JPH1123411A - 異音判定装置及び異音判定方法 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 加振機による加振中の判定対象物の振動デー
タに基づいて、非定常振動に基づく異音の定量的な判定
を可能にする。 【解決手段】 試験車両１を加振機２により加振し、試
験車両の車室内に設置したマイクロフォン３により、車
室内の振動を検出し、振動データを判定手段４に入力す
る。判定手段において、異常データ判別部４１により振
動データを正常データと異常データとに分別し、正常な
振動データを時間周波数分析部４２に入力する。時間周
波数分析部において、平滑化Wigner分布を求め、瞬時強
度演算部４３で、平滑化Wigner分布を周波数方向に累積
して振動瞬時強度を求める。データ抽出部４４で、平滑
化Wigner分布のうち、振動瞬時強度が一定値を超える時
刻について抽出し、時間方向に累積して異音周波数分布
を求める。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、加振機により加振
中の判定対象物、例えば車両からの振動データに基づい
て非定常振動に基づく異音の発生可能性を判定するため
に用いられる異音判定装置及び異音判定方法に関する。

【０００２】

【従来の技術】従来より、騒音の分析方法として、騒音
の発生対象物である車両の運転時の騒音データから運転
前の騒音データを減じてブレーキの鳴き音等の騒音を分
析する方法が知られている（例えば、特開平３−６７１
３１号公報参照）。この方法では、車両の停止中に検出
された騒音の周波数とその帯域の振幅値を第１の記憶部
に記憶させるようにし、次に車両を運転させて、その運
転時に検出された騒音の周波数とその帯域の振幅値を第
２の記憶部に記憶させるようにしている。そして、上記
各記憶部に記憶されたデータの中より各対応する周波数
毎に第２の記憶部のデータより第１の記憶部のデータを
減算することにより、ブレーキの鳴き音等の騒音の分析
をするようにしている。ここで用いられている定常振動
に基づく騒音の周波数分布を検出して、その騒音の分析
を行うスペクトル分析の方法はよく知られている。

【０００３】

【発明が解決しようとする課題】ところで、非定常振動
の分析は、例えば、車両の最終組立後に加振機で車両を
加振する加振試験において、その車両から発生するラト
ル異音の有無を検査・判定するような場合に必要とな
る。ここでラトル異音とは、例えば、車両内に装着され
た配線群と各種電装部品とを接続するカプラと呼ばれる
もののうち、ユーザーの任意により将来装着される可能
性のある電装部品との接続用として予め車両に装着され
る未接続状態のカプラ（遊びカプラ）から、車体振動に
より発生するコトコトという異音を指している。

【０００４】上記のラトル異音の検査は、検査員が試験
車両に乗車してラトル異音発生の有無を判定するが、こ
の形態のラトル異音検査には、その検査結果が次の三つ
の要因によりばらつくという問題がある。第一に、検査
基準はラトル異音の大きさを、大（大多数のユーザーが
気付く）、中（半数のユーザーが気付く）、小（ごく少
数のユーザーが気付く）、の３段階に分けているが、検
査基準とラトル異音の物理量との数量的対応が明確化さ
れていないため、判定は専ら検査員の官能に基づいて行
われることである。このため、判定基準が数量的に曖昧
なものになってしまう。第二に、その検査結果が検査員
の技能に依存することになることである。つまり、ラト
ル異音判定の検査員の養成には本来３〜１２ヶ月の教育
期間が必要と言われるように熟練を要し、ラトル異音判
定はこのような熟練者の技能に依存せざるを得ないとい
う実状がある。第三に、検査員は終日激しい振動にさら
されるため、ラトル異音判定作業は肉体的にも精神的に
も強いストレスを受ける等の肉体的・精神的負担を検査
員に強いるものであることである。

【０００５】ここで、上記の問題は、検査基準として記
されたラトル異音の大きさとラトル異音の物理特性との
関連を数量的に明確化することと、熟練検査員と同等の
判定結果を提示することによって未熟練検査員の技能を
補うこととの対策を実施することにより解決できると考
えられる。そのために、物理量計測に基づくラトル異音
の大きさの判定手法の導入が必要となる。

【０００６】そこで、加振試験下で未接続カプラのラト
ル異音として「大」、「中」、「無」の大きさのものを
人為的に発生させ、その時の車室内振動データを採取し
て比較を行った。この結果、得られたラトル異音を含む
振動データの時間波形を図１４に示す。この内、図１４
（ａ）はラトル異音の大きさが「大」の場合、同図
（ｂ）は「中」の場合、同図（ｃ）は「無」の場合をそ
れぞれ示している。また、図１５は各大きさのラトル異
音を含む振動の周波数分布（パワースペクトル）を示し
ている。

【０００７】ところが、ラトル異音の大きさの違いによ
る顕著な違いは図１４に示す時間波形、図１５に示す周
波数分布共に認めらず、僅かに図１５に示す周波数分布
において、２２００Ｈｚ前後で若干の差が認められるに
過ぎない。この原因は、ひとつには非定常性（断続性）
を強く帯びたラトル異音の分析にパワースペクトルのよ
うな定常振動分析法を適用したためであり、もうひとつ
にはラトル異音よりも加振振動の大きさが大きく勝るた
めであると考えられる。

【０００８】本発明は、このような事情に鑑みてなされ
たものであり、その目的とするところは、異音の発生可
能性を判定する装置において、加振機による加振中の判
定対象物からの振動データに基づいてその非定常振動に
基づく異音の定量的な判定を可能にすることにあり、加
えて、非定常振動に基づく異音の発生可能性の判定精度
を向上させることにある。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の発明は、非定常振動に基づく異音の
発生可能性を判定すべき判定対象物を加振する加振手段
と、上記判定対象物から発生する振動を検出する検出手
段と、この検出手段で検出した振動データに基づいて、
上記判定対象物の異音の発生可能性を判定する判定手段
とを備えたものとするる。そして、上記判定手段を、上
記検出手段で検出された振動データを時間周波数分析す
ることにより時間周波数分布を求める時間周波数分析部
と、この時間周波数分析部により得られる時間周波数分
布から非定常振動の強度が設定値以上となる時刻の非定
常振動データを抽出するデータ抽出部と、このデータ抽
出部で抽出された非定常振動データに基づいて異音の発
生可能性を判定する判定部とを備えた構成とするもので
ある。

【００１０】請求項２記載の発明は、請求項１記載の発
明において、時間周波数分析部を、時間周波数分析によ
り、時刻、周波数及びパワースペクトル密度をパラメー
タとする三次元分布である時間周波数分布を求めるよう
に構成し、データ抽出部を、時間周波数分布から非定常
振動強度が設定値以上となる時刻を求め、この求めた時
刻における周波数及びパワースペクトル密度に関するデ
ータを非定常振動データとして抽出する構成とするもの
である。

【００１１】請求項３記載の発明は、請求項１記載の発
明において、判定手段を、時間周波数分析部により得ら
れる時間周波数分布を周波数方向に累積して時刻毎の振
動瞬時強度を求める瞬時強度演算部を備えたものとす
る。そして、データ抽出部を、上記振動瞬時強度が非定
常振動強度として用いることにより非定常振動データの
抽出を行う構成とするものである 上記の構成の場合、非定常振動の分析に適した時間周波
数分析により得られる時間周波数分布から、非定常振動
の発生している時刻のデータを抽出するようにしてい
る。このため、得られるデータは、非定常振動成分を多
く含んでいることになる。これにより、判定対象物から
発生する非定常振動の分析精度を向上させ、それに伴
い、非定常振動に基づく異音の定量的な判定が可能にな
る。加えて、非定常振動に基づく異音の発生可能性の判
定精度を向上させることが可能になる。

【００１２】請求項４記載の発明は、請求項１記載の発
明において、判定手段を、時間周波数分析部より求めら
れた時間周波数分布、又は、データ抽出部により抽出さ
れた非定常振動データから、低周波成分を構成する加振
振動成分を除去する低周波成分除去部を備えた構成とす
るものである。

【００１３】上記の構成の場合、振動データに含まれる
定常振動に基づく加振振動成分を除去することで、非定
常振動成分のみを抽出することになり、その分析精度を
より一層向上させ、それに伴い、非定常振動に基づく異
音の定量的な判定が可能になる。加えて、異音の発生可
能性の判定精度をより一層向上させることが可能にな
る。

【００１４】請求項５記載の発明は、請求項４記載の発
明において、低周波成分除去部を、時間周波数分布の時
間方向に対する幾何平均を求め、その時間周波数分布を
時間方向の各時刻毎に上記時間方向幾何平均により除す
ることにより加振振動成分を除去する構成とするもので
ある。

【００１５】請求項６記載の発明は、請求項４記載の発
明において、低周波成分除去部を、時間方向幾何平均と
して、非定常振動に基づく異音が発生していない状態に
おけるものとして予め求められた時間周波数分布の時間
方向幾何平均を用いる構成とするものである。

【００１６】上記の構成の場合、低周波成分除去部の具
体的構成を得ることが可能になり、請求項４の作用を具
体的に得ることが可能になる。

【００１７】請求項７記載の発明は、請求項１記載の発
明において、判定手段を振動データを正常データと外乱
に基づく異常データとに判別する異常データ判別部を備
えたものとする。そして、時間周波数分析部を、上記異
常データ判別部により正常データと判別された振動デー
タに基づいて時間周波数分析を行う構成とするものであ
る。

【００１８】請求項８記載の発明は、請求項７記載の発
明において、異常データ判別部を、振動データの波形の
振幅の絶対値を相加平均した振幅平均値を一方の軸と
し、上記振幅の絶対値の最大値と上記振幅平均値との比
を他方の軸とする二次元座標分布を求め、この二次元座
標分布の状態に基づいて上記振動データを正常データと
異常データとに判別する構成とするものである。

【００１９】請求項９記載の発明は、請求項８記載の発
明において、異常データ判別部を、求めた二次元座標分
布についての統計量分布境界線をファジー推論により連
続的に求め、この統計量分布境界線を基準として上記二
次元座標分布から正常データと異常データとの判別を行
う構成とするものである。

【００２０】上記の構成の場合、正常データと異常デー
タとを容易に判別することが可能となり、異常データに
よる誤った異音の分析・判定結果を得ることが無くなる
ため、非定常振動に基づく異音の発生可能性の判定に対
する信頼性が得られる。

【００２１】請求項１０記載の発明は、異音の発生可能
性を判定すべき判定対象物を加振し、加振中に上記判定
対象物から発生する振動を検出して上記判定対象物の異
音の発生可能性を判定する異音の判定方法を前提として
いる。この方法において、上記検出手段で検出された振
動データを時間周波数分析することにより時間周波数分
布を求める第１ステップと、時間周波数分析により得ら
れる時間周波数分布を周波数方向に累積し、時刻毎の振
動瞬時強度を求める第２ステップと、上記振動瞬時強度
が設定値以上となる時刻の非定常振動データのみを抽出
する第３ステップと、第３ステップで抽出された非定常
振動データに基づいて異音の発生可能性を判定する第４
ステップとを備えた構成とする方法である。

【００２２】上記の構成の場合、非定常振動の分析に適
した時間周波数分析により得られる時間周波数分布か
ら、非定常振動の発生している時刻のデータを抽出する
ようにしている。このため、得られるデータは、非定常
振動の成分を多く含んでいることになる。これにより、
判定対象物から発生する非定常振動の分析精度を向上さ
せ、それに伴い、非定常振動に基づく異音の定量的な判
定が可能となる。加えて、非定常振動に基づく異音の発
生可能性の判定精度を向上させることが可能になる。

【００２３】請求項１１記載の発明は、請求項１０記載
の発明において、非定常振動データを抽出する第３ステ
ップ、又は、異音の発生可能性を判別する第４ステップ
に先立ち、低周波成分を構成する加振振動成分を除去す
るステップを備えた構成とする方法である。

【００２４】上記の構成の場合、振動データに含まれる
定常振動に基づく低周波成分を除去することで、非定常
振動成分のみを抽出することになり、その分析精度をよ
り一層向上させ、それに伴い、非定常振動に基づく異音
の定量的な判定が可能になる。加えて、異音の発生可能
性の判定精度をより一層向上させることが可能になる。

【００２５】請求項１２記載の発明は、請求項１１記載
の発明において、低周波成分を除去するステップを、時
間周波数分布について時間方向に対する幾何平均、又
は、非定常振動に基づく異音が発生していない状態にお
けるものとして予め求められた時間周波数分布の時間方
向平均を求め、振動データの時間周波数分布を時間方向
の各時刻毎に上記時間方向幾何平均の内のいずれかによ
り除することにより低周波成分を除去する構成とする方
法である。

【００２６】上記の構成の場合、低周波成分を除去する
ステップの具体的構成を得ることが可能になり、請求項
１１の作用を具体的に得ることが可能になる。

【００２７】請求項１３記載の発明は、請求項１０記載
の発明において、振動データを時間周波数分析する第１
ステップに先立ち、異常データを判別するステップを備
えた構成とする方法である。

【００２８】上記の構成の場合、異常データによる誤っ
た異音の分析・判定結果を得ることが無くなるため、非
定常振動に基づく異音の発生可能性の判定に対する信頼
性が得られる。

【００２９】請求項１４記載の発明は、請求項１３記載
の発明において、異常データを判別するステップを、振
動データの波形の振幅の絶対値を相加平均した振幅平均
値を一方の軸とし、上記振幅の絶対値の最大値と上記振
幅平均値との比を他方の軸とする二次元座標分布につい
ての統計量分布境界線をファジー推論により連続的に求
め、この統計量分布境界線を基準として上記二次元座標
分布から正常データと異常データとの判別を行う構成と
する方法である。

【００３０】上記の構成の場合、異常データを判別する
ステップの具体的構成を得ることが可能になり、請求項
１３の作用を具体的に得ることが可能になる。

【００３１】請求項１５記載の発明は、接続要素間を互
いに接続する配線群と、この配線群と接続要素とを接続
する接続部とが装着された車両に対し、この車両を加振
する加振手段と、上記車両から発生する振動を検出する
検出手段と、この検出手段で検出した振動のデータに基
づいて、上記車両の接続部における非定常振動に基づく
異音の発生可能性を判定すべき判定手段とを備えたもの
とする。そして、上記判定手段を、上記検出手段で検出
された振動データを時間周波数分析することにより時間
周波数分布を求める時間周波数分析部と、この時間周波
数分析部により得られる時間周波数分布から非定常振動
に基づく強度が設定値以上となる時刻の非定常振動デー
タのみを抽出するデータ抽出部と、このデータ抽出部で
抽出された非定常振動データに基づいて異音の発生可能
性を判定する判定部とを備えた構成とするものである。

【００３２】上記の構成の場合、非定常振動の分析に適
した時間周波数分析により得られる時間周波数分布か
ら、非定常振動の発生している時刻を抽出するようにし
ている。このため、得られるデータは、非定常振動の成
分を多く含んでいることになる。これにより、車両に装
着された接続部から発生する非定常振動に基づく異音の
分析精度を向上させ、それに伴い、非定常振動に基づく
異音の定量的な判定が可能になる。加えて、非定常振動
に基づく異音の発生可能性の判定精度を向上させること
が可能になる。

【００３３】

【発明の実施の形態】以下、本発明の実施形態を図面に
基いて説明する。

【００３４】図１は、本発明の実施形態に係る異音判定
装置のブロック線図を示し、１は判定対象物としての試
験車両、２は加振手段としての加振機、３は検出手段と
してのマイクロフォン、４は判定手段である。

【００３５】上記試験車両１には、多数の配線群と、そ
の配線群と各種電装部品とを接続する接続部としての多
数のカプラとが装着されている。この多数のカプラの中
には、ユーザーの任意により将来装着される可能性のあ
る電装部品との接続用として予め車両に装着される未接
続状態のカプラ（遊びカプラ）があり、それらの未接続
カプラの取り付け状態によっては、上記試験車両１の走
行時の車体振動を再現する上記加振機２、例えば４輪油
圧加振機により上記試験車両１を加振することにより、
上記未接続カプラから、コトコトというラトル異音が発
生することがある。

【００３６】上記マイクロフォン３は、上記試験車両１
の車室に設置され、上記加振機２により加振中に、上記
試験車両１の車室内で発生する振動を検出するようにな
っている。そして、上記マイクロフォン３により検出さ
れた振動データは、上記判定手段４に入力される。

【００３７】上記判定手段４は、異常データ判別部４
１、時間周波数分析部４２、瞬時強度演算部４３、デー
タ抽出部４４、低周波成分除去部４５及び判定部４６に
より構成されている。

【００３８】上記マイクロフォン３により検出された振
動データは、異常データ判別部４１において、正常デー
タであるか、異常データであるかを判別して、正常デー
タであれば、上記時間周波数分析部４２に出力されるこ
とになり、異常データであれば、振動データを取り直す
ようにしている。

【００３９】上記時間周波数分析部４２では、時間周波
数分析の方法の内のひとつである平滑化Wigner分布を用
いて、上記加振機２による加振振動と、未接続カプラに
よる非定常振動に基づくラトル異音とのそれぞれを含む
振動データの時間周波数分布を求めるようにする。

【００４０】そして、上記瞬時強度演算部４３におい
て、上記時間周波数分布を周波数方向に累積して、振動
瞬時強度（振動瞬時パワー）を求めるようにする。

【００４１】上記時間周波数分布と振動瞬時強度とは、
それぞれ上記データ抽出部４４に入力され、まず、上記
振動瞬時強度が所定値を超える時刻における上記時間周
波数分布を抽出して、非定常振動に基づくラトル異音が
多く含まれた時間周波数分布を求めるようにする。次い
で、上記のラトル異音が多く含まれた時間周波数分布を
時間方向に累積して異音周波数分布（異音スペクトル）
を求めるようにする。

【００４２】上記異音スペクトルは、上記低周波成分除
去部４５に入力される。また、ラトル異音の発生してい
ない状態で予め検出された振動データの時間周波数分布
を時間方向に累積した振動周波数分布（振動スペクト
ル）も、上記低周波成分除去部４５に入力される。そし
て、上記異音スペクトルと振動スペクトルとの比を求め
て、異音スペクトルから定常振動に基づく低周波成分を
構成する加振振動を除去するようにする。さらに、この
低周波成分が除去された異音スペクトルを帯域毎に平均
して、判定関数を求めるようにする。

【００４３】上記判定関数は、上記判定部４６に入力さ
れ、ラトル異音の大きさを判定して、ラトル異音の発生
可能性を判定するようにする。この判定部４６は、例え
ばニューラルネットワークを用いればよい。

【００４４】つぎに、上記実施形態の異音判定方法につ
いて図２に示す判定手段の処理のフローチャートを用い
て説明する。

【００４５】まず、ステップＳ１に入力される振動デー
タには、しばしば図３に示すような異常データが含まれ
ている。これらの異常データは、図３（ａ）に示すよう
に加振機の運転中断時（加振機は約３分間隔で断続運転
される）にデータ採取が行われたり、図３（ｂ）に示す
ように車室内に設置した計測機器の位置が振動のために
ずれたりすることによって生じる。そこで、人為的に発
生した「大」、「中」及び「無」の各大きさのラトル異
音の振動データをそれぞれ３０サンプル採取して、明ら
かに異常データと判別できるものを目視で抽出して、図
４に示すように、ｘ：波形の振幅の絶対値の平均値、
ｙ：振幅の絶対値の最大値とｘとの比の２次元座標分布
を求めたところ、この２次元座標分布上で正常データと
異常データが最もよく分離されることがわかる。図４に
おいて、横軸はｘ、縦軸はｙ、〇は正常データを、×は
異常データを示しているが、正常データの統計量は１箇
所に集中するのに対し、異常データの統計量は大きくば
らついている。そこで、正常データの統計量と異常デー
タの統計量との分布境界を図４に示す実線のように設定
することとする。この図において、正常データの一部が
正常データ範囲からはずれているが、この段階での正常
データと異常データとの判別は目視によるものであるこ
とから、より厳しい判別基準を設定したためである。

【００４６】図４に示す統計量分布境界線は、ｘ軸ある
いはｙ軸に平行な線分で構成され、ａ₁，ａ₂，ａ₃，
ａ₄，ｂ₁，ｂ₂の６つの値を指定するだけで設定できる
簡単なものであるが、真の境界はより連続的なものであ
ると考えるのが自然である。そこでファジー推論を用
い、図４に示す境界線から連続な境界線を求めることに
する。これにより、新たな異常データ発生要因が加わっ
た場合でも、境界線の概略形状を再指定するだけで、新
しい連続境界線を簡単に生成することができることにな
る。

【００４７】ファジー推論にはいくつかの方法論がある
が、本発明では次の方法を用いることにする。まず、図
４に示す統計量分布境界から、異常データを判別するた
めのファジー論理Ｒ₁〜Ｒ₅を次のように記述する。

【００４８】

【数１】

【００４９】ここでLessthanA₁,GreaterthanB₁,Irregul
arなどはｘ、ｙ、ｚがメンバーシップを持つファジー集
合である。また、変数ｚ（−１＜ｚ＜１）は、データの
正常度を示す変数で、正のときデータの正常を、負のと
き異常を意味する。ｘ、ｙ、ｚと各ファジー集合との関
係は次のメンバーシップ関数で定義する。

【００５０】

【数２】

【００５１】

【数３】

【００５２】

【数４】

【００５３】ここでｃ₁，ｃ₂，ｃ₃，ｃ₄，ｄ₁，ｄ₂は生
成されるファジー関数の尖鋭度を決定するパラメータ
で、これらの値が大きいほど図４に示す境界形状に近い
ファジー関数が生成され、小さいほど丸みを帯びた関数
が生成される。

【００５４】Ｒ₁〜Ｒ₅より、Ｒ₁〜Ｒ₅の前件部成立確率
Ｑ₁〜Ｑ₅と、非ファジー化されたｚの値とは次式で求め
られる。

【００５５】

【数５】

【００５６】

【数６】

【００５７】ｃ₁，ｃ₂，ｃ₃，ｃ₄，ｄ₁，ｄ₂の値を適度
に調整すると、ｘとｙに対するｚの関数形状として図５
に示す曲面が得られる。図５は、ｚの値のそれぞれに応
じて濃淡により表した図を各濃淡の境界に境界線を附し
て表したものである。図５において、ｚの値が１に近い
領域に統計量を持つデータは正常データと判別される。
逆にｚの値が−１に近い領域に統計量を持つデータは異
常データと判別されることになる。関数形状は十分な連
続性を有しており、ねらいどおりの判別関数が得られて
いる。

【００５８】上記ステップＳ１において上記判別関数を
求め、この判別関数を用いて、ステップＳ２において振
動データが正常であるか、異常であるかを判別し、正常
であればステップＳ３に進み、異常であればデータを取
り直すようにする。

【００５９】上記ステップＳ３では、上記の振動データ
の分析を行うが、非定常振動の分析に応用可能な信号分
析手法としては、近年地震波形分析や音声分析の領域で
実用化されている時間周波数分析がある。この時間周波
数分析にはいくつかの方法論があるが、最も基礎的なも
のはスペクトログラムと呼ばれるものである。これは、
短時間の窓関数を時間軸に沿って移動させながら瞬時パ
ワースペクトルを求めていく方法で、計算が簡単である
反面、時間分解能と周波数分解能の間にトレードオフが
生じるという欠点を持つ。これに対して時間方向、周波
数方向共に高分解能の得られる時間周波数分析法とし
て、次式で定義されるWigner分布がある。

【００６０】

【数７】

【００６１】これは、定常信号に対して成立するWigner
−Khintchineの定理を非定常信号領域に拡大適用したも
ので、高分解能であるほか、時間方向積分値がエネルギ
ースペクトルに、また周波数方向積分値が瞬時パワーに
一致するという特長を有する。

【００６２】式（６）で定義されるWigner分布は、解析
学的検討を行うためには有効であるが、サンプル値とし
て得られる実測データの分析には適さない。サンプル値
に対するWigner分布としては、次式で定義される離散的
Wigner分布がある。

【００６３】

【数８】

【００６４】離散的Wigner分布では、計算上のみかけの
サンプリング周波数が実際のサンプリング周波数の半分
になるため、本来はサンプリング周波数を信号の上限周
波数の４倍に設定しなければならないが、分析前に信号
の標本時系列を解析信号化するという処理を加えること
でこの欠点は解消され、サンプリング周波数を信号の上
限周波数の２倍に設定すればすむようになる。解析信号
とは、実数部を元の標本実時系列、虚数部を元の標本実
時系列のHilbert変換とする複素時系列のことである。
なお離散的Wigner分布では、時間方向積分値がエネルギ
ースペクトルの近似値を、周波数方向積分値が瞬時パワ
ーの近似値を与えることになる。

【００６５】離散的Wigner分布には、干渉項と呼ばれる
誤差やノイズが生じやすいという欠点がある。干渉項と
は、時間周波数平面上で隣り合う２つの信号成分がある
とき、両者の中間位置に現れる物理的に意味を持たない
周波数信号成分を指す。そこで離散的Wigner分布の干渉
項やノイズの低減を目的とする種々の改良法が提案され
ており、その１つに次式で定義される平滑化Wigner分布
がある。

【００６６】

【数９】

【００６７】ここでｇは時間窓関数、ｈは周波数方向の
荷重関数である。平滑化Wigner分布では、時間方向、周
波数方向の両方向に平滑化処理を施すことによって、干
渉項やノイズが低減され、より良質の分析結果が得られ
る。

【００６８】図６に「大」、図７に「中」、図８に
「無」の大きさのラトル異音を含む振動の平滑化Wigner
分布W(t,f)をそれぞれ示す。図６〜図８は、パワースペ
クトル密度の値に応じてそれぞれ色分けされた図に対
し、色分け層の境界線を描き起こした図である。図６〜
図８に示す分析結果には、図１４及び図１５に示す時間
波形や周波数分布からは識別困難であったラトル異音が
明確な縦縞となって現れ、縞の本数や強さから推定され
る異音の大きさも実際の異音の大きさによく一致してい
る。なお、図６〜図８の各図の下部に現れた低周波領域
は定常性の加振振動の低周波成分を表しており、振動成
分としてはこの成分が支配的であることがわかる。

【００６９】ステップＳ４では、ステップＳ３で得られ
た図６〜図８に示す平滑化Wigner分布W(t,f)を周波数方
向に累積して得られる振動瞬時強度（振動瞬時パワー）
P(t)を求める。図９に示すように振動瞬時パワーP(t)
は、ラトル異音の大きさが「大」の場合で約０．１秒周
期のピークを持つが、このピークの発生時刻がすなわち
ラトル異音の発生時刻であると推定される。

【００７０】そこで、ステップＳ５で、図１０に示すよ
うに、パワー変動がピークを生じる時刻の平滑化Wigner
分布を切り出し、それらの平均を求めることにより、ラ
トル異音発生時刻の振動周波数分布を抽出して、上記の
ラトル異音発生時刻の振動周波数分布（異音スペクト
ル）Se(t,f)を求める。この異音スペクトルSe(t,f)は図
１５に示した振動全体の周波数分布よりも比率的にラト
ル異音の成分を多く含むため、ラトル異音の大きさが
「大」、「中」及び「無」のそれぞれの差が強調される
ことになる。この様子は図１１に示されている。

【００７１】しかし、２０００Ｈｚ以下の周波数帯域で
は、加振振動の低周波成分がまだ多く含まれており、ラ
トル異音が十分に強調されない。そこで、加振振動がほ
ぼ定常振動であることに着目し、事前に測定しておいた
異音の発生していない状態の時間周波数分布を求め、上
記の異音スペクトルSe(t,f)を、上記の異音の発生して
いない状態の時間周波数分布で時間方向に除する方法に
よって図６〜図８の異音スペクトルSe(t,f)から加振振
動の低周波成分を除去することにする。

【００７２】ステップＳ６では、上記の事前に測定して
おいた異音の発生していない状態の周波数分布（全振動
スペクトル）S(f)を求め、ステップＳ７で、上記の異音
スペクトルSe(t,f)を、上記の全振動スペクトルS(t,f)
で除するようにする。この方法により得られた非定常振
動成分の周波数分布を図１２に示す。この周波数分布
は、非定常振動成分のみの周波数分布、すなわちラトル
異音のみの周波数分布と考えることができ、ラトル異音
の大きさが「大」、「中」及び「無」の差も、図１５及
び図１１に示すものよりも明確に現れる。このため、こ
の周波数分布を用いることで異音の大きさの正確な判定
が可能になる。

【００７３】予め設定しておいた判定関数の入力とし
て、図１２に示す非定常異音成分の周波数分布を与える
ことにより異音大きさの判定が可能となる。しかし、実
際の検査工程では、判定すべき異音の種類、検査対象車
種、検査基準などの追加や変更が頻繁に生じることが予
想されるため、そのような場合にも判定関数を容易に更
新できる判定法にしておく必要がある。そこで、本発明
では、異音発生原因の推定などにも応用されているニュ
ーラルネットワーク（以下「ＮＮ」と略称する）を用い
て異音の大きさの判定を行うことにする。ＮＮを用いる
と、教示データによる学習処理を行うだけで簡単に判定
関数を更新できるので、前述したような追加・変更が頻
繁に生じる適用現場に向いた判定システムを構築できる
ようになる。

【００７４】具体的には、入力データ数を圧縮するため
に、ステップＳ８で、図１２に示す非定常異音成分の周
波数分布を５００Ｈｚごとに平均化して図１３に示す５
００Ｈｚ帯域別分布を求める。このとき、５００個のデ
ータ数を１０個にしている。そして、ステップＳ９で、
この分布を入力ベクトルとするＮＮで大きさ判定を行う
ようにする。

【００７５】ＮＮには種々の手法があるが、本発明で
は、最も融通性の高いバックプロパゲーション則に基づ
くＮＮを用いることにする。ラトル異音の大きさが
「大」、「中」及び「無」のそれぞれ３０サンプル程度
の振動データを用いて予備テストを行った結果に基づい
て全体を３層とし、第１層は入力層、第２層は正弦シグ
モイド関数を伝達関数とする中間層、第３層は線形関数
を伝達関数とする出力層とすることにした。入力層は図
１１から得られる入力ベクトルの要素数からノード数を
１０とし、出力層はラトル異音の大きさ推定値のみを出
力すればよいことからニューロン数を１とした。中間層
については、２０ニューロンとした場合に最もよい、つ
まり、熟練技術者の判定に最も近い判定結果が得られ
た。

【００７６】判定に先立って行う学習処理には、局所最
適解での停留を避けるためのモメンタリ付き学習と学習
速度を早めるための適応学習率の手法を併用し、さらに
ノイズを含む入力データに対しても安定した出力を生成
するＮＮを得るため、通常の学習を行った後に乱数を加
えた教示データで再学習させる方法を用いるようにす
る。

【００７７】なお、上記のような車体振動により発生す
るラトル異音は、僅かな配置換えを行うことで、その発
生を防ぐことが可能である。このため、上記のラトル異
音の判定結果から、将来、ラトル異音が未接続カプラか
ら発生することが予想される場合には、未接続カプラの
若干の配置換えをする等の対策を施して、ラトル異音が
発生しない状態でにした上で出荷されることになる。

【００７８】＜他の実施形態＞なお、本発明は上記実施
形態に限定されるものではなく、その他種々の実施形態
を包含するものである。すなわち、上記実施形態では、
異音の判定判定対象物として車両としているが、これに
限らず、例えば未接続カプラが装着されているものであ
ればよい。

【００７９】上記実施形態では、判定部としてニューラ
ルネットワークを用いているようにしているが、これに
限らず、異音の大きさを判定できるものであればよい。

【００８０】ステップＳ５とステップＳ７の処理の順序
を入れ換えても、ステップＳ８において、同じ判定関数
を得ることが可能になる。

【００８１】上記実施形態では、低周波成分を除去する
ために、ステップＳ６で、事前に測定しておいた異音の
発生していない状態の周波数分布（全振動スペクトル）
S(f)を求めるようにしているが、これに限らず、ステッ
プＳ３で得られるWigner分布を時間方向に累積して全振
動スペクトルS(f)としてもよい。この場合でも、低周波
成分を除去することができる。

【００８２】上記実施形態では、低周波成分を除去する
ために、全振動スペクトルS(f)を用いるようにしている
が、これに限らず、例えば、振動データの検出時に高域
通過フィルタを用いて、振動データの低周波成分を除去
するようにしてもよい。

【００８３】上記実施形態では、ラトル異音の大きさの
みを判定するようにしているが、これに限らず、例え
ば、きゅっきゅっというスキーク音などの他種類の異音
の判定に応用するようにしてもよい。さらに、異音の種
類数と出力層のニューロン数を一致させ、１つのニュー
ロンが一種類の異音の大きさを出力するようにすれば、
異音の種類とその異音の大きさとを同時に判定できる。

【００８４】上記実施形態では、加振振動などの背景振
動が定常振動に基づく場合であるが、これに限らず、例
えば、加振振動が非定常振動に基づく場合でもよい。こ
の場合、Kalmanフィルタや適応フィルタを用い、加振機
等の背景振動源への入力信号から背景振動成分を推定す
るようにすればよい。これは、判定したい異音が背景振
動に比べて極めて弱い場合にも効果がある。

【００８５】さらに、上記実施形態では、異音の種類と
して非定常振動に基づく異音を対象としているが、これ
に限らず、例えばエンジンや変速機の不具合などに起因
する定常性異音を対象としてもよい。この場合、非定常
振動分析を行う代わりにパワースペクトルを計測し、異
音無しのときのパワースペクトルとの比をニューラルネ
ットワークへの入力とすれば、上記実施形態と同様の判
定が可能となる。

【００８６】

【実施例】未接続カプラのラトル異音に対する本判定法
の性能を調べる実験では、まず加振試験下において試験
車両のインパネ中央付近から「大」、「中」、「無」の
各大きさのラトル異音を人為的に発生させ、各３０サン
プル（合計９０サンプル）のデータを採取した。そのう
ち正常データは、「大」、「中」及び「無」のそれぞれ
について２９，２８及び２６サンプル（合計８３サンプ
ル）抽出された。次に、すべての正常データについて５
００Ｈｚ帯域別異音周波数分布を求めた。そして、
「大」、「中」及び「無」の分布データ各１０サンプル
をＮＮに学習させ、学習を終えたＮＮを用いて残りの分
布データ（「大」、「中」及び「無」のそれぞれについ
て１９，１８及び１６サンプルの合計５３サンプル）の
異音の大きさの判定を行った。熟練検査員の判定と本判
定法による判定との対比を表１に示す。

【００８７】

【表１】

【００８８】この実験の結果、異音の大きさが容易に判
定できる「大」では両者の判定に差は見られず、判定が
やや難しくなる「中」または「無」の判定でも３サンプ
ルの食い違いが生じたに過ぎなかった。熟練検査員の判
定がすべて正しいと仮定すると、本発明の方法の正解率
は９４％となる。なお、熟練検査員の正解率は９０％前
後と言われている。

【００８９】

【発明の効果】以上説明したように、請求項１〜３記載
の発明における異音判定装置によれば、振動データから
非定常振動の成分を多く含むデータを抽出することがで
き、これにより、判定対象物から発生する非定常振動の
分析精度を向上させ、それに伴い、非定常振動に基づく
異音の定量的な判定ができる。加えて、非定常振動に基
づく異音の発生可能性の判定精度を向上させることが可
能になる。

【００９０】請求項４記載の発明によれば、上記請求項
１記載の発明による効果に加えて、振動データに含まれ
る定常振動に基づく加振振動成分を除去することで、非
定常振動成分のみを抽出することになり、その分析精度
をより一層向上させ、それに伴い、異音の発生可能性の
判定精度をより一層向上させることができる。

【００９１】請求項５または請求項６記載の発明によれ
ば、上記請求項４記載の発明による効果をより具体的に
得ることが可能になる。

【００９２】請求項７〜９記載の発明によれば、上記請
求項１記載の発明による効果に加えて、異常データによ
る誤った異音の分析・判定結果を得ることが無くなるた
め、非定常振動に基づく異音の発生可能性の判定に対す
る信頼性を得ることができる。

【００９３】請求項１０記載の発明における異音判定方
法によれば、振動データから非定常振動成分を多く含む
データを抽出することができ、判定対象物における非定
常振動に基づく異音の分析精度を向上させ、それに伴
い、異音の発生可能性の判定精度を向上させることがで
きる。

【００９４】請求項１１または請求項１２記載の発明に
よれば、上記請求項１０記載の発明による効果に加え
て、非定常振動成分を抽出することにより、その分析精
度をより一層向上させ、それに伴い、非定常振動に基づ
く異音の発生可能性の判定精度を向上させることができ
る。

【００９５】請求項１３または請求項１４記載の発明に
よれば、上記請求項１０記載の発明による効果に加え
て、異常データによる誤った異音の分析・判定結果を得
ることが無くなるため、非定常振動に基づく異音の発生
可能性の判定に対する信頼性を得ることができる。

【００９６】請求項１５記載の発明によれば、非定常振
動の分析精度を向上させ、それに伴い、車両の接続部か
ら発生する異音の定量的な判定ができる。加えて、車両
の接続部から発生する異音の発生可能性の判定精度を向
上させることができる。

【図面の簡単な説明】

【図１】本発明の実施形態を示すブロック線図である。

【図２】判定手段の処理手順を示すフローチャートであ
る。

【図３】異常データの時間波形を示す図である。

【図４】正常データと異常データとの統計量分布と、統
計量分布境界線とを示す図である。

【図５】図４に対して、連続な統計量分布を与えるファ
ジー関数を示す図である。

【図６】ラトル異音として「大」の大きさのものを含む
振動の平滑化Wigner分布を示す図である。

【図７】ラトル異音として「中」の大きさのものを含む
振動の平滑化Wigner分布を示す図である。

【図８】ラトル異音として「無」のものを含む振動の平
滑化Wigner分布を示す図である。

【図９】ラトル異音を含む振動の振動瞬時強度（振動瞬
時パワー）を示す図である。

【図１０】ラトル異音発生時の振動周波数分布の抽出法
を示す図である。

【図１１】ラトル異音発生時の異音周波数分布（異音ス
ペクトル）を示す図である。

【図１２】ラトル異音発生時の非定常異音成分の周波数
分布を示す図である。

【図１３】ラトル異音発生時の非定常異音成分の５００
Ｈｚ帯域別分布を示す図である。

【図１４】未接続カプラのラトル異音を含む振動の時間
波形を示す図である。

【図１５】未接続カプラのラトル異音を含む振動の周波
数分布を示す図である。

【符号の説明】

１ 試験車両（判定対象物） ２ 加振機（加振手段） ３ マイクロフォン（検出手段） ４ 判定手段 ４１ 異常データ判別部 ４２ 時間周波数分析部 ４３ 瞬時強度演算部 ４４ データ抽出部 ４５ 低周波成分除去部 ４６ 判定部

Claims (15)

【特許請求の範囲】
1. 【請求項１】 非定常振動に基づく異音の発生可能性を
   判定すべき判定対象物を加振する加振手段と、 上記判定対象物から発生する振動を検出する検出手段
   と、 この検出手段で検出した振動データに基づいて、上記判
   定対象物の異音の発生可能性を判定する判定手段とを備
   え、 上記判定手段は、 上記検出手段で検出された振動データを時間周波数分析
   することにより時間周波数分布を求める時間周波数分析
   部と、この時間周波数分析部により得られる時間周波数
   分布から非定常振動の強度が設定値以上となる時刻の非
   定常振動データを抽出するデータ抽出部と、このデータ
   抽出部で抽出された非定常振動データに基づいて異音の
   発生可能性を判定する判定部とを備えていることを特徴
   とする異音判定装置。
2. 【請求項２】 請求項１において、 時間周波数分析部は、時間周波数分析により、時刻、周
   波数及びパワースペクトル密度をパラメータとする三次
   元分布である時間周波数分布を求めるように構成され、 データ抽出部は、時間周波数分布から非定常振動強度が
   設定値以上となる時刻を求め、この求めた時刻における
   周波数及びパワースペクトル密度に関するデータを非定
   常振動データとして抽出するように構成されていること
   を特徴とする異音判定装置。
3. 【請求項３】 請求項１において、 判定手段は、時間周波数分析部により得られる時間周波
   数分布を周波数方向に累積して時刻毎の振動瞬時強度を
   求める瞬時強度演算部を備えており、 データ抽出部は、上記振動瞬時強度を非定常振動強度と
   して用いることにより非定常振動データの抽出を行うよ
   うに構成されていることを特徴とする異音判定装置。
4. 【請求項４】 請求項１において、 判定手段は、時間周波数分析部により求められた時間周
   波数分布、又は、データ抽出部により抽出された非定常
   振動データから、低周波成分を構成する加振振動成分を
   除去する低周波成分除去部を備えていることを特徴とす
   る異音判定装置。
5. 【請求項５】 請求項４において、 低周波成分除去部は、時間周波数分布の時間方向に対す
   る幾何平均を求め、その時間周波数分布を時間方向の各
   時刻毎に上記時間方向幾何平均により除することにより
   加振振動成分を除去するように構成されていることを特
   徴とする異音判定装置。
6. 【請求項６】 請求項４において、 低周波成分除去部は、時間方向幾何平均として、非定常
   振動に基づく異音が発生していない状態におけるものと
   して予め求められた時間周波数分布の時間方向幾何平均
   を用いるように構成されていることを特徴とする異音判
   定装置。
7. 【請求項７】 請求項１において、 判定手段は、振動データを正常データと外乱に基づく異
   常データとに判別する異常データ判別部を備えており、 時間周波数分析部は、上記異常データ判別部により正常
   データと判別された振動データに基づいて時間周波数分
   析を行うように構成されていることを特徴とする異音判
   定装置。
8. 【請求項８】 請求項７において、 異常データ判別部は、振動データの波形の振幅の絶対値
   を相加平均した振幅平均値を一方の軸とし、上記振幅の
   絶対値の最大値と上記振幅平均値との比を他方の軸とす
   る二次元座標分布を求め、この二次元座標分布の状態に
   基づいて上記振動データを正常データと異常データとに
   判別するよう構成されていることを特徴とする異音判定
   装置。
9. 【請求項９】 請求項８において、 異常データ判別部は、求めた二次元座標分布についての
   統計量分布境界線をファジー推論により連続的に求め、
   この統計量分布境界線を基準として上記二次元座標分布
   から正常データと異常データとの判別を行うように構成
   されていることを特徴とする異音判定装置。
10. 【請求項１０】 異音の発生可能性を判定すべき判定対
    象物を加振し、加振中に上記判定対象物から発生する振
    動を検出して上記判定対象物の異音の発生可能性を判定
    する異音の判定方法において、 上記検出手段で検出された振動データを時間周波数分析
    することにより時間周波数分布を求める第１ステップ
    と、 時間周波数分析により得られる時間周波数分布を周波数
    方向に累積し、時刻毎の振動瞬時強度を求める第２ステ
    ップと、 上記振動瞬時強度が設定値以上となる時刻の非定常振動
    データのみを抽出する第３ステップと、 第３ステップで抽出された非定常振動データに基づいて
    異音の発生可能性を判定する第４ステップとを備えてい
    ることを特徴とする異音判定方法。
11. 【請求項１１】 請求項１０において、 非定常振動データを抽出する第３ステップ、又は、異音
    の発生可能性を判定する第４ステップに先立ち、低周波
    成分を構成する加振振動成分を除去するステップを備え
    ていることを特徴とする異音判定方法。
12. 【請求項１２】 請求項１１において、 低周波成分を除去するステップは、時間周波数分布につ
    いて時間方向に対する時間方向幾何平均、又は、非定常
    振動に基づく異音が発生していない状態におけるものと
    して予め求められた時間周波数分布の時間方向幾何平均
    を求め、振動データの時間周波数分布を時間方向の各時
    刻毎に上記時間方向幾何平均の内のいずれかにより除す
    ることにより低周波成分を除去することを特徴とする異
    音判定方法。
13. 【請求項１３】 請求項１０において、 振動データを時間周波数分析する第１ステップに先立
    ち、異常データを判別するステップを備えていることを
    特徴とする異音判定方法。
14. 【請求項１４】 請求項１３において、 異常データを判別するステップは、振動データの波形の
    振幅の絶対値を相加平均した振幅平均値を一方の軸と
    し、上記振幅の絶対値の最大値と上記振幅平均値との比
    を他方の軸とする二次元座標分布についての統計量分布
    境界線をファジー推論により連続的に求め、この統計量
    分布境界線を基準として上記二次元座標分布から正常デ
    ータと異常データとの判別を行うことを特徴とする異音
    判定方法。
15. 【請求項１５】 接続要素間を互いに接続する配線群、
    及び、この配線群と接続要素とを接続する接続部が装着
    された車両を加振する加振手段と、 上記車両から発生する振動を検出する検出手段と、 この検出手段で検出した振動のデータに基づいて、上記
    車両の接続部における非定常振動に基づく異音の発生可
    能性を判定すべき判定手段とを備え、 上記判定手段は、上記検出手段で検出された振動データ
    を時間周波数分析することにより時間周波数分布を求め
    る時間周波数分析部と、この時間周波数分析部により得
    られる時間周波数分布から非定常振動に基づく振動の強
    度が設定値以上となる時刻の非定常振動データのみを抽
    出するデータ抽出部と、このデータ抽出部で抽出された
    非定常振動データに基づいて異音の発生可能性を判定す
    る判定部とを備えていることを特徴とする異音判定装
    置。