタや複写機、ファクシ
ミリ装置などの各種ＯＡ機器その他の製品や駆動機構な
どのワークの異常を検査するものである。これらのワー
クに異常が発生すると、正常な場合よりも大きな振動が
発生したり、故障箇所の特性に応じた特徴のある異常振
動が発生するので、計測した振動波形データを解析する
ことによって異常の有無や異常の種類を判定することが
できる。あるいは、この検査システムＡは、缶詰め検査
や西瓜の等級検査のように叩いた音から判断できるよう
な物品の検査にも拡張できる。例えば、缶詰めの内容物
が腐敗していると、内部にガスが発生し、叩いた時の振
動数が変化するので、これによって検査することができ
る。

【００３６】この検査システムＡは、シリンダアーム
１、シリンダ２、ロッド３、振動センサ４、シリンダコ
ントローラ５、異常判定装置６、ワークコントローラ７
およびホストコントローラ８を備えている。

【００３７】ホストコントローラ８、ワークコントロー
ラ７およびシリンダコントローラ５はそれぞれ、別個の
コンピュータシステムにより実現することもできるし、
１台のコンピュータシステムにより実現することもでき
る。また、これらの一部をハードウエアにより実現する
こともできるし、その他の一部をソフトウエアにより実
現することもできる。

【００３８】シリンダ２はシリンダアーム１に垂直に支
持され、シリンダ２からロッド３が垂直下向きに伸縮自
在となっている。ロッド３の先端には、検査対象である
ワーク９の振動を計測する振動センサ４が取り付けられ
ている。振動センサ４としては、例えばピエゾ素子を用
いることができる。振動センサ４から出力される振動を
表わすセンサ信号は、ロッド３、シリンダ２及びシリン
ダアーム１の内部を通るケーブル１０を介して異常判定
装置６に入力される。なお、振動センサ４はロボット
（マニピュレータ）等により、検査対象であるワーク９
に接触させるようにしてもよい。

【００３９】つぎに、ワーク９の検査手順を以下に説明
する。まず、ホストコントローラ８は、振動センサ４を
ワーク９に装着させるために装着信号をシリンダコント
ローラ５に出力する。シリンダコントローラ５は、装着
信号がホストコントローラ８から出力されると、シリン
ダ２を動作させて振動センサ４がワーク９に接触するま
でロッド３を延ばす。振動センサ４は一定の適正な荷重
でワーク９に接触させるのが好ましい。

【００４０】ついで、ホストコントローラ８は、ワーク
９を動作させるために動作開始信号をワークコントロー
ラ７に出力する。ワークコントローラ７は、ホストコン
トローラ８から動作開始信号が出力されると、ワーク９
の駆動機構に予め決められた動作を行なわせる。振動セ
ンサ４は、ホストコントローラ８からの測定開始信号を
受けて異常判定装置６に検査対象であるワーク９の振動
のアナログ信号（センサ信号）を送信する。

【００４１】異常判定装置６は、後述するように、振動
センサ４から出力されるアナログ信号に基づいてワーク
９が正常に動作しているか（正常品）、または異常な動
作をしているか（異常品）の動作状態を判定する。判定
結果は、異常判定装置６からホストコントローラ８に出
力される。

【００４２】ホストコントローラ８は、ワークコントロ
ーラ７に動作開始信号を出力した後、所定の動作時間が
経過すると、振動センサ４をワーク９から離脱させるた
めの離脱信号をシリンダコントローラ５に出力する。シ
リンダコントローラ５は、ホストコントローラ８から離
脱信号が出力されると、シリンダ２を動作させてロッド
３を縮め振動センサ４をワーク９から離脱させる。

【００４３】ホストコントローラ８は、シリンダコント
ローラ５に離脱信号を出力すると、異常判定装置６から
出力される判定結果を取り込む。異常判定装置６から出
力される判定結果は、必要があればさらに上位コントロ
ーラに出力される。なお、ワークコントローラ７が動作
を終了すると、動作終了信号をホストコントローラ８に
出力し、ホストコントローラ８は動作終了信号が出力さ
れると、異常判定装置６から出力される判定結果を取り
込むようにしてもよい。

【００４４】ホストコントローラ８が離脱信号をシリン
ダコントローラ５から出力した後、一定時間経過して
も、判定結果が異常判定装置６から出力されなければ、
異常判定装置６によってワーク９の動作状態の判定が行
なわれていないことになる。この場合には、ホストコン
トローラ８は、再び離脱信号をシリンダコントローラ５
に出力し、さらに動作開始信号をワークコントローラ７
に出力してワーク９を再び動作させることになる。

【００４５】このようにしてワーク９の製品検査が行な
われることになる。

【００４６】この検査システムＡで計測する物理量は、
上述の振動に代えて、音、圧力、温度、力、電圧、電流
等を用いてもよい。この場合には、それぞれの物理量を
計測するためのセンサが必要となるのはいうまでもな
い。

【００４７】図２は上記異常判定装置６の詳細な構成を
示す機能ブロック図である。異常判定装置６はプログラ
ムされたコンピュータシステム（いわゆるマイコン）に
よって実現される。異常判定装置６は、フィルタ１１、
アナログ／デジタル信号（Ａ／Ｄ）変換器１２、メモリ
１３、特徴量演算器１４、ファジイ推論器１５、判定処
理器１６を備えている。

【００４８】振動センサ４から送信されたアナログ信号
は、異常判定装置６にてまずフィルタ１１によりフィル
タ処理され必要な周波数帯域のみが抽出されたのち、Ａ
／Ｄ変換器１２によってデジタル信号へと変換される。
ここで用いるフィルタ１１は、ローパスフィルタ、ハイ
パスフィルタ、バンドパスフィルタであって、これら各
種フィルタを全て用いてもよく、あるいは一部だけを用
いてフィルタ１１を構成してもよい。また、フィルタ１
１の通過帯域は、０〜２０ｋＨｚの範囲内で設定でき、
この範囲内の適宜通過帯域とすることができる。そし
て、この通過周波数帯域の設定は、振動センサ４の特性
やＡ／Ｄ変換器１２の分解能等で決まり、不必要な周波
数帯域に存在するノイズ成分をＡ／Ｄ変換前に除去する
働きをする。

【００４９】Ａ／Ｄ変換器１２によって変換されたデジ
タル信号は一定時間ΔＴメモリ１３に蓄積され、特徴量
演算器１４はメモリ１３に蓄積されたデータに基づいて
特徴量を演算する。メモリ１３は一定時間ΔＴ（例えば
数秒〜数１０秒間）のデジタル信号を蓄積し、一定時間
ΔＴ毎にクリアされる。すなわち、メモリ１３には一定
時間ΔＴのデータが記憶され、蓄積された振動データは
一定時間ΔＴ毎に消去され、再度一定時間ΔＴのデータ
が蓄積される。従って、特徴量演算器１４は、一定時間
ΔＴ毎のデジタル信号に基づいて後述のような各種特徴
量を演算する。特徴量演算器１４で演算された各特徴量
の値は、ファジイ推論器１５へ送信され、後述のように
して、予め設定されたファジイ判定ルール及びメンバー
シップ関数に従ってファジイ推論器１５でファジイ推論
処理され、正常／異常の度合い表わすグレード値ｙを判
定処理器１６へ出力する。判定処理器１６は、ファジイ
推論器１５によって算出されたグレード値ｙと予め設定
されている判定基準とを比較し、検査対象であるワーク
９の正常／異常の判定を行なう。判定処理器１６で判定
された判定結果はホストコントローラ８へ送られ、ここ
で適切な処理、例えば異常の場合にはアラームを鳴らし
たり、判定結果などのデータをハードディスクなどの記
憶装置に記憶するなどの処理がなされる。

【００５０】この異常判定装置６には、数種の特徴量が
予め設定されている。例えば、極値数、波の鋭さ、
２乗平均平方根値（root mean square；以下、ＲＭＳ
値と記す）、最大値、最小値、最大振幅、しき
い値越え時間、しきい値越え回数、傾き平均値など
の特徴量を設定することができるが、必ずしもこれら特
徴量の全てを用いる必要はなく、測定対象であるワーク
９の特性に応じて〜のうちの一部の特徴量を用いて
もよい。これら特徴量に関する判定方法については、正
常品と異常品の各ワーク９について予め振動を測定して
おき、両者のデータから判定に有効な判定方法を決定し
ておく。

【００５１】図３に特徴量演算器１４の詳細な構成のブ
ロック図を示す。また、図４はメモリ１３に蓄積されて
いる一定時間ΔＴの振動データ（デジタル信号）を例示
する図である。なお、図４では説明の便宜上各デジタル
信号を直線で結んでいる。

【００５２】極値数カウンタ１７は、Ａ／Ｄ変換器１２
から出力されメモリ１３に蓄積されている一定時間ΔＴ
の振動データｘ_i（但し、ｉ＝１，２，…）に対して、
その極値の検出を行ない、その総数を計数した値を極値
数として出力する。ここで極値とは、図４でいえば丸印
で囲まれた点であって、ある振動データの両側の振動デ
ータの値が当該振動データの値よりも共に大きいか、あ
るいは共に小さい場合には、当該振動データの値は極値
である。言い換えると、図５に例示するように、３つの
連続した振動データの値ｘ_m-1、ｘ_m、ｘ_m+1に対して、（ｘ_m−ｘ_m-1）×（ｘ_m−ｘ_m+1）＞０が成立つとき、ｘ_mは極値である。そして、この極値を
一定時間ΔＴの振動データについてカウントしたものが
極値数Ｎ_mとなる。従って、図４に即していえば、丸印
の数が極値数となる。

【００５３】波の鋭さ演算器１８は、Ａ／Ｄ変換器１２
から出力されメモリ１３に蓄積された一定時間ΔＴの振
動データｘ_iに対して、その極値ｘ_mの検出を行ない、各
極値ｘ_mにおける波の鋭さ（波形の鋭さ）を求める。こ
こに、波の鋭さとは、図５に示すように、各極値ｘ_mと
その両側の振動データの値ｘ_m-1，ｘ_m+1との傾きの絶対
値の和｜（ｘ_m−ｘ_m-1）／δＴ｜＋｜（ｘ_m+1−ｘ_m）／δＴ｜もしくは、極値ｘ_mの両側の傾きの絶対値の平均値｛｜（ｘ_m−ｘ_m-1）／δＴ｜＋｜（ｘ_m+1−ｘ_m）／δＴ
｜｝／２をいう。ただし、δＴは振動データｘ_i間の信号時間間
隔である。これは、おおまかにいえば、極値ｘ_mをその
両側の振動データの値ｘ_m-1，ｘ_m+1と結んだ直線間の開
き角θ_m、もしくは当該開き角θ_mの１／２に相当する。
この波の鋭さを特徴量として用いる場合には、各波の鋭
さを個々に特徴量とすることもできるが、一定時間ΔＴ
内の全ての極値ｘ_mにおける波の鋭さを加算した総和量
を用いたり、一定時間ΔＴ内の全ての極値ｘ_mにおける
波の鋭さを平均した平均値を用いたりするのが好まし
い。

【００５４】ＲＭＳ値演算器１９は、Ａ／Ｄ変換器１２
から出力されメモリ１３に蓄積されている振動データｘ
_iからそのＲＭＳ値ｘ_RMSを求める。ここで、ＲＭＳ値ｘ
_RMSは、波形処理に一般的に用いられている２乗平均平
方根値であって、メモリ１３内の振動データをｘ_iで表
わすと、（Σｘ_i ²／Ｎ_m）^1/2 で求められる。但し、総和Σは極値ｘ_m全体に対して行
なうものであり、Ｎ_mは極値数である。

【００５５】最大値検出器２０は、Ａ／Ｄ変換器１２か
ら出力されてメモリ１３に蓄積されている振動データｘ
_iのうち最も大きな値、すなわち最大値ｘmaxを求める。

【００５６】最小値検出器２１は、Ａ／Ｄ変換器１２か
ら出力されてメモリ１３に蓄積されている振動データｘ
_iのうち最も小さな値、すなわち最小値ｘminを求める。

【００５７】最大振幅演算器２２は、Ａ／Ｄ変換器１２
から出力されてメモリ１３に蓄積されている振動データ
ｘ_iのうち最大値ｘmaxと最小値ｘminとの差、つまり最
大振幅Δｘ＝ｘmax−ｘminを求める。

【００５８】また、Ａ／Ｄ変換器１２から出力されてメ
モリ１３に蓄積されている振動データｘ_iは、しきい値
越え時間やしきい値越え回数、傾き平均値などの演算を
行なわれる前に、前処理部（ＭＡＸフィルタ）２３にお
いて所定の前処理を施される。この前処理の方法を説明
する。まず、図４の下部に示すように、Ａ／Ｄ変換器１
２から出力されてメモリ１３に蓄積されている振動デー
タｘ_iを、予め定められている前処理用パラメータの数
値分のデータを１ブロックとして、数ブロックに分割す
る。ついで、分割した各ブロックＢ₁，Ｂ₂，…毎の振動
データについて、そのブロックＢ_j（但し、ｊ＝１，
２，…）の中で最大値（あるいは、そのブロックの中の
振動データの絶対値のうちの最大値でもよい）Ｘ_jをそ
のブロックの代表値とする。そして、各ブロックＢ_jの
代表値Ｘ_jを時系列的に連続させたものを前処理部２３
の出力信号として出力する。このように前処理を行なう
ことにより、大振幅信号だけを取り出してその特徴量を
判定することが可能になる。前処理部２３により前処理
された前処理データ（代表値）Ｘ_jを図６に例示する。
なお、代表値Ｘ_jを連続的に求める方法としては、図４
に示しているように、重複なく、隙間なくブロック
Ｂ₁，Ｂ₂，…を分割して各ブロックＢ_j毎に代表値Ｘ_jを
求める方法に限らない。例えば、一部重複するようにブ
ロックＢ₁，Ｂ₂，…を分割し、互いに一部重複した各ブ
ロックＢ_j内で各代表値Ｘ_jを求めてもよい。あるいは、
ブロックＢ₁，Ｂ₂，…間にブランクを持たせてブロック
Ｂ₁，Ｂ₂，…を設定し、互いに離間した各ブロックＢ_j
内で各代表値Ｘ_jを求めてもよい。

【００５９】前処理部２３から出力された前処理データ
Ｘ_jは、しきい値越え時間カウンタ２４、しきい値越え
回数カウンタ２５および傾き平均値演算器２６へ送信さ
れ、そこでそれぞれの処理を施される。

【００６０】しきい値越え時間カウンタ２４は、前処理
部２３から出力された前処理データＸ_jを予め設定され
たしきい値ＳＬと比較し、前処理データＸ_jがしきい値
ＳＬを越えた時間の総和をしきい値越え時間として求め
る。つまり、各前処理データＸ_jに対して、Ｘ_j＞ＳＬが成立したとき、そのデータ時間間隔δｔをしきい値越
え時間としてカウントする。図６の場合でいえば、Ｔ₁
＋Ｔ₂＋Ｔ₃がしきい値越え時間となる。

【００６１】しきい値越え回数カウンタ２５は、前処理
部２３から出力された前処理データＸ_jを予め設定され
たしきい値ＳＬと比較し、前処理データＸ_jがしきい値
ＳＬを越えた回数をしきい値越え回数として求める。す
なわち、前処理データＸ_jに対して、Ｘ_j＞ＳＬかつＸ_j-1＜ＳＬが成立したとき、しきい値越え回数としてカウントす
る。図６の場合でいえば、しきい値越え回数は３とな
る。

【００６２】傾き平均値演算器２６は、前処理部２３か
ら出力された前処理データＸ_j間の傾き（代表値傾き）
を求め、各前処理データＸ_j間の傾きの絶対値平均を傾
き平均値として求める。前処理データＸ_j間の傾きと
は、図７に示すように、前処理データＸ_j間の時間間隔
をδｔ、前処理データＸ_jの差ｄ_j＝Ｘ_j−Ｘ_j-1とすると
き、ｄ_j／δｔ＝（Ｘ_j−Ｘ_j-1）／δｔで定義されるものであって、傾き平均値はこの傾きの絶
対値の平均（Σ｜ｄ_j／δｔ｜）／Ｎp で定義される。なお、総和Σは前処理データＸ_j全体に
対して行なうものであり、Ｎpは前処理データＸ_jのデー
タ数である。また、δｔが一定である場合には、前処理
データＸ_jの傾きとしては、前処理データＸ_jの差ｄ_j＝
Ｘ_j−Ｘ_j-1そのものを用いてもよい。

【００６３】しきい値越え時間カウンタ２４及びしきい
値越え時間カウンタ２４で用いられるしきい値ＳＬに
は、絶対的な値で与えるものと、相対的な値で与えるも
のの２種類のなかから選択できる。図３に示す特徴量演
算器１４では、切替手段２７によって選択できるように
なっている。絶対的な値でしきい値ＳＬを設定する場合
には、切替手段２７をＳ２側へ切り替え、コントロール
パネル等から予めしきい値ＳＬを設定する際に、具体的
な数字で指定してしきい値ＳＬレベルの設定を行なうこ
とができる。一方、相対的な値でしきい値ＳＬを設定す
る場合には、切替手段２７をＳ１側へ切り替え、前処理
部２３から出力された前処理データＸ_jの平均値を平均
値算出器２８で算出し、メモリ等に保持されている乗数
を乗算器２９で当該平均値に乗じて何倍かしたものをし
きい値ＳＬとして用いる。この乗数は設定により０.５
〜５.０の範囲で変更が可能であり、最適な値となるよ
うに設定される。しきい値ＳＬとして当該相対的な値を
用いることによって、振動レベルのばらつきによる誤判
定を防ぐことが可能になる。

【００６４】上記のようにして、特徴量演算器１４にお
いて、極値数カウンタ１７で求められた極値数、波の鋭
さ演算器１８で求められた波の鋭さ、ＲＭＳ値演算器１
９で求められたＲＭＳ値、最大値検出器２０で求められ
た最大値、最小値検出器２１で求められた最小値、最大
振幅演算器２２で求められた最大振幅、しきい値越え時
間カウンタ２４で求められたしきい値越え時間、しきい
値越え回数カウンタ２５で求められたしきい値越え回数
などの特徴量は、ファジイ推論器１５へ送信される。フ
ァジイ推論器１５では、予め設定されているファジイ判
定ルールに従って正常／異常の度合いを判定する。

【００６５】つぎに、特徴量演算器１４によって求めら
れた各特徴量の値からワーク９の正常／異常を判定する
方法について説明する。まず、ファジイ推論器１５にお
いては、前記各種特徴量のうち、検査対象であるワーク
９の正常／異常を判定するために有効な特徴量が決定さ
れている。また、図８はファジイ推論のための前件部変
数「特徴量」に関して、言語情報「正常」及び「異常」
の２つのメンバーシップ関数を表わしている。ここで
は、代表的に前件部変数としての「特徴量」を示してい
るが、各有効特徴量に関して図８に示したようなメンバ
ーシップ関数が定義されている。もっとも、各有効特徴
量に関してメンバーシップ関数は必ずしも同一である必
要はない。図９はファジイ推論のための後件部変数「判
定結果」に関して、言語情報「正常」及び「異常」の２
つのシングルトンを表わしている。

【００６６】図１０はファジイ推論を行なうためのファ
ジイ判定ルールの一例を示し、前記９種の特徴量をすべ
て用いる場合を想定している。図１０において、ルール
No.１は、９種類すべての特徴量が正常の範囲内にあれ
ば、判定結果として正常を出力するというルールであ
る。ルールNo.２は、極値数及び波の鋭さにて高周波で
発生している異常振動を検出し、これらの値が正常時の
許容範囲を越えていれば判定結果として異常を出力する
というルールである。ルールNo.３は、しきい値越え時
間及びしきい値越え回数にて低周波で発生している異常
振動を検出し、これらの値が正常時の許容範囲を越えて
いれば判定結果として異常を出力するというルールであ
る。ルールNo.４は、ルールNo.２及びNo.３では検出で
きない異常振動を検出し、これらの値が正常時の許容範
囲を越えていれば判定結果として異常を出力するという
ルールである。ルールNo.５は、正常時には考えられな
いような異常に大きな振動を検出し、判定結果として異
常を出力するというルールである。また、α₁，β₁はそ
れぞれ極値数に関するメンバーシップ関数による正常の
適合度及び異常の適合度である。α₂，β₂はそれぞれ波
の鋭さに関するメンバーシップ関数による正常の適合度
及び異常の適合度である。α₃，β₃はそれぞれＲＭＳ値
に関するメンバーシップ関数による正常の適合度及び異
常の適合度である。α₄，β₄はそれぞれ最大値に関する
メンバーシップ関数による正常の適合度及び異常の適合
度である。α₅，β₅はそれぞれ最小値に関するメンバー
シップ関数による正常の適合度及び異常の適合度であ
る。α₆，β₆はそれぞれ最大振幅に関するメンバーシッ
プ関数による正常の適合度及び異常の適合度である。α
₇，β₇はそれぞれしきい値越え時間に関するメンバーシ
ップ関数による正常の適合度及び異常の適合度である。
α₈，β₈はそれぞれしきい値越え回数に関するメンバー
シップ関数による正常の適合度及び異常の適合度であ
る。α₉，β₉はそれぞれ傾き平均値に関するメンバーシ
ップ関数による正常の適合度及び異常の適合度である。
また、λ₁はルールNo.１による判定結果が「正常」の度
合いを示し、μ₂，μ₃，μ₄，μ₅はルールNo.２，No.
３，No.４及びNo.５による判定結果が「異常」の度合い
を示す。

【００６７】しかして、特徴量演算器１４から極値数や
波の鋭さ等の特徴量の値がファジイ推論器１５に送られ
ると、ファジイ推論器１５は図１１に示すように各特徴
量の値をそれぞれのメンバーシップ関数と比較すること
により、各特徴量の正常の適合度α、異常の適合度βを
求める。図１１では正常の適合度α、異常の適合度βを
示しているが、これらは特徴量の種類によって、例えば
極値数、波の鋭さ、…、傾き平均値の場合にはそれぞれ
α₁，β₁；α₂，β₂，…，α₉，β₉となるものである。

【００６８】こうして各特徴量の適合度α₁，…β₉が求
められると、前件部における各特徴量の適合度にミニ・
マックス（mini-max）演算を施して後件部における「正
常」の適合度λと「異常」の適合度μが求められる。例
えば図１０に示したファジイ判定ルールが適用され、ミ
ニ（mini）演算によりルールNo.１から正常の度合い λ₁＝min（α₁，α₂．，…，α₉）が求められる。同様に、ミニ演算によりルールNo.２，N
o.３，No.４，No.５からそれぞれ、 μ₂＝min（β₁，β₂） μ₃＝min（β₇，β₈） μ₄＝min（β₃，β₉） μ₅＝min（β₄，β₅，β₆）が求められる。ついで、これらにマックス（max）演算
を施すことによって後件部における「正常」の度合い
λ、すなわち λ＝max（λ₁）＝λ₁ と、「異常」の度合いμ、すなわち μ＝max（μ₂，μ₃，μ₄，μ₅）を求める。なお、図１０のファジイ判定ルールのいずれ
にも当てはまらない場合には、「判定不能」として出力
し、装置全体の強制停止を行なったり、監視者を呼ぶな
どの対処をホストコントローラ８にて行なう。

【００６９】こうして求められた「正常」の度合いλ、
「異常」の度合いμを後件部のメンバーシップ関数に当
てはめると、図１２（ａ）のような結果が得られる。つ
いで、「正常」の度合いを示すメンバーシップ関数と、
「異常」の度合いを示すメンバーシップ関数とに重心演
算を施すことによって正常／異常の度合いを示すグレー
ド値ｙが得られる。ｙ＝（０×λ＋１×μ）／（λ＋μ）

【００７０】こうして、ファジイ推論器１５で正常／異
常の度合いを示すグレード値ｙが算出され、当該グレー
ド値ｙがファジイ推論器１５から判定処理器１６へ出力
されると、判定処理器１６においては、当該グレード値
ｙと予め設定されている判定基準値との比較を行ない、
検査対象であるワーク９の正常／異常の判定を行なう。
ここで用いる判定基準値は、正常と異常の境界を表わす
値であって、グレード値ｙと同様に０から１の値を予め
設定されている。なお、この判定基準値の設定はコント
ロールパネルなどから変更することができる。図１３に
示すように、グレード値ｙがこの判定基準値未満（正常
領域）であれば、正常の判定結果を出力し、逆に、判定
基準値以上（異常領域）であれば、異常の判定結果を出
力する。

【００７１】判定処理器１６から出力された判定結果
は、ホストコントローラ８に送られ、ここで適切な処
理、例えば異常の場合にはアラームを鳴らしたり、判定
結果などのデータをハードディスクなどの記憶装置に記
憶するなどの処理がなされる。

【図面の簡単な説明】

【図１】本発明の一実施例による製品検査を行なうため
の検査システムの全体構成を示すブロック図である。

【図２】同上の異常判定装置の構成を示す機能ブロック
図である。

【図３】同上の特徴量演算器の構成を示すブロック図で
ある。

【図４】メモリに蓄積されている振動データの一例を示
す図である。

【図５】上記振動データにおける極値及び波の鋭さを説
明するための説明図である。

【図６】前処理後の振動データである前処理データの一
例を示す図である。

【図７】図６の前処理データのＣ部拡大図であって、傾
き平均値を説明するものである。

【図８】ファジイ推論器におけるファジイ推論のための
前件部変数「特徴量」に関して、言語情報「正常」及び
「異常」の２つのメンバーシップ関数を示す図である。

【図９】ファジイ推論器におけるファジイ推論のための
後件部変数「判定結果」に関して、言語情報「正常」及
び「異常」の２つのシングルトンを示す。

【図１０】ファジイ推論器におけるファジイ推論のため
のファジイ判定ルールを示す図である。

【図１１】前件部における正常の適合度と異常の適合度
を求める方法を説明する図である。

【図１２】（ａ）は後件部における「正常」の適合度と
「異常」の適合度を示す図、（ｂ）は重心演算により正
常／異常のグレード値を求める様子を示す図である。

【図１３】判定処理器においてグレード値ｙと判定基準
値を比較する様子を示す図である。

【符号の説明】

４振動センサ６異常判定装置８ホストコントローラ１１フィルタ１２Ａ／Ｄ変換器１３メモリ１４特徴量演算器１５ファジイ推論器１６判定処理器

Claims

【特許請求の範囲】

【請求項１】物理量を検出するセンサから出力された
センサ信号の波形が所定の計測時間内に有する極値の数
を検出する極値数検出手段と、前記極値数に基づいて信号発生源の性質を判別する判別
処理手段とを備えた判別装置。
【請求項２】物理量を検出するセンサから出力された
センサ信号の波形の極値近傍の波形の鋭さを検出する波
形の鋭さ検出手段と、前記波形の鋭さに基づいて信号発生源の性質を判別する
判別処理手段とを備えた判別装置。
【請求項３】物理量を検出するセンサから出力された
センサ信号の交流成分の最大値又は当該交流成分の絶対
値の最大値を所定時間毎に求めて当該最大値を代表値と
して連続的に求める代表値検出手段と、前記代表値検出手段で検出された一連の代表値が有する
特徴量を抽出する代表値特徴量抽出手段と、前記代表値特徴量に基づいて信号発生源の性質を判別す
る判別処理手段とを備えた判別装置。
【請求項４】前記代表値特徴量抽出手段は、所定のし
きい値より大きな値の代表値の発生期間をしきい値越え
時間として検出するしきい値越え時間検出手段である、
請求項３に記載の判別装置。
【請求項５】前記代表値特徴量抽出手段は、代表値が
連続して所定のしきい値を越える期間の数をしきい値越
え回数として検出するしきい値越え回数検出手段であ
る、請求項３に記載の判別装置。
【請求項６】前記所定のしきい値は、所定の計測時間
内に得られた代表値の平均値に基づいて設定される、請
求項４又は５に記載の判別装置。
【請求項７】前記代表値特徴量抽出手段は、ある代表
値とその代表値の次に検出された代表値との差又は傾き
を代表値傾きとして検出する代表値傾き検出手段であ
る、請求項３に記載の判別装置。
【請求項８】物理量を検出するセンサから出力された
センサ信号の波形の特徴量を抽出する波形特徴量抽出手
段と、センサ信号の交流成分の最大値又は当該交流成分の絶対
値の最大値を所定時間毎に求めて当該最大値を代表値と
して連続的に求める代表値検出手段と、前記代表値検出手段で検出された一連の代表値が有する
特徴を抽出する代表値特徴量抽出手段と、前記波形特徴量及び前記代表値特徴量に基づいて信号発
生源の性質を判別する判別処理手段とからなる判別装
置。
【請求項９】前記センサ信号をＡ／Ｄ変換するＡ／Ｄ
変換手段と、Ａ／Ｄ変換されたセンサ信号の波形データ
を記憶する波形記憶手段とを有し、記憶された前記波形データに基づいて処理を行なう、請
求項１，２，３又は８に記載の判別装置。
【請求項１０】物理量を検出するセンサ手段を有す
る、請求項１，２，３又は８に記載の判別装置。
【請求項１１】信号発生源が正常か異常かを判別す
る、請求項１，２，３又は８に記載の判別装置。
【請求項１２】前記物理量は物体の振動によって発生
する加速度である、請求項１，２，３又は８に記載の判
別装置。
【請求項１３】物理量を検出するセンサから出力され
たセンサ信号の波形が所定の計測時間内に有する極値の
数を検出し、前記極値数に基づいて信号発生源の性質を判別すること
を特徴とする判別方法。
【請求項１４】物理量を検出するセンサから出力され
たセンサ信号の波形の極値近傍の波形の鋭さを検出し、前記波形の鋭さに基づいて信号発生源の性質を判別する
ことを特徴とする判別方法。
【請求項１５】物理量を検出するセンサから出力され
たセンサ信号の交流成分の最大値又は当該交流成分の絶
対値の最大値を所定時間毎に求めて当該最大値を代表値
として連続的に求め、前記一連の代表値が有する特徴量を抽出し、前記代表値特徴量に基づいて信号発生源の性質を判別す
ることを特徴とする判別方法。
【請求項１６】物理量を検出するセンサから出力され
たセンサ信号の波形の特徴量を抽出し、センサ信号の交流成分の最大値又は当該交流成分の絶対
値の最大値を所定時間毎に求めて当該最大値を代表値と
して連続的に求め、前記一連の代表値が有する特徴を抽出し、前記波形特徴量及び前記代表値特徴量に基づいて信号発
生源の性質を判別することを特徴とする判別方法。