JPH0883265A - 振動信号解析装置 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、必要に応じて周波数分解能を変化
させることにより任意の特徴的な周波数成分を解析可能
な振動信号解析装置を提供する。 【構成】 振動信号源から収集されるデータをウエーブ
レット変換するウエーブレット変換手段２と、このウエ
ーブレット変換手段によりウエーブレット変換されたデ
ータの周期性の検出する周期性検出手段３１とを備えた
振動信号解析装置である。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、電気信号や機械振動等
の周期性を有する信号を解析する振動信号解析装置に関
する。

【０００２】

【従来の技術】各種機器診断，物理現象の解析，新たな
開発機器の動作状態の把握等、様々な目的の下に電気信
号や機械振動等の周波数解析が行われている。従来、こ
のような解析は、デジタルフィルタ用いる方法やフーリ
エ変換を用いる方法により行われている。

【０００３】

【発明が解決しようとする課題】しかしながら、デジタ
ルフィルタを用いる方法では、高精度な解析を行うこと
ができない。一方、フーリエ変換を用いた振動信号の解
析では、時間要素が欠落するという欠点や、周波数分解
能の変更が困難であるという欠点がある。

【０００４】つまり、フーリエ変換を用いる従来の振動
信号解析装置では、振動信号の中から特徴的な周波数成
分を抽出するためにフィルタ等による前処理を行う必要
があり、また、時間要素の欠落はフーリエ変換そのもの
により起こる。

【０００５】このような振動信号解析装置では、周波数
分解能はサンプリング周波数とサンプリングデータ数に
大きく依存するので、信号解析にあたって十分なデータ
を予め用意しておく必要がある。このことは、特徴的な
周波数の予測がつかないような場合には解析が困難であ
り、汎用性に欠ける問題がある。

【０００６】本発明は、このような実情を考慮してなさ
れたもので、必要に応じて周波数分解能を変化させるこ
とにより任意の特徴的な周波数成分を解析可能とする振
動信号解析装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、請求項１に対応する発明は、振動信号源から収集さ
れるデータをウエーブレット変換するウエーブレット変
換手段と、このウエーブレット変換手段によりウエーブ
レット変換されたデータの周期性を検出する周期性検出
手段とを備えた振動信号解析装置である。

【０００８】また、請求項２に対応する発明は、振動信
号源からあるサンプリング周期でデータを収集するデー
タ収集手段と、このデータ収集手段により収集されるデ
ータをウエーブレット変換するウエーブレット変換手段
と、このウエーブレット変換手段によりウエーブレット
変換されたデータの周期性を検出し、この検出された当
該データ周期を算出する周期算出手段と、この周期算出
手段によって算出されたデータ周期間で収集されるデー
タ数が、ウエーブレット変換手段で用いられる周波数分
解能に係わるウエーブレット変換のパラメータと予め定
められた関係となるようにサンプリング周期を変更する
サンプリング周期変更手段とを備えた振動信号解析装置
である。

【０００９】さらにまた、請求項３に対応する発明は、
振動信号源から収集されるデータをウエーブレット変換
するウエーブレット変換手段と、このウエーブレット変
換手段によりウエーブレット変換されたデータの周期性
を検出し、この検出された当該データ周期を算出する周
期算出手段と、この周期算出手段によって算出されたデ
ータ周期と前記ウエーブレット変換手段で用いられる周
波数分解能に係わるウエーブレット変換のパラメータと
が予め定められた関係となるようにウエーブレット変換
のパラメータを変更するパラメータ変更手段とを備えた
振動信号解析装置である。

【００１０】

【作用】したがって、まず、請求項１に対応する発明の
振動信号解析装置においては、ウエーブレット変換手段
によって振動信号源から収集された電気信号や、振動信
号等がウエーブレット変換される。

【００１１】次に、周期性検出手段によって、このウエ
ーブレット変換されたデータは、周期性が検出される。
したがって、例えばこの検出された周期の情報を解析す
ることにより、機器の診断、物理現象の解析等を行うこ
とができる。

【００１２】請求項２に対応する発明の振動信号解析装
置においては、まず、データ収集手段によって振動信号
源からデータが収集される。次に、ウエーブレット変換
手段によって収集されたデータがウエーブレット変換さ
れる。

【００１３】さらに、周期算出手段によって、このウエ
ーブレット変換されたデータは、周期性が検出され、当
該データ周期が算出される。そして、サンプリング周期
変更手段によって、データ周期間で収集されるデータ数
が、周波数分解能に係わるウエーブレット変換のパラメ
ータと予め定められた関係となるようにサンプリング周
期が変更される。

【００１４】この関係とは例えばデータ周期間での収集
データ数から１を引いた数、又は、当該パラメータを整
数倍すると一致するような関係であり、サンプリング周
期と周波数分解能に係わるパラメータ間にこのような関
係にある場合、データの周期は検出され易くなり、周期
性は明確となる。

【００１５】したがって、前述されたサンプリング周期
を用い、データ収集手段によってデータの再収集を行
い、さらに、ウエーブレット変換を行えば、振動信号源
の注目したデータ周期について精密な解析を行うことが
できるようになる。

【００１６】請求項３に対応する発明の振動信号解析装
置においては、まず、ウエーブレット変換手段によっ
て、振動信号源から収集されたデータがウエーブレット
変換される。

【００１７】次に、周期算出手段によって、このウエー
ブレット変換されたデータは、周期性が検出され、当該
データ周期が算出される。そして、パラメータ変更手段
によって、周波数分解能に係わるウエーブレット変換の
パラメータが、周期算出手段に算出されたデータ周期と
当該周波数分解能に係わるパラメータとの予め定められ
た関係となるように変更される。

【００１８】この関係とは例えばデータ周期間での収集
データ数から１を引いた数、又は、当該パラメータを整
数倍すると一致するような関係であり、サンプリング周
期と周波数分解能に係わるパラメータ間にこのような関
係にある場合、データの周期は検出され易くなり、周期
性は明確となる。

【００１９】したがって、この変更されたウエーブレッ
ト変換のパラメータを用い、再びウエーブレット変換を
行えば、振動信号源の注目したデータ周期について精密
な解析を行うことができるようになる。

【００２０】

【実施例】以下、本発明の実施例について、図面を用い
て説明する。図１は本発明装置の一実施例を示すブロッ
ク図である。この振動信号解析装置は、電気信号源や機
械振動源等の信号解析の対象となる信号源から振動デー
タを収集する各種測定機器等からなるデータ収集手段と
してのサンプリング部１と、このサンプリング部１でサ
ンプリングされたデータをウエーブレット変換するウエ
ーブレット変換部２と、このウエーブレット変換部２に
よってウエーブレット変換されたデータを評価し、必要
に応じて再ウエーブレット変換や再サンプリングを指示
するデータ評価部３と、ウエーブレット変換されたデー
タを診断する診断処理部４とによって構成されている。

【００２１】ウエーブレット変換部２は、ウエーブレッ
ト変換を行うのに必要なデータ処理装置と必要なプログ
ラム等から構成されており、ウエーブレット変換は次式
に従って行われる。

【００２２】

【数１】 ここで、ａはスケールパラメータ、ｂはシフトパラメー
タ、ψ（ｔ）は以下の（２）式の条件を満たす関数、ｆ
（ｘ）は変換対象となる関数である。

【００２３】

【数２】

【００２４】また、スケールパラメータａは周波数分解
能に関係するパラメータであり、シフトパラメータｂは
位置（あるいは時間）に関係するパラメータである。な
お、ウエーブレット変換は、振動信号の時間要素を残し
たまま行われる解析手法である。

【００２５】データ評価部３は、周期性判定部３１と周
期算出部３２と再サンプリング可否判定部３３とサンプ
リング周期変更部３４とパラメータ変更部３５とによっ
て構成されている。

【００２６】周期性判定部３１は、ウエーブレット変換
されたデータを処理し、周期性があるか否かを判定す
る。周期算出部３２は、周期性判定部３１でデータ処理
された結果に基づいて周期を算出する。算出される周期
は、単数又は複数であり、サンプリングされた一部また
は全部のデータにおける注目される周期とする。

【００２７】再サンプリング可否判定部３３は、信号源
の状況、その他の要因から再サンプリングが可能である
かを判定し、場合によっては外部入力により再サンプリ
ング可否判定を受け付ける。

【００２８】サンプリング周期変更部３４は、再サンプ
リングが必要と判定されたとき、予め設定された規則に
基づいて、スケールパラメータａに対して再サンプリン
グに最適なサンプリング周期を算出し、サンプリング部
１に与えて、再サンプリングを指示する。

【００２９】パラメータ変更部３５は、再サンプリング
が不可能と判定されたとき先の収集データを再ウエーブ
レット変換するのにあたって、予め設定された規則に基
づいてスケールパラメータａを変更することにより、周
波数分解能，周波数に対するウエーブレット変換の感度
特性を変化させ、信号源の周期性を判断するために最適
なウエーブレット変換結果が得られるようにする。

【００３０】診断処理部４は、再サンプリングあるいは
スケールパラメータａ変更後のウエーブレット変換され
たデータ、又は周期性判定部３１で周期性なしと判断さ
れたときのデータを取り込み、各種データ処理，例えば
音響信号の解析、機械振動の解析、機器の診断システム
への適用等のために解析，診断等を行う。

【００３１】なお、周期検出手段は、例えば周期性判定
部３１によって構成され、周期算出手段は、例えば周期
性判定部３１と周期算出部３２とによって構成されてい
る。次に、以上のように構成された本実施例の振動信号
解析装置の動作について説明する。

【００３２】図２は、本実施例の振動信号解析装置の動
作を示すフロー図である。まず、サンプリング部１で信
号源の振動データをサンプリングした後（Ｓ１）、ウエ
ーブレット変換部２に導き、ここでサンプリングデータ
をウエーブレット変換する（Ｓ２）。

【００３３】本実施例のウエーブレット変換では、スケ
ールパラメータａを基本的な組みとして、例えばａ＝２
ⁿ（ここで、ｎ＝０〜Ｎ；ｎは整数）の組みで与えてい
る。２ⁿの形で与える理由は、ウエーブレット逆変換を
可能にするためであり、ウエーブレット変換そのものを
行うためには、本来、どのような形であっても構わな
い。

【００３４】このとき、スケールパラメータａの値は、
概念的にはサンプリングされたデータに対して、いくつ
とびのデータを用いてウエーブレット変換を行うかとい
うことを意味している。したがって、先の基本的な組み
では、スケールパラメータａとして、ａ＝１、２、４、
８、１６、．．．を与え、サンプリングされたデータに
対して、ａ＝１の場合はとびなし、ａ＝２の場合は１つ
とび、ａ＝４の場合は３つとび、ａ＝８の場合は７つと
び、．．．のデータを用いてウエーブレット変換を行う
ことになる。

【００３５】このウエーブレット変換の結果、サンプリ
ングされたデータが例えば２^x−１（ここで、ｘは正整
数）個とびにピークを持つような周期性を有していれ
ば、この周期性は当該ウエーブレット変換によって強調
され、明確に検出できる。逆に、サンプリングされたデ
ータに周期性がなければ、先に与えたスケールパラメー
タａの基本的な組みによるウエーブレット変換では、そ
の周期性の検出が難しいことを意味する。

【００３６】なお、上記説明でわかるように、スケール
パラメータａが小さいほど高周波数での検知感度が高く
すなわち周波数分解能が高く、スケールパラメータａが
大きいほど低周波数での検知感度が高くすなわち周波数
分解能が低くなる。

【００３７】次に、でウエーブレット変換されたデータ
は、周波数判定部３１にて所毎のデータ処理がなされ、
周期性の存否が判定される（Ｓ３）。周期性がなければ
診断処理部４にて所定の診断がなされて終了し、周期性
があれば次のステップに進む。

【００３８】ここで、周波数判定部３１におけるデータ
処理、周期性の判定方法を説明する。まず、ウエーブレ
ット変換のスケールパラメータａは、基本的な組みとし
て、上述したようにａ＝２ⁿ（ここで、ｎ＝０〜Ｎ；ｎ
は整数）で与えられている。また、シフトパラメータｂ
は、空間あるいは時間に関係するパラメータである。

【００３９】そこで、図３に示すようにスケールパラメ
ータａを縦軸とし、シフトパラメータｂを横軸としてマ
トリックス的なグラフ図形を作成すると、このグラフ図
形は、縦軸が周波数分解能を表し、横軸が例えば時間を
表すものとなる。図３では、縦軸の上にいくほど周波数
分解能が高く、横軸の右にいくほど時間が経過するよう
にしている。ここで、各マトリックス内にパラメータ
ａ，ｂに対応するウエーブレット変換結果、すなわちあ
る時刻におけるある周波数成分の検出程度を濃淡で表示
する。色が濃い程強く検出されたことを示している。

【００４０】このようなグラフ図形におけるピークとピ
ークの時間軸上の幅、すなわち時間間隔は、ある周波数
成分の周期となっている。また、ピークが現れない場合
は、データに周期性がない場合である。

【００４１】次に、ステップＳ３で処理されたデータ、
すなわち図３に表されるデータに基づいて、周期算出部
３２によって信号源の周期が算出される（Ｓ４）。さら
に、再サンプリング可否判定部３３によってデータのサ
ンプリングが再度可能か否かを判断し（Ｓ５）、再度デ
ータのサンプリングが可能であれば、サンプリング周期
変更部３４によって、信号源からサンプリングされたデ
ータの注目したい周期がデータ数２^m個（ｍは整数）で
表せるようにサンプリング周期を変更する（Ｓ６）。

【００４２】そして、変更されたサンプリング周期で再
びサンプリングが行われ（Ｓ７）、再びウエーブレット
変換が行われる（Ｓ８）。このときのスケールパラメー
タａの組みは、先の述べた基本的な組みａ＝２ⁿ（ここ
で、ｎ＝０〜Ｎ；ｎは整数）で与えられている。

【００４３】ここで、サンプリング周期は、ステップＳ
４で算出された注目しているデータの周期がデータ数２
^m個（ｍは整数）で表せるように、すなわち信号源から
発する信号の注目する１周期間で２^m個（ｍは整数）の
データをサンプリングするようにサンプリング周期を定
めているので、上述したように、ウエーブレット変換さ
れた結果は、注目したい周期を明確に検出でき、精密な
データ分析を行うことができる。

【００４４】さらに、スケールパラメータａの組が、ａ
＝２ⁿ（ここで、ｎ＝０〜Ｎ；ｎは整数）であるので、
ウエーブレット逆変換が可能であり、データの加工性に
すぐれ、サンプリングした源データの復元等も可能であ
る。

【００４５】このように再サンプリングされ、ウエーブ
レット変換されたデータは診断処理部４において必要な
診断処理が施される。一方、ステップＳ５において再サ
ンプリング不可能とされた場合、パラメータ変更部３５
によってウエーブレット変換のスケールパラメータａを
変更し（Ｓ９）、再度ウエーブレット変換が行われる
（Ｓ８）。

【００４６】このとき、スケールパラメータａの値の組
みは、前述した基本的な組からサンプリングされたデー
タの周期性をより明確にできるような組みに変更されて
いる。例えばサンプリングされたデータにおいて、デー
タ数１０個周期でピークが現れる場合、基本的な組みａ
＝１、２、４、８、１６、．．．を用いると、ａ＝１、
ａ＝２のときはピークを拾うが、例えばａ＝４のときに
は５つごとでないとピークを拾わない。例えばａ＝１、
２、５、１０、２０、．．．の組みであれば、各スケー
ルパラメータａに対して、全てピークを拾うことにな
り、データの周期性は明確に表現される。

【００４７】しかしながら、無規則にスケールパラメー
タａの組みを決め直すのは困難であり、また、スケール
パラメータａは整数でなければならないという制約もと
くにない。そこで、ステップＳ４で算出した周期に対
し、データ数Ｔ個ごとに注目する周期のピークが現れる
ものとすると、スケールパラメータａの組を、例えばａ
＝（Ｔ／２^N）＊２^xと変更すれば（ｘは予め設定された
条件に適合する定数）、注目する周期のピークを確実に
拾うことができるようになる。

【００４８】したがって、このようなスケールパラメー
タａの組みで再ウエーブレット変換された結果は、注目
したい周期関数を明確にできるものとなっており、精密
なデータ分析を行うことができる。

【００４９】このように変更されたスケールパラメータ
ａの組みで再ウエーブレット変換されたデータは診断処
理部４において必要な診断処理が施される。ただし、再
サンプリングの場合と異なり、スケールパラメータａの
組みの変更の仕方によっては、ウエーブレット逆変換が
不可能となる。

【００５０】このように本実施例によれば、サンプリン
グ部１にサンプリングされた信号源からの振動データを
ウエーブレット変換部２でウエーブレット変換し、周期
性判定部３１で周期性を判断し、当該周期に基づいて周
期性を明確にできるように変更さえたサンプリング周期
で再サンプリング，再ウエーブレット変換するので、信
号源から得られたデータより正確に振動信号を抽出する
ことができる。このようにウエーブレット変換により解
析された情報は、例えば音響信号の解析、機械振動の解
析、機器の診断システム等に適用することができる。

【００５１】また、この再サンプリングは、実質的にウ
エーブレット変換データの各周波数分解能の周期性検出
感度を向上させていることになっている。したがって、
任意の特徴的な周波数成分を高感度で解析可能である。

【００５２】さらに、このときスケールパラメータａを
２ⁿの形にできるので、ウエーブレット逆変換が可能で
あり、データの再加工性が確保される。また、本実施例
によれば、データの再サンプリングができないとき、パ
ラメータ変更部３５によって周期性を明確にできるよう
な値にスケールパラメータａの組みを変更し、この組み
で再ウエーブレット変換を行うようにしたので、たとえ
データの再サンプリングができないときであっても上記
効果を得ることができる。ただし、スケールパラメータ
ａの変更の仕方によっては、逆ウエーブレット変換がで
きない。

【００５３】また、この再ウエーブレット変換は、実質
的に、ウエーブレット変換データの各周波数分解能の周
期性検出感度を向上させていることになっている。ま
た、本発明は、その要旨を逸脱しない範囲で種々変形が
可能である。

【００５４】

【発明の効果】以上詳記したように本発明によれば、必
要に応じて周波数分解能を変化させることにより任意の
特徴的な周波数成分を解析可能な振動信号解析装置を提
供することをができる。

【００５５】また、請求項１に対応する発明の振動信号
解析装置においては、ウエーブレット変換手段により変
換された振動データの周期性を周期性検出手段によって
検出することができるので、検出された周期性に基づい
て各種解析を行うことができる。

【００５６】次に、請求項２に対応する発明の振動信号
解析装置においては、請求項１に対応する発明の効果に
加え、検出された周期に基づき、周期変更手段によって
サンプリング周期を変更するので、再サンプリング，再
ウエーブレット変換を行って、より一層周期性を明確に
することができる。

【００５７】さらに、請求項３に対応する発明の振動信
号解析装置においては、請求項１に対応する発明の効果
に加え、検出された周期に基づき、パラメータ変更手段
によってウエーブレット変換のパラメータを変換するの
で、再ウエーブレット変換を行って、より一層周期性を
明確にすることができる。

【図面の簡単な説明】

【図１】本発明に係る一実施例の振動信号解析装置の構
成を示すブロック図。

【図２】同実施例の振動信号解析装置の動作を示すフロ
ー図。

【図３】同実施例のウエーブレット変換結果を示すグラ
フ図。

【符号の説明】

２…ウエーブレット変換部、３１…周期性判定部、３４
…サンプリング周期変更部、３５…パラメータ変更部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 振動信号源から収集されるデータをウエ
   ーブレット変換するウエーブレット変換手段と、 このウエーブレット変換手段によりウエーブレット変換
   されたデータの周期性を検出する周期性検出手段とを備
   えたことを特徴とする振動信号解析装置。
2. 【請求項２】 振動信号源からあるサンプリング周期で
   データを収集するデータ収集手段と、 このデータ収集手段により収集されるデータをウエーブ
   レット変換するウエーブレット変換手段と、 このウエーブレット変換手段によりウエーブレット変換
   されたデータの周期性を検出し、この検出された当該デ
   ータ周期を算出する周期算出手段と、 この周期算出手段によって算出されたデータ周期間で収
   集されるデータ数が、前記ウエーブレット変換手段で用
   いられる周波数分解能に係わるウエーブレット変換のパ
   ラメータと予め定められた関係となるように前記サンプ
   リング周期を変更するサンプリング周期変更手段とを備
   えたことを特徴とする振動信号解析装置。
3. 【請求項３】 振動信号源から収集されるデータをウエ
   ーブレット変換するウエーブレット変換手段と、 このウエーブレット変換手段によりウエーブレット変換
   されたデータの周期性を検出し、この検出された当該デ
   ータ周期を算出する周期算出手段と、 この周期算出手段によって算出されたデータ周期と前記
   ウエーブレット変換手段で用いられる周波数分解能に係
   わるウエーブレット変換のパラメータとが予め定められ
   た関係となるように前記ウエーブレット変換のパラメー
   タを変更するパラメータ変更手段とを備えたことを特徴
   とする振動信号解析装置。