JPH1153342A - データ変換方法およびデータ変換装置およびプログラム記憶媒体 - Google Patents
データ変換方法およびデータ変換装置およびプログラム記憶媒体Info
- Publication number
- JPH1153342A JPH1153342A JP9206775A JP20677597A JPH1153342A JP H1153342 A JPH1153342 A JP H1153342A JP 9206775 A JP9206775 A JP 9206775A JP 20677597 A JP20677597 A JP 20677597A JP H1153342 A JPH1153342 A JP H1153342A
- Authority
- JP
- Japan
- Prior art keywords
- time
- frequency
- distribution
- wavelet
- intensity
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
Abstract
(57)【要約】
【課題】 時系列信号をウェーブレット変換して得られ
た、その時系列信号に含まれる様々な周波数的特徴の時
間的な変化を、より精度良く定量的に把握できるように
する。 【解決手段】 ピーク検出部１２１で、強度演算部１１
３から出力されたウェーブレット強度信号より、単位時
間毎に周波数分布の極大値（ピーク）を検出する。すな
わち、信号変換部１１０の変換結果であるウェーブレッ
ト強度信号の所定間隔の各時刻における周波数分布に着
目し、単位時間毎（所定の間隔の時刻毎）にその時刻に
おける周波数の強度分布のピーク（極大値）を検出す
る。
た、その時系列信号に含まれる様々な周波数的特徴の時
間的な変化を、より精度良く定量的に把握できるように
する。 【解決手段】 ピーク検出部１２１で、強度演算部１１
３から出力されたウェーブレット強度信号より、単位時
間毎に周波数分布の極大値（ピーク）を検出する。すな
わち、信号変換部１１０の変換結果であるウェーブレッ
ト強度信号の所定間隔の各時刻における周波数分布に着
目し、単位時間毎（所定の間隔の時刻毎）にその時刻に
おける周波数の強度分布のピーク（極大値）を検出す
る。
Description
【０００１】
【発明の属する技術分野】この発明は、解析などのため
に得られた時系列信号より特徴的な部分を抽出するため
のデータ変換方法およびデータ変換装置およびプログラ
ム記憶媒体に関するものである。
に得られた時系列信号より特徴的な部分を抽出するため
のデータ変換方法およびデータ変換装置およびプログラ
ム記憶媒体に関するものである。
【０００２】
【従来の技術】振動や音またはプロセスデータなどの時
系列信号に対して、例えば、複素数形ウェーブレット関
数を用いてウェーブレット変換を行うと、時間−周波数
領域の情報が得られる。この時間−周波数領域の情報に
対し、強度（絶対値）を演算すると、時系列信号に含ま
れる様々な周波数的特徴の時間的な変化を解析できる。
このように、ウェーブレット変換結果である時間−周波
数情報をスケール毎に微分処理し、特徴量として極値を
抽出して解析や診断に用いる技術がある（文献１：特開
平７−２７１７６３号公報）。
系列信号に対して、例えば、複素数形ウェーブレット関
数を用いてウェーブレット変換を行うと、時間−周波数
領域の情報が得られる。この時間−周波数領域の情報に
対し、強度（絶対値）を演算すると、時系列信号に含ま
れる様々な周波数的特徴の時間的な変化を解析できる。
このように、ウェーブレット変換結果である時間−周波
数情報をスケール毎に微分処理し、特徴量として極値を
抽出して解析や診断に用いる技術がある（文献１：特開
平７−２７１７６３号公報）。
【０００３】また、 対象となる信号のウェーブレット
変換結果である時間−周波数情報から、スケール毎に信
号の周期性を表す特徴量を抽出し、解析や診断に用いる
技術がある（文献２：特開平８−８３２６５号公報）。
また、対象となる信号のウェーブレット変換結果から、
スケール毎に平均および分散等の統計量を演算し、これ
らを特徴として抽出して診断に用いる技術がある（文献
３：特開平８−２１９９５５号公報）。また、対象とな
る信号のウェーブレット変換結果とある設定したしきい
値とをスケール毎に比較し、しきい値を超える値を特徴
として抽出して診断に用いる技術もある（文献４：特開
平８−１７７５３０号公報）。また、対象となる信号の
ウェーブレット変換結果において、スケール毎に分散を
演算し、得られた分散分布のピークを特徴として抽出し
て解析に用いる技術がある（文献５：特開平８−３２９
０４６号公報）。
変換結果である時間−周波数情報から、スケール毎に信
号の周期性を表す特徴量を抽出し、解析や診断に用いる
技術がある（文献２：特開平８−８３２６５号公報）。
また、対象となる信号のウェーブレット変換結果から、
スケール毎に平均および分散等の統計量を演算し、これ
らを特徴として抽出して診断に用いる技術がある（文献
３：特開平８−２１９９５５号公報）。また、対象とな
る信号のウェーブレット変換結果とある設定したしきい
値とをスケール毎に比較し、しきい値を超える値を特徴
として抽出して診断に用いる技術もある（文献４：特開
平８−１７７５３０号公報）。また、対象となる信号の
ウェーブレット変換結果において、スケール毎に分散を
演算し、得られた分散分布のピークを特徴として抽出し
て解析に用いる技術がある（文献５：特開平８−３２９
０４６号公報）。
【０００４】
【発明が解決しようとする課題】ところで、従来のウェ
ーブレット変換結果に表れる時系列信号の特徴量を抽出
する方法としては、人が目で見て判断したり、しきい値
（文献４）により検出していた。しかし、これらの方法
では、不要な特徴量との判別が困難であり、望みの特徴
量をうまく抽出できない場合がある。一方、ウェーブレ
ット変換結果において、スケール毎の極値を特徴量とし
た場合（文献１）、望みの特徴を抽出できない場合があ
る。また、ウェーブレット変換結果より得られる特徴を
周期性に限定する（文献２）と、他の有用な特徴を抽出
できない。また、統計量を特徴とした場合（文献３、文
献５）、時間的な広がりを持つある領域全体を１つの特
徴量で表すことになり、時間毎の詳細な特徴を抽出でき
ない。
ーブレット変換結果に表れる時系列信号の特徴量を抽出
する方法としては、人が目で見て判断したり、しきい値
（文献４）により検出していた。しかし、これらの方法
では、不要な特徴量との判別が困難であり、望みの特徴
量をうまく抽出できない場合がある。一方、ウェーブレ
ット変換結果において、スケール毎の極値を特徴量とし
た場合（文献１）、望みの特徴を抽出できない場合があ
る。また、ウェーブレット変換結果より得られる特徴を
周期性に限定する（文献２）と、他の有用な特徴を抽出
できない。また、統計量を特徴とした場合（文献３、文
献５）、時間的な広がりを持つある領域全体を１つの特
徴量で表すことになり、時間毎の詳細な特徴を抽出でき
ない。
【０００５】例えば、図１０に示す時系列信号より、振
動成分を抽出したい場合、その時系列信号を、複素数形
ウェーブレット関数を用いてウェーブレット変換してそ
の強度を演算すると、図１１に示す強度信号が得られ
る。図１１は、強度の強い部分ほど明るく、逆に強度の
弱い部分ほど暗くなるというように、信号成分の強度を
輝度により表したウェーブレット強度信号を示してい
る。この図１１に示すようなウエーブレット強度信号に
より、周波数軸（縦）と時間軸（横）の両軸でステップ
状の波形と振動波形について解析することが可能とな
る。しかしながら、このように信号（データ）を変換し
ても、元の信号に比べ情報量が多くなることや、分解能
の制約などから定量的な判別は必ずしも容易でない。
動成分を抽出したい場合、その時系列信号を、複素数形
ウェーブレット関数を用いてウェーブレット変換してそ
の強度を演算すると、図１１に示す強度信号が得られ
る。図１１は、強度の強い部分ほど明るく、逆に強度の
弱い部分ほど暗くなるというように、信号成分の強度を
輝度により表したウェーブレット強度信号を示してい
る。この図１１に示すようなウエーブレット強度信号に
より、周波数軸（縦）と時間軸（横）の両軸でステップ
状の波形と振動波形について解析することが可能とな
る。しかしながら、このように信号（データ）を変換し
ても、元の信号に比べ情報量が多くなることや、分解能
の制約などから定量的な判別は必ずしも容易でない。
【０００６】ここで、文献４の技術によれば、図１１の
ウェーブレット強度信号より、所定のしきい値を超える
値を特徴として抽出すると、図１２に示す抽出結果が得
られる。しかしこれでは、振動成分の抽出は困難であ
る。すなわち、文献４に示された、しきい値を設定する
方法では、望みとする特徴のみが必ずしきい値を超える
ことが予め判明している場合には有効である。しかし、
そのような場合はむしろ少なく、さまざまな要因によ
り、望みの特徴がしきい値を超えなかったり、他の特徴
がしきい値を超えるような場合には判別は困難となる。
また、しきい値の設定自体にも難しさがある。上述した
ように、図１２に示すしきい値により抽出した結果で
は、元の時系列信号のステップ部分と振動成分をうまく
判別できない。
ウェーブレット強度信号より、所定のしきい値を超える
値を特徴として抽出すると、図１２に示す抽出結果が得
られる。しかしこれでは、振動成分の抽出は困難であ
る。すなわち、文献４に示された、しきい値を設定する
方法では、望みとする特徴のみが必ずしきい値を超える
ことが予め判明している場合には有効である。しかし、
そのような場合はむしろ少なく、さまざまな要因によ
り、望みの特徴がしきい値を超えなかったり、他の特徴
がしきい値を超えるような場合には判別は困難となる。
また、しきい値の設定自体にも難しさがある。上述した
ように、図１２に示すしきい値により抽出した結果で
は、元の時系列信号のステップ部分と振動成分をうまく
判別できない。
【０００７】また、文献２の技術によれば、ウェーブレ
ット変換結果において、スケール毎の時間的な変化のピ
ーク（極大値）を検出し、ピークが周期的に現れれば、
ピーク間の距離を元信号の周期性として抽出している。
この文献２の技術によれば、図１１のウェーブレット強
度信号より、図１３に示す抽出結果が得られる。しか
し、この図１３の抽出結果では、振動成分が全く抽出さ
れていない。すなわち、この文献２の技術では、振動成
分の抽出ができない。
ット変換結果において、スケール毎の時間的な変化のピ
ーク（極大値）を検出し、ピークが周期的に現れれば、
ピーク間の距離を元信号の周期性として抽出している。
この文献２の技術によれば、図１１のウェーブレット強
度信号より、図１３に示す抽出結果が得られる。しか
し、この図１３の抽出結果では、振動成分が全く抽出さ
れていない。すなわち、この文献２の技術では、振動成
分の抽出ができない。
【０００８】また、文献１の技術によれば、対象となる
信号のウェーブレット変換結果を、スケール毎に微分処
理し、特徴量としてスケール毎の時間的な変化の極値を
抽出するようにしている。極値には極大値と極小値が含
まれるため、この文献１の技術によれば、図１１のウェ
ーブレット強度信号により、スケール毎の極大値を抽出
した図１３に加え、スケール毎の極小値も抽出されるこ
とになる。しかしながら、図１１のウェーブレット強度
信号におけるスケール毎の極小値は、図１１の暗部、す
なわち強度の弱い部分に存在するため、特徴としては意
味のないものまで抽出することになる。したがって、振
動成分の抽出が困難となる。
信号のウェーブレット変換結果を、スケール毎に微分処
理し、特徴量としてスケール毎の時間的な変化の極値を
抽出するようにしている。極値には極大値と極小値が含
まれるため、この文献１の技術によれば、図１１のウェ
ーブレット強度信号により、スケール毎の極大値を抽出
した図１３に加え、スケール毎の極小値も抽出されるこ
とになる。しかしながら、図１１のウェーブレット強度
信号におけるスケール毎の極小値は、図１１の暗部、す
なわち強度の弱い部分に存在するため、特徴としては意
味のないものまで抽出することになる。したがって、振
動成分の抽出が困難となる。
【０００９】他方、文献３や文献５に示されているよう
に、統計量を特徴とする場合は、ある時間的な広がりを
持つ領域の特徴を統計量という代表値で表すことにな
り、その領域での時間的な特徴が失われてしまう。例え
ば、文献５の技術によれば、ウェーブレット変換結果に
おいて、スケール毎の分散値を特徴量としている。この
文献５の技術によれば、図１１のウェーブレット強度信
号より、図１４に示す結果が得られる。この図１４に示
す結果では、振動成分のスケール、すなわち周波数を特
定することは可能であるが、時間的な情報が失われてし
まうため、振動成分がいつ発生してどのくらい継続した
かなどの情報が得られない。以上に示したように、従来
技術では、ステップ成分と振動成分を判別できなかった
り、振動成分の特徴量を部分的にしか抽出できず、振動
成分が存在することは判明するが、特に時間的な情報が
欠落してしまうため、特徴を定量的に把握できない。
に、統計量を特徴とする場合は、ある時間的な広がりを
持つ領域の特徴を統計量という代表値で表すことにな
り、その領域での時間的な特徴が失われてしまう。例え
ば、文献５の技術によれば、ウェーブレット変換結果に
おいて、スケール毎の分散値を特徴量としている。この
文献５の技術によれば、図１１のウェーブレット強度信
号より、図１４に示す結果が得られる。この図１４に示
す結果では、振動成分のスケール、すなわち周波数を特
定することは可能であるが、時間的な情報が失われてし
まうため、振動成分がいつ発生してどのくらい継続した
かなどの情報が得られない。以上に示したように、従来
技術では、ステップ成分と振動成分を判別できなかった
り、振動成分の特徴量を部分的にしか抽出できず、振動
成分が存在することは判明するが、特に時間的な情報が
欠落してしまうため、特徴を定量的に把握できない。
【００１０】この発明は、以上のような問題点を解消す
るためになされたものであり、時系列信号をウェーブレ
ット変換して得られた、その時系列信号に含まれる様々
な周波数的特徴の時間的な変化を、より精度良く定量的
に把握できるようにすることを目的とする。
るためになされたものであり、時系列信号をウェーブレ
ット変換して得られた、その時系列信号に含まれる様々
な周波数的特徴の時間的な変化を、より精度良く定量的
に把握できるようにすることを目的とする。
【００１１】
【課題を解決するための手段】この発明のデータ変換方
法は、まず、時系列信号をウェーブレット関数に基づい
てウェーブレット変換して時間と周波数との関係を示す
第１の分布に変換し、次に、その第１の分布より、時間
と周波数とその強度との関係を示す第２の分布に変換
し、そして、その第２の分布において時刻毎の周波数強
度分布のピークを検出するようにした。以上示したよう
に、第２の分布において時刻毎の周波数強度分布のピー
クを検出しているので、第２の分布において強度の高い
特徴的な周波数成分が、時間的推移とともに抽出され
る。
法は、まず、時系列信号をウェーブレット関数に基づい
てウェーブレット変換して時間と周波数との関係を示す
第１の分布に変換し、次に、その第１の分布より、時間
と周波数とその強度との関係を示す第２の分布に変換
し、そして、その第２の分布において時刻毎の周波数強
度分布のピークを検出するようにした。以上示したよう
に、第２の分布において時刻毎の周波数強度分布のピー
クを検出しているので、第２の分布において強度の高い
特徴的な周波数成分が、時間的推移とともに抽出され
る。
【００１２】
【発明の実施の形態】以下この発明の実施の形態を図を
参照して説明する。 実施の形態１ まず、この発明の第１の実施の形態について説明する。
図１は、この実施の形態１におけるデータ変換装置の構
成を示す構成図である。図１に示すように、このデータ
変換装置は、信号変換部１１０と、その信号変換部１１
０より出力された信号より特徴を抽出する特徴量抽出部
１２０と、信号変換部１１０に対してパラメータを設定
したり、特徴量抽出部１２０に対してしきい値を設定す
るなどを行うユーザーインターフェース部１３０とから
構成されている。
参照して説明する。 実施の形態１ まず、この発明の第１の実施の形態について説明する。
図１は、この実施の形態１におけるデータ変換装置の構
成を示す構成図である。図１に示すように、このデータ
変換装置は、信号変換部１１０と、その信号変換部１１
０より出力された信号より特徴を抽出する特徴量抽出部
１２０と、信号変換部１１０に対してパラメータを設定
したり、特徴量抽出部１２０に対してしきい値を設定す
るなどを行うユーザーインターフェース部１３０とから
構成されている。
【００１３】まず、信号変換部１１０についてより詳細
に説明する。この信号変換部１１０は、ウェーブレット
関数生成部１１１と、ウェーブレット変換部１１２と、
強度演算部１１３とから構成されている。ウェーブレッ
ト関数生成部１１１では、ウェーブレット変換の基底関
数となる複素数形ウェーブレット関数を生成する。複素
数形ウェーブレット関数の代表的なものとして、ガボー
ル（Ｇａｂｏｒ）ウェーブレット関数などがあるが、こ
こでは、ウェーブレット関数Ψ（ｔ）として、以下の数
１で定義されるガボールウェーブレット関数を使用し
た。
に説明する。この信号変換部１１０は、ウェーブレット
関数生成部１１１と、ウェーブレット変換部１１２と、
強度演算部１１３とから構成されている。ウェーブレッ
ト関数生成部１１１では、ウェーブレット変換の基底関
数となる複素数形ウェーブレット関数を生成する。複素
数形ウェーブレット関数の代表的なものとして、ガボー
ル（Ｇａｂｏｒ）ウェーブレット関数などがあるが、こ
こでは、ウェーブレット関数Ψ（ｔ）として、以下の数
１で定義されるガボールウェーブレット関数を使用し
た。
【００１４】
【数１】
【００１５】また、ウェーブレット変換部１１２では、
ウェーブレット関数生成部１１１で生成された複素数形
ウェーブレット関数を用い、図示していない入力手段等
により入力された時系列信号をウェーブレット変換す
る。すなわち、ウェーブレット変換部１１２では、入力
された時系列信号に対し、ユーザーインターフェース部
１３０により設定された周波数に対応したスケールパラ
メータを基に、ウェーブレット関数生成部１１１で生成
された複素数形ウェーブレット関数を用いてウェーブレ
ット変換を行う。ここでは非直交ウェーブレット変換を
行う。そして、ウェーブレット変換の結果として、複素
数で表される時間−周波数領域に展開されたウェーブレ
ット変換信号Ｗ（ａ，ｂ）を得る。その際、ウェーブレ
ット変換の定義式とその条件は、次の数２で表される。
ウェーブレット関数生成部１１１で生成された複素数形
ウェーブレット関数を用い、図示していない入力手段等
により入力された時系列信号をウェーブレット変換す
る。すなわち、ウェーブレット変換部１１２では、入力
された時系列信号に対し、ユーザーインターフェース部
１３０により設定された周波数に対応したスケールパラ
メータを基に、ウェーブレット関数生成部１１１で生成
された複素数形ウェーブレット関数を用いてウェーブレ
ット変換を行う。ここでは非直交ウェーブレット変換を
行う。そして、ウェーブレット変換の結果として、複素
数で表される時間−周波数領域に展開されたウェーブレ
ット変換信号Ｗ（ａ，ｂ）を得る。その際、ウェーブレ
ット変換の定義式とその条件は、次の数２で表される。
【００１６】
【数２】
【００１７】本実施例では、ウェーブレット変換信号Ｗ
（ａ，ｂ）を、Ｍ：スケールパラメータａの個数、Ｎ：
シフトパラメータｂの個数（時系列信号点数に等しい）
とおいて、以下に示すように、大きさＭ×Ｎの２次元配
列Ｗijとして演算する。 Ｗij＝Ｗ（ａi，ｂj） ｉ＝１，２，・・・・，Ｍ、ｊ＝
１，２，・・・・，Ｎ そして、強度演算部１１３では、そのウェーブレット変
換結果であるウェーブレット変換信号から、その強度を
演算する。すなわち、ウェーブレット変換の結果である
ウェーブレット変換信号Ｗijから、Ａij＝｜Ｗij｜によ
りウェーブレット強度信号Ａijを演算する。ここでは、
ウェーブレット強度信号として、ウェーブレット変換信
号の絶対値を用いた。
（ａ，ｂ）を、Ｍ：スケールパラメータａの個数、Ｎ：
シフトパラメータｂの個数（時系列信号点数に等しい）
とおいて、以下に示すように、大きさＭ×Ｎの２次元配
列Ｗijとして演算する。 Ｗij＝Ｗ（ａi，ｂj） ｉ＝１，２，・・・・，Ｍ、ｊ＝
１，２，・・・・，Ｎ そして、強度演算部１１３では、そのウェーブレット変
換結果であるウェーブレット変換信号から、その強度を
演算する。すなわち、ウェーブレット変換の結果である
ウェーブレット変換信号Ｗijから、Ａij＝｜Ｗij｜によ
りウェーブレット強度信号Ａijを演算する。ここでは、
ウェーブレット強度信号として、ウェーブレット変換信
号の絶対値を用いた。
【００１８】次に、特徴量抽出部１２０について、より
詳細に説明する。この特徴量抽出部１２０は、ピーク検
出部１２１と、特徴量算出部１２２とから構成されてい
る。そのピーク検出部１２１では、強度演算部１１３か
ら出力されたウェーブレット強度信号より、単位時間毎
に周波数分布の極大値（ピーク）を検出する。すなわ
ち、信号変換部１１０の変換結果であるウェーブレット
強度信号の所定間隔の各時刻における周波数分布に着目
し、単位時間毎（所定の間隔の時刻毎）にその時刻にお
ける周波数の強度分布のピーク（極大値）を検出する。
詳細に説明する。この特徴量抽出部１２０は、ピーク検
出部１２１と、特徴量算出部１２２とから構成されてい
る。そのピーク検出部１２１では、強度演算部１１３か
ら出力されたウェーブレット強度信号より、単位時間毎
に周波数分布の極大値（ピーク）を検出する。すなわ
ち、信号変換部１１０の変換結果であるウェーブレット
強度信号の所定間隔の各時刻における周波数分布に着目
し、単位時間毎（所定の間隔の時刻毎）にその時刻にお
ける周波数の強度分布のピーク（極大値）を検出する。
【００１９】このピーク検出では、図２のフローチャー
トに示すように、まず、ステップＳ１で、ｉの最大値Ｍ
にスケールパラメータａの個数を設定する。すなわち、
ウェーブレット変換して得られた時間−周波数情報にお
ける周波数軸（スケール）の分割数を設定する。同様
に、ｊの最大値Ｎにシフトパラメータｂの個数を設定す
る。すなわち、ウェーブレット変換して得られた時間−
周波数情報における、時間軸（シフト）の分割数を設定
する。そして、Ｔｈにしきい値を設定する。このしきい
値は、演算誤差などにより生じる無視しうる微少なピー
クを検出しないためのものであり、ユーザーインターフ
ェース部１３０で設定している。
トに示すように、まず、ステップＳ１で、ｉの最大値Ｍ
にスケールパラメータａの個数を設定する。すなわち、
ウェーブレット変換して得られた時間−周波数情報にお
ける周波数軸（スケール）の分割数を設定する。同様
に、ｊの最大値Ｎにシフトパラメータｂの個数を設定す
る。すなわち、ウェーブレット変換して得られた時間−
周波数情報における、時間軸（シフト）の分割数を設定
する。そして、Ｔｈにしきい値を設定する。このしきい
値は、演算誤差などにより生じる無視しうる微少なピー
クを検出しないためのものであり、ユーザーインターフ
ェース部１３０で設定している。
【００２０】次いで、ステップＳ２で、ｊを１とし、ス
テップＳ３でｉを１とする。次に、ステップＳ４で、ｉ
が１より大きいかつｉがＭより小さいかどうかを判断す
る。ウェーブレット変換の結果得られた時間−周波数情
報においては、スケール（周波数）の最小値と最大値に
強度のピークはないとみなして、この判断でそれを除外
している。この判断により、ｉが１もしくはＭのとき
は、ステップＳ５に移行し、Ｐ（ｉ，ｊ）＝０とする。
すなわち、ピークではないとする。一方、ｉが１かつＭ
でないときは、ステップＳ６に移行する。
テップＳ３でｉを１とする。次に、ステップＳ４で、ｉ
が１より大きいかつｉがＭより小さいかどうかを判断す
る。ウェーブレット変換の結果得られた時間−周波数情
報においては、スケール（周波数）の最小値と最大値に
強度のピークはないとみなして、この判断でそれを除外
している。この判断により、ｉが１もしくはＭのとき
は、ステップＳ５に移行し、Ｐ（ｉ，ｊ）＝０とする。
すなわち、ピークではないとする。一方、ｉが１かつＭ
でないときは、ステップＳ６に移行する。
【００２１】次に、ステップＳ６で、係る時刻の係る周
波数における強度Ａ（ｉ，ｊ）が、まず、設定されてい
るしきい値Ｔｈより大きいかどうか判断する。加えて、
その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ−１，ｊ）より大き
いかどうか判断する。さらに、その強度Ａ（ｉ，ｊ）が
強度Ａ（ｉ＋１，ｊ）より大きいかどうか判断する。以
上の判断で、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ
（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）な
らば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）にお
いてピークを示しているものと判断する。そして、ステ
ップＳ７に移行して、Ｐ（ｉ，ｊ）＝１とする。以上の
ことに対して、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞
Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）
でないならば、その周波数（ｉ）の強度Ａはこの時刻
（ｊ）においてピークを示していないものと判断する。
そして、ステップＳ５に移行して、Ｐ（ｉ，ｊ）＝０と
する。
波数における強度Ａ（ｉ，ｊ）が、まず、設定されてい
るしきい値Ｔｈより大きいかどうか判断する。加えて、
その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ−１，ｊ）より大き
いかどうか判断する。さらに、その強度Ａ（ｉ，ｊ）が
強度Ａ（ｉ＋１，ｊ）より大きいかどうか判断する。以
上の判断で、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ
（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）な
らば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）にお
いてピークを示しているものと判断する。そして、ステ
ップＳ７に移行して、Ｐ（ｉ，ｊ）＝１とする。以上の
ことに対して、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞
Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）
でないならば、その周波数（ｉ）の強度Ａはこの時刻
（ｊ）においてピークを示していないものと判断する。
そして、ステップＳ５に移行して、Ｐ（ｉ，ｊ）＝０と
する。
【００２２】次いで、ステップＳ８でｉに１を加え、ス
テップＳ９でそのｉがＭより大きいかどうか判断する。
ステップＳ９の判断でｉがＭより大きくない場合、ステ
ップＳ４〜８を繰り返す。一方、ステップＳ９の判断
で、ｉがＭより大きい場合、ステップＳ１０に移行して
ｊに１を加え、ステップＳ１１でそのｊがＮより大きい
かどうか判断する。このステップＳ１１の判断で、ｊが
Ｎより大きくない場合、ステップＳ３〜ステップＳ１０
を繰り返す。そして、ステップＳ１１の判断で、ｊがＮ
より大きい場合、処理を終了する。
テップＳ９でそのｉがＭより大きいかどうか判断する。
ステップＳ９の判断でｉがＭより大きくない場合、ステ
ップＳ４〜８を繰り返す。一方、ステップＳ９の判断
で、ｉがＭより大きい場合、ステップＳ１０に移行して
ｊに１を加え、ステップＳ１１でそのｊがＮより大きい
かどうか判断する。このステップＳ１１の判断で、ｊが
Ｎより大きくない場合、ステップＳ３〜ステップＳ１０
を繰り返す。そして、ステップＳ１１の判断で、ｊがＮ
より大きい場合、処理を終了する。
【００２３】以上に示したことにより、ウェーブレット
強度信号Ａijの単位時間毎の周波数分布の全点におい
て、ピークであれば１、そうでなければ０の２値として
ピークを検出し、周波数分布ピーク信号Ｐijを得るよう
にしている。そして、その検出した単位時間毎の周波数
分布ピーク信号から、特徴量算出部１２２において、周
波数，発生時刻，継続時間などの特徴量を演算する。な
お、ユーザーインターフェース部１３０は、パラメータ
設定部１３１としきい値設定部１３２と表示部１３３と
から構成されている。その中で、パラメータ設定部１３
１は、前述したように、ウェーブレット変換部１１２に
対して、周波数に対応したスケールパラメータを設定す
る。また、しきい値設定部１３２は、ピーク検出部１２
１において用いる、演算誤差などにより生じる無視しう
る微少なピークを検出しないためのしきい値を設定す
る。
強度信号Ａijの単位時間毎の周波数分布の全点におい
て、ピークであれば１、そうでなければ０の２値として
ピークを検出し、周波数分布ピーク信号Ｐijを得るよう
にしている。そして、その検出した単位時間毎の周波数
分布ピーク信号から、特徴量算出部１２２において、周
波数，発生時刻，継続時間などの特徴量を演算する。な
お、ユーザーインターフェース部１３０は、パラメータ
設定部１３１としきい値設定部１３２と表示部１３３と
から構成されている。その中で、パラメータ設定部１３
１は、前述したように、ウェーブレット変換部１１２に
対して、周波数に対応したスケールパラメータを設定す
る。また、しきい値設定部１３２は、ピーク検出部１２
１において用いる、演算誤差などにより生じる無視しう
る微少なピークを検出しないためのしきい値を設定す
る。
【００２４】そして、表示部１３３は、信号変換部１１
０が出力するウェーブレット強度信号の表示、特徴量抽
出部１２０により得られた周波数分布ピーク信号などの
表示を行う。図３は、その表示部１３３に表示されたウ
ェーブレット強度信号や周波数分布ピーク信号の出力結
果を示す分布図である。図３（ａ）は、ウェーブレット
変換の結果得られたウェーブレット強度信号を示し、図
３（ｂ）は、周波数分布ピーク信号を示す。また、これ
ら分布図において、横軸は時間を示し、縦軸（スケー
ル）は周波数を示している。これらの結果は、図１０の
時系列信号より、上述したこの発明の実施の形態１のデ
ータ変換装置により得られたものである。図３（ｂ）か
ら明らかなように、図１０の時系列信号より、特徴的な
振動成分のみが抽出されていることがわかる。
０が出力するウェーブレット強度信号の表示、特徴量抽
出部１２０により得られた周波数分布ピーク信号などの
表示を行う。図３は、その表示部１３３に表示されたウ
ェーブレット強度信号や周波数分布ピーク信号の出力結
果を示す分布図である。図３（ａ）は、ウェーブレット
変換の結果得られたウェーブレット強度信号を示し、図
３（ｂ）は、周波数分布ピーク信号を示す。また、これ
ら分布図において、横軸は時間を示し、縦軸（スケー
ル）は周波数を示している。これらの結果は、図１０の
時系列信号より、上述したこの発明の実施の形態１のデ
ータ変換装置により得られたものである。図３（ｂ）か
ら明らかなように、図１０の時系列信号より、特徴的な
振動成分のみが抽出されていることがわかる。
【００２５】実施の形態２ 以下、この発明の第２の実施の形態について説明する。
この実施の形態２においては、図４に示すように、上述
したデータ変換装置を空調機の異常制御検出に適用した
場合について説明する。図４に示すように、この実施の
形態２においては、新に、ハンチング判定部４０１と制
御パラメータ設定部４０２を設けるようにしている。す
なわち、この実施の形態２におけるデータ変換装置は、
信号変換部１１０と、その信号変換部１１０より出力さ
れた信号より特徴を抽出する特徴量抽出部１２０と、信
号変換部１１０に対するパラメータの設定や、特徴量抽
出部１２０に対するしきい値の設定を行うユーザーイン
ターフェース部１３０と、これらに加え、ハンチング判
定部４０１と制御パラメータ設定部４０２とから構成さ
れている。
この実施の形態２においては、図４に示すように、上述
したデータ変換装置を空調機の異常制御検出に適用した
場合について説明する。図４に示すように、この実施の
形態２においては、新に、ハンチング判定部４０１と制
御パラメータ設定部４０２を設けるようにしている。す
なわち、この実施の形態２におけるデータ変換装置は、
信号変換部１１０と、その信号変換部１１０より出力さ
れた信号より特徴を抽出する特徴量抽出部１２０と、信
号変換部１１０に対するパラメータの設定や、特徴量抽
出部１２０に対するしきい値の設定を行うユーザーイン
ターフェース部１３０と、これらに加え、ハンチング判
定部４０１と制御パラメータ設定部４０２とから構成さ
れている。
【００２６】また、信号変換部１１０は、ウェーブレッ
ト関数生成部１１１と、ウェーブレット変換部１１２
と、強度演算部１１３とから構成されている。また、特
徴量抽出部１２０は、ピーク検出部１２１と、特徴量算
出部１２２とから構成されている。そして、ユーザーイ
ンターフェース部１３０は、パラメータ設定部１３１と
しきい値設定部１３２と表示部１３３とから構成されて
いる。
ト関数生成部１１１と、ウェーブレット変換部１１２
と、強度演算部１１３とから構成されている。また、特
徴量抽出部１２０は、ピーク検出部１２１と、特徴量算
出部１２２とから構成されている。そして、ユーザーイ
ンターフェース部１３０は、パラメータ設定部１３１と
しきい値設定部１３２と表示部１３３とから構成されて
いる。
【００２７】ところで、ビルなどに設置されている空調
機では、設置時に設定した制御パラメータが空調機能力
の経時変化などにより不適当な値となることがある。そ
の結果、その空調機の制御が不安定となり、温調してい
る部屋の温度が短い時間で変動するハンチング等の不具
合が発生する。この、ハンチングは、空調機の稼働状態
を反映したものであり、これが発生すると、空調に必要
なエネルギーに無駄が発生したり、利用者に不快感を与
えることになり問題となる。そして、このハンチングは
比較的短い間隔の振動成分として現れるため、従来のよ
うに空調状態を人が監視する方法では、見逃してしまう
場合がある。また、機器が複数ある場合には、すべてを
監視することは不可能であった。
機では、設置時に設定した制御パラメータが空調機能力
の経時変化などにより不適当な値となることがある。そ
の結果、その空調機の制御が不安定となり、温調してい
る部屋の温度が短い時間で変動するハンチング等の不具
合が発生する。この、ハンチングは、空調機の稼働状態
を反映したものであり、これが発生すると、空調に必要
なエネルギーに無駄が発生したり、利用者に不快感を与
えることになり問題となる。そして、このハンチングは
比較的短い間隔の振動成分として現れるため、従来のよ
うに空調状態を人が監視する方法では、見逃してしまう
場合がある。また、機器が複数ある場合には、すべてを
監視することは不可能であった。
【００２８】図５は、温調している部屋の温度検出結果
（ａ）と、それをウェーブレット変換して得たウェーブ
レット強度分布（ｂ）と、そのウェーブレット変換結果
より特徴量抽出部１２０が抽出した結果（ｃ）とを示し
ている。なお、図５（ｂ），（ｃ）では、横軸は時間を
示し、縦軸（スケール）は周波数を示している。図５
（ａ）に示すように、ある時間帯において、上述したハ
ンチングが発生している。これは、温度検出結果の中
で、振動成分としてみられる。これより、前述の実施の
形態１に示したことと同様にすることで、図５（ｃ）に
示すように、その振動成分のみを抽出できる。
（ａ）と、それをウェーブレット変換して得たウェーブ
レット強度分布（ｂ）と、そのウェーブレット変換結果
より特徴量抽出部１２０が抽出した結果（ｃ）とを示し
ている。なお、図５（ｂ），（ｃ）では、横軸は時間を
示し、縦軸（スケール）は周波数を示している。図５
（ａ）に示すように、ある時間帯において、上述したハ
ンチングが発生している。これは、温度検出結果の中
で、振動成分としてみられる。これより、前述の実施の
形態１に示したことと同様にすることで、図５（ｃ）に
示すように、その振動成分のみを抽出できる。
【００２９】そして、この実施の形態２におけるデータ
変換装置の動作を説明すると、その抽出した特徴量よ
り、ハンチング判定部４０１において、その周波数，発
生時刻，継続時間，振幅などから、その特徴量が示すハ
ンチングの状態を判定する。また、制御パラメータ設定
部４０２では、その判定結果により、空調設備における
それぞれの機器や、空調対象の環境に適合した最適化空
調機器制御値を算出し、それを空調機に設定する。以上
示したように、この実施の形態２では、空調データハン
チングとして現れる振動成分のみを自動的に検出でき
る。したがって、この状態を見逃すこともなく、機器が
複数ある場合でもすべてに対してハンチング検出が可能
となり、空調におけるハンチング発生の問題を解決でき
る。
変換装置の動作を説明すると、その抽出した特徴量よ
り、ハンチング判定部４０１において、その周波数，発
生時刻，継続時間，振幅などから、その特徴量が示すハ
ンチングの状態を判定する。また、制御パラメータ設定
部４０２では、その判定結果により、空調設備における
それぞれの機器や、空調対象の環境に適合した最適化空
調機器制御値を算出し、それを空調機に設定する。以上
示したように、この実施の形態２では、空調データハン
チングとして現れる振動成分のみを自動的に検出でき
る。したがって、この状態を見逃すこともなく、機器が
複数ある場合でもすべてに対してハンチング検出が可能
となり、空調におけるハンチング発生の問題を解決でき
る。
【００３０】実施の形態３ 以下、この発明の第３の実施の形態について説明する。
この実施の形態３においては、図６に示すように、前述
したデータ変換装置を回転機器の異常診断に適用した場
合について説明する。図６に示すように、この実施の形
態３においては、新に、正常信号保持部６０１，異常判
定部６０２，および，警報出力部６０３を設けるように
している。すなわち、この実施の形態３におけるデータ
変換装置は、信号変換部１１０と、その信号変換部１１
０より出力された信号より特徴を抽出する特徴量抽出部
１２０と、信号変換部１１０に対するパラメータの設定
や、特徴量抽出部１２０に対するしきい値の設定を行う
ユーザーインターフェース部１３０と、これらに加え、
正常信号保持部６０１，異常判定部６０２，および，警
報出力部６０３とから構成されている。
この実施の形態３においては、図６に示すように、前述
したデータ変換装置を回転機器の異常診断に適用した場
合について説明する。図６に示すように、この実施の形
態３においては、新に、正常信号保持部６０１，異常判
定部６０２，および，警報出力部６０３を設けるように
している。すなわち、この実施の形態３におけるデータ
変換装置は、信号変換部１１０と、その信号変換部１１
０より出力された信号より特徴を抽出する特徴量抽出部
１２０と、信号変換部１１０に対するパラメータの設定
や、特徴量抽出部１２０に対するしきい値の設定を行う
ユーザーインターフェース部１３０と、これらに加え、
正常信号保持部６０１，異常判定部６０２，および，警
報出力部６０３とから構成されている。
【００３１】また、信号変換部１１０は、ウェーブレッ
ト関数生成部１１１と、ウェーブレット変換部１１２
と、強度演算部１１３とから構成されている。また、特
徴量抽出部１２０は、ピーク検出部１２１と、特徴量算
出部１２２とから構成されている。そして、ユーザーイ
ンターフェース部１３０は、パラメータ設定部１３１と
しきい値設定部１３２と表示部１３３とから構成されて
いる。
ト関数生成部１１１と、ウェーブレット変換部１１２
と、強度演算部１１３とから構成されている。また、特
徴量抽出部１２０は、ピーク検出部１２１と、特徴量算
出部１２２とから構成されている。そして、ユーザーイ
ンターフェース部１３０は、パラメータ設定部１３１と
しきい値設定部１３２と表示部１３３とから構成されて
いる。
【００３２】ところで、回転機器を構成するベアリング
などの回転体において、異物の混入や劣化などにより傷
が生じる。そして、これを放っておくと運転中に故障が
発生し、重大な損害が生じる。したがって、これを早期
に発見し、補修することが必要である。まず、図７に、
回転機器が正常な時の回転体の振動波形（ａ）とウェー
ブレット強度信号（ｂ）、およびそのウェーブレット変
換結果より特徴量抽出部１２０が抽出した結果（ｃ）を
示す。これは、例えば、ベアリング部より発生している
音を検出したものである。また、図８に、回転機器が異
常なときの回転体の振動波形（ａ）とウェーブレット強
度信号（ｂ）、およびそのウェーブレット変換結果より
特徴量抽出部１２０が抽出した結果（ｃ）を示す。
などの回転体において、異物の混入や劣化などにより傷
が生じる。そして、これを放っておくと運転中に故障が
発生し、重大な損害が生じる。したがって、これを早期
に発見し、補修することが必要である。まず、図７に、
回転機器が正常な時の回転体の振動波形（ａ）とウェー
ブレット強度信号（ｂ）、およびそのウェーブレット変
換結果より特徴量抽出部１２０が抽出した結果（ｃ）を
示す。これは、例えば、ベアリング部より発生している
音を検出したものである。また、図８に、回転機器が異
常なときの回転体の振動波形（ａ）とウェーブレット強
度信号（ｂ）、およびそのウェーブレット変換結果より
特徴量抽出部１２０が抽出した結果（ｃ）を示す。
【００３３】例えば、回転機器のベアリングに異物が混
入したことによる傷などにより異常振動が発生すると、
高周波成分が断続的に現れる。これは、図７（ａ）と図
８（ａ）とを目視で比較すれば、おおよそ判別がつく。
しかしながら、この断続的な高周波成分として現れるそ
の傷が小さいときなどは、回転機器の完全な故障停止に
は至らない。そして、故障に至らない状況では、その断
続的な高周波成分は非常に小さく、これを自動的に検出
するために、単純にウェーブレット強度信号からこれを
判別することは、ノイズ等の影響によりほぼ不可能であ
る。図７（ｂ）と図８（ｂ）とを比較しても、自動的に
断続的な高周波成分を取り出すことはできない。
入したことによる傷などにより異常振動が発生すると、
高周波成分が断続的に現れる。これは、図７（ａ）と図
８（ａ）とを目視で比較すれば、おおよそ判別がつく。
しかしながら、この断続的な高周波成分として現れるそ
の傷が小さいときなどは、回転機器の完全な故障停止に
は至らない。そして、故障に至らない状況では、その断
続的な高周波成分は非常に小さく、これを自動的に検出
するために、単純にウェーブレット強度信号からこれを
判別することは、ノイズ等の影響によりほぼ不可能であ
る。図７（ｂ）と図８（ｂ）とを比較しても、自動的に
断続的な高周波成分を取り出すことはできない。
【００３４】ここで、前述したように、図７（ｃ）およ
び図８（ｃ）に示すように、周波数分布ピーク信号を抽
出すると、異常時の高周波成分とその発生間隔を明確に
検出できる。すなわち、図８（ｃ）には、高周波成分が
断続的に現れており、特徴量を抽出したことになる。そ
こで、まず、このようにして特徴量抽出部１２０から得
られた正常時の特徴量を、予め正常信号保持部６０１に
記憶させておく。そして、異常判定部６０２において、
異常発生時に得られた特徴量と、その正常時の特徴量と
比較すれば、異常を判定することができる。加えて、こ
の異常判定の結果、異常と判定された場合に、警報出力
部６０３において警報を出力することで、故障前に補修
が可能となる。すなわち、上述したように、例えばベア
リングに発生した傷などによる異常が小さなものであっ
ても、それを、異常が大きくなり故障停止となる前に確
実に検出できる。
び図８（ｃ）に示すように、周波数分布ピーク信号を抽
出すると、異常時の高周波成分とその発生間隔を明確に
検出できる。すなわち、図８（ｃ）には、高周波成分が
断続的に現れており、特徴量を抽出したことになる。そ
こで、まず、このようにして特徴量抽出部１２０から得
られた正常時の特徴量を、予め正常信号保持部６０１に
記憶させておく。そして、異常判定部６０２において、
異常発生時に得られた特徴量と、その正常時の特徴量と
比較すれば、異常を判定することができる。加えて、こ
の異常判定の結果、異常と判定された場合に、警報出力
部６０３において警報を出力することで、故障前に補修
が可能となる。すなわち、上述したように、例えばベア
リングに発生した傷などによる異常が小さなものであっ
ても、それを、異常が大きくなり故障停止となる前に確
実に検出できる。
【００３５】ところで、上述では、信号変換部１１０と
特徴量抽出部１２０とを備えるようにしたが、これらの
動作をＣＰＵで行うようにしても良い。すなわち、図９
に示すように、まず、検出部９０１より得られた時系列
信号をＡ／Ｄ変換部９０２によりデジタル信号に変換す
る。そして、この変換した信号を、ＣＰＵ９０３により
ウェーブレット変換して時間−周波数領域に展開された
ウェーブレット変換信号とし、その強度を演算し、出力
されたウェーブレット強度信号より単位時間毎に周波数
分布の極大値（ピーク）を検出する。そして、このＣＰ
Ｕ９０３は、バス９０３ａに接続された主メモリ９０４
に展開されたプログラムにより、上述した一連の動作を
行う。また、主メモリ９０４に展開されるプログラム
は、外部記憶装置９０５に格納されているものである。
また、ウェーブレット変換に用いるウェーブレット関数
も、例えば、予め外部記憶装置９０５に格納しておけば
よい。また、パラメータの設定やしきい値の設定は、キ
ーボード９０６より入力すればよい。そして、得られた
周波数分布ピーク信号などが、モニタ９０７に表示され
る。
特徴量抽出部１２０とを備えるようにしたが、これらの
動作をＣＰＵで行うようにしても良い。すなわち、図９
に示すように、まず、検出部９０１より得られた時系列
信号をＡ／Ｄ変換部９０２によりデジタル信号に変換す
る。そして、この変換した信号を、ＣＰＵ９０３により
ウェーブレット変換して時間−周波数領域に展開された
ウェーブレット変換信号とし、その強度を演算し、出力
されたウェーブレット強度信号より単位時間毎に周波数
分布の極大値（ピーク）を検出する。そして、このＣＰ
Ｕ９０３は、バス９０３ａに接続された主メモリ９０４
に展開されたプログラムにより、上述した一連の動作を
行う。また、主メモリ９０４に展開されるプログラム
は、外部記憶装置９０５に格納されているものである。
また、ウェーブレット変換に用いるウェーブレット関数
も、例えば、予め外部記憶装置９０５に格納しておけば
よい。また、パラメータの設定やしきい値の設定は、キ
ーボード９０６より入力すればよい。そして、得られた
周波数分布ピーク信号などが、モニタ９０７に表示され
る。
【００３６】ところで、上述した実施の形態において
は、数２に示す複素数形ウェーブレット関数（ガボール
ウェーブレット関数）を用いてウェーブレット変換を行
うようにしたが、これに限るものではない。一般に、ウ
ェーブレット変換は、大きく分けて直交ウェーブレット
変換と非直交ウェーブレット変換に分類できる。上述し
た実施の形態で用いたウェーブレット変換は、非直交で
あり、さらに、複素数形ウェーブレット関数を用いてい
る。
は、数２に示す複素数形ウェーブレット関数（ガボール
ウェーブレット関数）を用いてウェーブレット変換を行
うようにしたが、これに限るものではない。一般に、ウ
ェーブレット変換は、大きく分けて直交ウェーブレット
変換と非直交ウェーブレット変換に分類できる。上述し
た実施の形態で用いたウェーブレット変換は、非直交で
あり、さらに、複素数形ウェーブレット関数を用いてい
る。
【００３７】非直交ウェーブレット変換においては、前
述したように複素数形ウェーブレット関数を用いるもの
と、後述する実数形ウェーブレット関数を用いるものと
がある。非直交ウェーブレット変換において、前述した
ようにガボール関数などの複素数形ウェーブレット関数
を用いると、ウェーブレット変換結果に対して絶対値を
演算することにより強度が得られるので、強度から直接
的にピーク検出が可能である。
述したように複素数形ウェーブレット関数を用いるもの
と、後述する実数形ウェーブレット関数を用いるものと
がある。非直交ウェーブレット変換において、前述した
ようにガボール関数などの複素数形ウェーブレット関数
を用いると、ウェーブレット変換結果に対して絶対値を
演算することにより強度が得られるので、強度から直接
的にピーク検出が可能である。
【００３８】また、非直交ウェーブレット変換におい
て、メキシカンハット関数，フレンチハット関数，もし
くは，シャノン（Ｓｈａｎｎｏｎ）関数などの実数形ウ
ェーブレット関数を用いると、ウェーブレット変換結果
に対して絶対値を演算しても、強度は得られない。しか
しながら、演算した絶対値に、ローパスフィルタなどに
より包絡線（エンベロープ）処理を施せば、強度に相当
する情報が得られ、ピーク検出が可能となる。
て、メキシカンハット関数，フレンチハット関数，もし
くは，シャノン（Ｓｈａｎｎｏｎ）関数などの実数形ウ
ェーブレット関数を用いると、ウェーブレット変換結果
に対して絶対値を演算しても、強度は得られない。しか
しながら、演算した絶対値に、ローパスフィルタなどに
より包絡線（エンベロープ）処理を施せば、強度に相当
する情報が得られ、ピーク検出が可能となる。
【００３９】一方、直交ウェーブレット変換では、実数
形ウェーブレット関数のみが用いられる。このウェーブ
レット関数としては、ダウベシイズ（Ｄａｕｂｅｃｉｅ
ｓ）関数，ハール（Ｈａｒｒ）関数，メイヤー（Ｍｅｙ
ｅｒ）関数，シムレット（Ｓｙｍｌｅｔ）関数，スプラ
イン関数，または、コイフレット（Ｃｏｉｆｌｅｔ）関
数などがある。この直交ウェーブレット変換において
は、実数形ウェーブレット変換を用いた非直交ウェーブ
レット変換と同様に、演算した絶対値に、ローパスフィ
ルタなどにより包絡線（エンベロープ）処理を施せば、
強度に相当する情報が得られ、ピーク検出が可能とな
る。
形ウェーブレット関数のみが用いられる。このウェーブ
レット関数としては、ダウベシイズ（Ｄａｕｂｅｃｉｅ
ｓ）関数，ハール（Ｈａｒｒ）関数，メイヤー（Ｍｅｙ
ｅｒ）関数，シムレット（Ｓｙｍｌｅｔ）関数，スプラ
イン関数，または、コイフレット（Ｃｏｉｆｌｅｔ）関
数などがある。この直交ウェーブレット変換において
は、実数形ウェーブレット変換を用いた非直交ウェーブ
レット変換と同様に、演算した絶対値に、ローパスフィ
ルタなどにより包絡線（エンベロープ）処理を施せば、
強度に相当する情報が得られ、ピーク検出が可能とな
る。
【００４０】但し、直交ウェーブレット変換では、周波
数が低くなると、変換したデータ数が減少したり、時刻
が各周波数（スケール）で一致しなくなる。このため、
データの補間や時刻合わせが必要な場合もある。しか
し、直交ウェーブレット変換においても、データ数を減
少させない演算の方法もあり、実数形ウェーブレット関
数を用いた非直交ウェーブレット変換と同様の結果を得
ることもできる。なお、上述では、特徴的な高周波成分
を抽出するようにしたが、これに限るものではない。こ
の発明により、高い周波数のノイズに隠れている特徴的
な低周波成分を抽出することもできる。
数が低くなると、変換したデータ数が減少したり、時刻
が各周波数（スケール）で一致しなくなる。このため、
データの補間や時刻合わせが必要な場合もある。しか
し、直交ウェーブレット変換においても、データ数を減
少させない演算の方法もあり、実数形ウェーブレット関
数を用いた非直交ウェーブレット変換と同様の結果を得
ることもできる。なお、上述では、特徴的な高周波成分
を抽出するようにしたが、これに限るものではない。こ
の発明により、高い周波数のノイズに隠れている特徴的
な低周波成分を抽出することもできる。
【００４１】
【発明の効果】以上説明したように、この発明では、ま
ず、時系列信号をウェーブレット関数に基づいてウェー
ブレット変換して時間と周波数との関係を示す第１の分
布に変換し、次に、その第１の分布より、時間と周波数
とその強度との関係を示す第２の分布に変換し、そし
て、その第２の分布において時刻毎の周波数強度分布の
ピークを検出するようにした。以上示したように、第２
の分布において時刻毎の周波数強度分布のピークを検出
しているので、第２の分布において強度の高い特徴的な
周波数成分が、時間的推移とともに抽出される。この結
果、この発明によれば、時系列信号をウェーブレット変
換して得られた、その時系列信号に含まれる様々な周波
数的特徴の時間的な変化を、より精度良く定量的に把握
できるという効果を有する。
ず、時系列信号をウェーブレット関数に基づいてウェー
ブレット変換して時間と周波数との関係を示す第１の分
布に変換し、次に、その第１の分布より、時間と周波数
とその強度との関係を示す第２の分布に変換し、そし
て、その第２の分布において時刻毎の周波数強度分布の
ピークを検出するようにした。以上示したように、第２
の分布において時刻毎の周波数強度分布のピークを検出
しているので、第２の分布において強度の高い特徴的な
周波数成分が、時間的推移とともに抽出される。この結
果、この発明によれば、時系列信号をウェーブレット変
換して得られた、その時系列信号に含まれる様々な周波
数的特徴の時間的な変化を、より精度良く定量的に把握
できるという効果を有する。
【図１】 この発明の第１の実施の形態におけるデータ
変換装置の構成を示す構成図である。
変換装置の構成を示す構成図である。
【図２】 図１のピーク検出部１２１の動作を示すフロ
ーチャートである。
ーチャートである。
【図３】 ウェーブレット強度信号や周波数分布ピーク
信号の出力結果を示す分布図である。
信号の出力結果を示す分布図である。
【図４】 この発明の第２の実施の形態におけるデータ
変換装置の構成を示す構成図である。
変換装置の構成を示す構成図である。
【図５】 温調している部屋の温度検出結果（ａ）と、
それをウェーブレット変換してえられたウェーブレット
強度信号分布（ｂ）と、そのウェーブレット変換結果よ
り特徴量抽出部１２０が抽出した結果（ｃ）とを示す分
布図である。
それをウェーブレット変換してえられたウェーブレット
強度信号分布（ｂ）と、そのウェーブレット変換結果よ
り特徴量抽出部１２０が抽出した結果（ｃ）とを示す分
布図である。
【図６】 この発明の第３の実施の形態におけるデータ
変換装置の構成を示す構成図である。
変換装置の構成を示す構成図である。
【図７】 回転機器が正常な時の回転体の振動波形
（ａ）と、それをウェーブレット変換してえられたウェ
ーブレット強度信号分布（ｂ）と、そのウェーブレット
変換結果より特徴量抽出部１２０が抽出した結果（ｃ）
とを示す分布図である。
（ａ）と、それをウェーブレット変換してえられたウェ
ーブレット強度信号分布（ｂ）と、そのウェーブレット
変換結果より特徴量抽出部１２０が抽出した結果（ｃ）
とを示す分布図である。
【図８】 回転機器が異常な時の回転体の振動波形
（ａ）と、それをウェーブレット変換してえられたウェ
ーブレット強度信号分布（ｂ）と、そのウェーブレット
変換結果より特徴量抽出部１２０が抽出した結果（ｃ）
とを示す分布図である。
（ａ）と、それをウェーブレット変換してえられたウェ
ーブレット強度信号分布（ｂ）と、そのウェーブレット
変換結果より特徴量抽出部１２０が抽出した結果（ｃ）
とを示す分布図である。
【図９】 この発明の他の例におけるデータ変換装置の
構成を示す構成図である。
構成を示す構成図である。
【図１０】 時系列信号を示す波形図である。
【図１１】 図１０の時系列信号をウェーブレット変換
した結果得られたウェーブレット強度信号を示す分布図
である。
した結果得られたウェーブレット強度信号を示す分布図
である。
【図１２】 図１１のウェーブレット強度信号に所定の
処理を施した結果得られた分布図である。
処理を施した結果得られた分布図である。
【図１３】 図１１のウェーブレット強度信号に所定の
処理を施した結果得られた分布図である。
処理を施した結果得られた分布図である。
【図１４】 図１１のウェーブレット強度信号に所定の
処理を施した結果得られた分布図である。
処理を施した結果得られた分布図である。
１１０…信号変換部、１１１…ウェーブレット関数生成
部、１１２…ウェーブレット変換部、１１３…強度演算
部、１２０…特徴量抽出部、１２１…ピーク検出部、１
２２…特徴量算出部、１３０…ユーザーインターフェー
ス、１３１…パラメータ設定部、１３２…しきい値設定
部、１３３…表示部。
部、１１２…ウェーブレット変換部、１１３…強度演算
部、１２０…特徴量抽出部、１２１…ピーク検出部、１
２２…特徴量算出部、１３０…ユーザーインターフェー
ス、１３１…パラメータ設定部、１３２…しきい値設定
部、１３３…表示部。
Claims (8)
- 【請求項１】 時系列信号をウェーブレット関数に基づ
いてウェーブレット変換して時間と周波数との関係を示
す第１の分布に変換する第１のステップと、 前記第１の分布より、前記時間と前記周波数とその強度
との関係を示す第２の分布に変換する第２のステップ
と、 前記第２の分布において時刻毎の周波数強度分布のピー
クを検出する第３のステップとから構成されたことを特
徴とするデータ変換方法。 - 【請求項２】 請求項１記載のデータ変換方法におい
て、 前記第３のステップにおいて検出したピークの中で、所
望のしきい値以上のものを特徴量として取り出すことを
特徴とするデータ変換方法。 - 【請求項３】 請求項１または２記載のデータ変換方法
において、 前記ウェーブレット変換は、非直交ウェーブレット変換
であることを特徴とするデータ変換方法。 - 【請求項４】 請求項３記載のデータ変換方法におい
て、 前記ウェーブレット関数は複素数形であることを特徴と
するデータ変換方法。 - 【請求項５】 時系列信号を入力する入力手段と、 前記入力手段が入力した時系列信号を設定されているウ
ェーブレット関数に基づいてウェーブレット変換して時
間と周波数との関係を示す第１の分布に変換するウェー
ブレット変換部と、 前記第１の分布より、前記時間と前記周波数とその強度
との関係を示す第２の分布に変換する強度演算部と、 前記第２の分布において時刻毎の周波数強度分布のピー
クを検出するピーク検出部とを備えたことを特徴とする
データ変換装置。 - 【請求項６】 請求項５記載のデータ変換装置におい
て、 前記ピーク検出部が検出したピークの中で、所望のしき
い値以上のものを特徴量として取り出す特徴量算出部を
備えたことを特徴とするデータ変換方法。 - 【請求項７】 時系列信号をウェーブレット関数に基づ
いてウェーブレット変換して時間と周波数との関係を示
す第１の分布に変換する第１のステップと、 前記第１の分布より、前記時間と前記周波数とその強度
との関係を示す第２の分布に変換する第２のステップ
と、 前記第２の分布において時刻毎の周波数強度分布のピー
クを検出する第３のステップとから構成されたプログラ
ムを記憶したプログラム記憶媒体。 - 【請求項８】 時系列信号をウェーブレット関数に基づ
いてウェーブレット変換して時間と周波数との関係を示
す第１の分布に変換する第１のステップと、 前記第１の分布より、前記時間と前記周波数とその強度
との関係を示す第２の分布に変換する第２のステップ
と、 前記第２の分布において時刻毎の周波数強度分布のピー
クを検出する第３のステップと、 前記第３のステップにおいて検出したピークの中で、所
望のしきい値以上のものを特徴量として取り出す第４の
ステップとから構成されたプログラムを記憶したプログ
ラム記憶媒体。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20677597A JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
| US09/485,042 US6281814B1 (en) | 1997-07-31 | 1998-07-31 | Data conversion method, data converter, and program storage medium |
| EP98935310A EP1001352A4 (en) | 1997-07-31 | 1998-07-31 | DATA COVERTY PROCESSING, DATA TRANSFORMER AND PROGRAM MEMORY |
| CNB988078279A CN1192319C (zh) | 1997-07-31 | 1998-07-31 | 数据变换方法与数据变换装置 |
| PCT/JP1998/003425 WO1999006921A1 (fr) | 1997-07-31 | 1998-07-31 | Procede de conversion de donnees, convertisseur de donnees et support de stockage de programmes |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20677597A JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1153342A true JPH1153342A (ja) | 1999-02-26 |
| JP3648023B2 JP3648023B2 (ja) | 2005-05-18 |
Family
ID=16528889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20677597A Expired - Fee Related JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6281814B1 (ja) |
| EP (1) | EP1001352A4 (ja) |
| JP (1) | JP3648023B2 (ja) |
| CN (1) | CN1192319C (ja) |
| WO (1) | WO1999006921A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000275098A (ja) * | 1999-03-26 | 2000-10-06 | Toshiba Corp | 波形信号解析装置 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6448909B1 (en) * | 2000-01-28 | 2002-09-10 | The United States Of America As Represented By The Secretary Of The Navy | Analog continuous wavelet transform circuit |
| KR100772669B1 (ko) * | 2001-04-04 | 2007-11-02 | 다이니폰 인사츠 가부시키가이샤 | 원편광 추출 광학 소자의 제조 방법과, 원편광 추출 광학소자 및, 이를 구비한 편광 광원 장치 및 액정 표시 장치 |
| AUPR863001A0 (en) * | 2001-11-01 | 2001-11-29 | Inovatech Limited | Wavelet based fraud detection |
| JP4218824B2 (ja) * | 2002-11-13 | 2009-02-04 | 隆之 大河内 | 木材の年輪箇所検出方法および年輪幅計測方法 |
| JP5606107B2 (ja) * | 2010-03-10 | 2014-10-15 | 三菱電機株式会社 | 基準値作成装置及び基準値作成方法 |
| US9141872B2 (en) * | 2013-09-11 | 2015-09-22 | Digitalglobe, Inc. | Automated and scalable object and feature extraction from imagery |
| JP6419392B1 (ja) * | 2017-12-22 | 2018-11-07 | 三菱電機株式会社 | 音響計測システム及びパラメータ生成装置 |
| JP6985180B2 (ja) * | 2018-02-27 | 2021-12-22 | ファナック株式会社 | 数値制御装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3744950B2 (ja) | 1994-03-30 | 2006-02-15 | オリンパス株式会社 | データ解析装置 |
| JPH0883265A (ja) | 1994-09-13 | 1996-03-26 | Toshiba Corp | 振動信号解析装置 |
| US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
| JPH08177530A (ja) | 1994-12-27 | 1996-07-09 | Toshiba Corp | ガスタービンの異常検知装置 |
| JP3251799B2 (ja) | 1995-02-13 | 2002-01-28 | 三菱電機株式会社 | 機器の診断装置 |
| JPH08329046A (ja) | 1995-05-31 | 1996-12-13 | Toshiba Corp | ウェーブレット変換を用いた信号解析装置 |
| US5821882A (en) * | 1995-08-31 | 1998-10-13 | Yamatake-Honeywell Co., Ltd. | Data conversion method and apparatus |
| US5802369A (en) * | 1996-04-22 | 1998-09-01 | The United States Of America As Represented By The Secretary Of The Navy | Energy-based wavelet system and method for signal compression and reconstruction |
-
1997
- 1997-07-31 JP JP20677597A patent/JP3648023B2/ja not_active Expired - Fee Related
-
1998
- 1998-07-31 WO PCT/JP1998/003425 patent/WO1999006921A1/ja active Application Filing
- 1998-07-31 EP EP98935310A patent/EP1001352A4/en not_active Ceased
- 1998-07-31 US US09/485,042 patent/US6281814B1/en not_active Expired - Lifetime
- 1998-07-31 CN CNB988078279A patent/CN1192319C/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000275098A (ja) * | 1999-03-26 | 2000-10-06 | Toshiba Corp | 波形信号解析装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1265756A (zh) | 2000-09-06 |
| JP3648023B2 (ja) | 2005-05-18 |
| CN1192319C (zh) | 2005-03-09 |
| EP1001352A4 (en) | 2008-08-06 |
| WO1999006921A1 (fr) | 1999-02-11 |
| EP1001352A1 (en) | 2000-05-17 |
| US6281814B1 (en) | 2001-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110031088B (zh) | 电子设备故障检测方法、装置、设备和吸油烟机 | |
| JP4846954B2 (ja) | 複雑な信号の分解およびモデリング | |
| US7065487B2 (en) | Speech recognition method, program and apparatus using multiple acoustic models | |
| US5822718A (en) | Device and method for performing diagnostics on a microphone | |
| US6888564B2 (en) | Method and system for estimating sharpness metrics based on local edge kurtosis | |
| US20080010039A1 (en) | Anomaly diagnosis apparatus and method of machine installation | |
| JP2006258789A (ja) | 波形特徴化方法及び装置 | |
| JPH1153342A (ja) | データ変換方法およびデータ変換装置およびプログラム記憶媒体 | |
| US6591682B1 (en) | Device and process for signal analysis | |
| CN110717472B (zh) | 基于改进的小波阈值去噪的故障诊断方法及系统 | |
| JPH10288639A (ja) | 電気機器の異常監視装置および方法 | |
| JPH08293020A (ja) | デジタル画像中のグリッドを検出する方法及び装置 | |
| JP3788297B2 (ja) | Ｆｆｔアルゴリズムを応用した周波数解析装置及び異常判定装置並びに異常判定システム | |
| JP5077847B2 (ja) | 残響時間推定装置及び残響時間推定方法 | |
| JP3561151B2 (ja) | 異常診断装置および異常診断方法 | |
| JP2003130724A (ja) | 評価装置 | |
| JP3148187B2 (ja) | パーティクルモニタシステム及びパーティクル検出方法並びにパーティクル検出プログラムを格納した記録媒体 | |
| US8620609B2 (en) | Method and apparatus for identifying anomalies of a signal | |
| CN113822565B (zh) | 一种风机监测数据时频特征分级细化分析的方法 | |
| US6226549B1 (en) | Method for classifying a time series, that includes a prescribable plurality of samples, with a computer | |
| WO2020202567A1 (ja) | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 | |
| JP7334457B2 (ja) | 異常検知システム、異常検知装置、異常検知方法およびプログラム | |
| JP4016831B2 (ja) | 壁面剥離診断のためのウェーブレット変換方法、壁面剥離診断用装置 | |
| JP2002330344A (ja) | 放射線画像処理装置、画像処理システム、放射線画像処理方法、記憶媒体、及びプログラム | |
| JP3390343B2 (ja) | 振動成分検出方法および振動成分検出装置およびプログラム記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040316 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040514 |
|
| 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: 20050208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050210 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080218 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090218 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100218 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100218 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110218 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120218 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130218 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |