KR20240057360A - 펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치 - Google Patents

펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치 Download PDF

Info

Publication number
KR20240057360A
KR20240057360A KR1020230140549A KR20230140549A KR20240057360A KR 20240057360 A KR20240057360 A KR 20240057360A KR 1020230140549 A KR1020230140549 A KR 1020230140549A KR 20230140549 A KR20230140549 A KR 20230140549A KR 20240057360 A KR20240057360 A KR 20240057360A
Authority
KR
South Korea
Prior art keywords
spectrum
pump assembly
amplitude
audio signal
distance
Prior art date
Application number
KR1020230140549A
Other languages
English (en)
Inventor
알렉스 슈발리에
안드레아스 토우스
괴칸 센
클라우스 에드문드 라우비거
Original Assignee
빌로 에스이
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 빌로 에스이 filed Critical 빌로 에스이
Publication of KR20240057360A publication Critical patent/KR20240057360A/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/04—Frequency
    • G01H3/08—Analysing frequencies present in complex vibrations, e.g. comparing harmonics present
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F04D15/0088—Testing machines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F04D15/0094—Indicators of rotational movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/10—Amplitude; Power
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)

Abstract

본 발명은 특히, 펌프 어셈블리(1)에 의해 방출되는 공기 전달음의 분석을 통한 에러와 관련하여 또는 펌프 어셈블리의 회전 속도를 결정하기 위해 펌프 어셈블리(1)의 적어도 하나의 구성요소(2, 3, 4)의 상태를 분석하는 방법에 관한 것으로, 제1 기하학적 위치(Pfar)에서 그리고 펌프 어셈블리(1)로부터의 제1 거리(Dfar)에서 펌프 어셈블리(1)의 작동 동안 제1 오디오 신호를 기록하는 단계 및 제2 기하학적 위치(Pnear)에서 그리고 제1 거리(Dfar)보다 작은 펌프 어셈블리(1)로부터의 제2 거리(Dnear)에서 펌프 어셈블리(1)의 작동 동안 제2 오디오 신호를 기록하는 단계를 포함한다. 펌프 어셈블리(1)의 상태는 제1 및 제2 오디오 신호의 진폭 값의 비교를 통해 재구성된, 적어도 하나의 보조 음원(1a)의 주변 소음이 보정된 펌프 어셈블리(1)의 신호(50)를 분석함으로써 결정된다. 본 발명은 또한 모바일 분석 장치(10)에서 방법을 실행하기 위한 소프트웨어 애플리케이션, 소프트웨어 애플리케이션을 갖춘 기계-판독 가능 저장 매체 및 방법을 실행하도록 구성된 모바일 분석 장치(10)에 관한 것이다.

Description

펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치{METHOD FOR ANALYSING THE STATE OF A PUMP ASSEMBLY AND SOFTWARE APPLICATION, STORAGE MEDIUM AND ANALYSIS DEVICE FOR EXECUTION OF THE METHOD}
본 발명은 특히, 펌프 어셈블리에 의해 방출되는 공기 전달음(airborne sound)의 분석을 통한 에러와 관련하여 또는 펌프 어셈블리의 회전 속도를 결정하기 위해 펌프 어셈블리의 적어도 하나의 구성요소의 상태를 분석하는 방법에 관한 것으로, 제1 기하학적 위치에서 그리고 펌프 어셈블리로부터의 제1 거리에서 펌프 어셈블리의 작동 동안 제1 오디오 신호를 기록하는 단계 및 제2 기하학적 위치에서 그리고 제1 거리보다 작은 펌프 어셈블리로부터의 제2 거리에서 펌프 어셈블리의 작동 동안 제2 오디오 신호를 기록하는 단계를 포함한다.
정상 작동 중이거나 또는 에러 상태의 경우 펌프 어셈블리에 의해 방출되는 사운드에 대한 스펙트럼 분석이 일반적으로 공지되어 있다. 예를 들어, 독일 특허 출원 DE102009022107 A1호는 무엇보다도 공기 전달음을 측정하고, 이를 사용하여 예를 들어, 고속 푸리에 변환(FFT) 또는 자기 상관(autocorrelation)을 사용하는 주파수 분석과 같은 신호 분석을 통해 회전 사운드 주파수를 결정한 다음 이를 사용하여 구동 속도를 결정한다.
사운드 레벨은 거리와 위치에 따라 달라지므로, 음향 측정을 위해서는 음원과 마이크로폰 사이의 정확한 거리를 알아야 한다. 그래야만 검출된 절대 사운드 레벨(데시벨 단위)이 서로 비교될 수 있다.
음향 측정에는 일반적으로 1m의 거리가 권장된다. 이에 기초하여 다른 거리에 있는 물체의 사운드 레벨이 분석적으로 계산될 수 있다. 정확한 거리를 측정하기 위해서는 음향 측정 장비와는 다른 접는 자, 측정 테이프, 레이저 거리 측정기와 같은 일반적으로 사용되는 물리적인 측정 장비가 사용된다. 마이크로폰을 포함하는 음향 측정 장비가 스탠드에 장착되어 있는 동안 거리는 두 손을 사용하여 수동으로 측정되고 그에 따라 조정된다. 이 방법은 복잡하고 시간이 많이 걸리며 오류가 발생하기 쉽다는 것은 말할 필요도 없다.
펌프 어셈블리의 에러 분석을 위해, 해당 스펙트럼의 특징적인 진동 주파수가 검사된다. 그러나, 음향 분석은 전문가들 사이에서도 논란이 되고 있다. 예를 들어, 유럽 특허 공개공보 EP 1972793 A1호 또는 유럽 특허 공보 EP 3 563 062 B1호에서는 펌프 어셈블리에 진동 센서를 장착하고 그 센서 신호를 분석하는 것이 선호된다.
반면, 국제 공개공보 WO 2015/197141 A1호에서는 진동 센서를 장착하는 것이 불리하고 복잡하다고 말한다. 대안으로서, 펌프 어셈블리에 의해 방출되는 사운드 신호를 휴대용 통신 장치 내에 있는 또는 휴대용 통신 장치 상의 마이크로폰을 사용하여 측정한 다음 이를 처리하여 사운드-관련 상태나 에러를 식별하는 방법을 제안한다. 이 경우 식별은 분석 절차 시작 시 분석 소프트웨어에 모델을 로드해야 하는 콘크리트 펌프 어셈블리에 대해 저장된 참조 값과의 비교를 통해 실현된다. 국제 공개공보 WO 2015/197141 A1호는 휴대용 유닛 또는 마이크로폰의 배치 위치를 디스플레이에서 사용자에게 보여주는 것을 제안한다. 또한, 사용자는 펌프 어셈블리를 기준으로 휴대용 장치를 이동, 즉, 가까이 또는 멀리, 우측, 좌측, 위쪽 또는 아래쪽으로 이동시킬 것이 요구되고, 분석 소프트웨어는 신호 품질 및 진폭과 관련하여 실시간으로 수신되는 음향 신호를 분석하고, 최적의 위치에 도달하면 사용자에게 피드백을 제공한다. 위치 설정은 10초에서 최대 1분까지 소요되며 거리는 5cm에서 1m 사이이다. 분석 소프트웨어에서 거리가 적절하다고 표시하면, 제2 단계에서 실제 사운드 측정이 수행된다.
적절하다고 식별된 거리가 이전에 디스플레이에 표시된 예상 거리와 동일하다는 것을 보장할 수 있는 방법은 없다. 이것이 단점이다. 설명된 방법은 에러로 인해 펌프 소음이 매우 커지는 경우에도 한계에 도달한다. 이로 인해 오디오 기록 시 사용자에게 잘못된 거리가 제안된다. 결과적으로 펌프 어셈블리의 가능한 에러가 식별되지 않을 수 있다. 또한, 이전에 적절하다고 식별된 위치가 측정 중에 유지되도록 보장할 수 있는 방법이 없다. 따라서, 특히, 사용자가 휴대용 유닛를 손에 쥐고 있을 때 특히, 이전에 유닛이 앞뒤로 움직였기 때문에 후속 측정 중에 의도치 않게 다른 거리가 사용될 수 있다. 마지막으로, 국제 공개공보 WO 2015/197141 A1호에서 휴대용 유닛/마이크로폰과 펌프 어셈블리 사이의 실제 거리는 분석에서 더 이상 고려되지 않으며 저장되지 않는다.
국제 공개공보 WO 2015/197141 A1호에 따른 방법은 유럽 특허공보 EP 3563062 B1호에서 문제가 있는 것으로 기술되어 있는데, 그 이유는 데이터가 처리될 수 있고 유용한 결과가 얻어질 수 있도록 음향 신호가 동일한 방식으로 기록되어야 하기 때문이다. 그러나, 캐비테이션뿐만 아니라 모터 베어링 결함을 식별하는 방법을 사용하기 위해 실제로 휴대용 유닛의 위치와 주변 소음에 충분한 정확도로 영향을 미치는 것은 불가능하다. 사용자가 여러 가지 독립적인 측정을 시도하더라도, 모터 베어링 결함과 캐비테이션을 식별하는 것은 매우 어렵거나 불가능할 수도 있다. 따라서, 유럽 특허공보 EP 3563062 B1호에서는 진동 센서의 사용을 다시 제안한다.
국제 공개공보 WO 2016/059112 A호는 또한 예를 들어, 열 순환 펌프를 사용하여 펌프 어셈블리 상태의 음향 결정을 위한 방법을 설명한다. 기존 스마트폰이 기록 장치로 사용될 수 있다. 데이터에 대한 신호 처리를 수행하고 이상 또는 에러 발생을 분석한다. 예를 들어, 펌프 내부의 베어링 손상이나 캐비테이션은 이러한 방식으로 식별될 수 있다. 펌프 어셈블리 작동 중 이러한 음향 에러 분석의 이점은 서비스 기술자가 특수 센서나 정교한 분석 설정 없이 작동 중 펌프 어셈블리의 에러를 검사할 수 있다는 것이다. 그러나, 유럽 특허공개공보 EP 3242036 A1호에서는 이 방법이 시끄러운 환경에서 적어도 필요한 신뢰성을 가지고 실행될 수 없기 때문에 불리하다고 한다. 따라서, 유럽 특허공개공보 EP 3242036 A1호는 완전히 다른 방법, 즉, 비디오 시퀀스의 연속 이미지에서 픽셀과 픽셀 그룹 사이의 변화 속도를 결정하고, 식별된 변화 속도에 기초하여 펌프 어셈블리의 상태를 결정하는 비디오 분석을 제안한다.
한편으로는 주변 소음이 존재하고 펌프 어셈블리에 대한 마이크로폰의 부정확한 위치 설정이 가능한 경우 펌프 어셈블리에 의해 방출되는 공기 전달음을 충분히 정확하게 분석하여 펌프 어셈블리의 상태 및/또는 가능한 에러를 결정하는 것이 가능하지만, 해결되지 않은 문제이다.
따라서, 본 발명의 목적은 보조 음원의 기존 소음에도 불구하고 펌프 어셈블리의 가능한 에러와 관련하여 상기 언급된 단점을 극복하고 펌프 어셈블리에 의해 방출되는 공기 전달음의 분석에 있어 정확한 결과를 제공하는 방법을 제공하는 것이다. 또한, 본 발명의 목적은 방법을 실행하기 위한 소프트웨어 애플리케이션, 기계-판독 가능 저장 매체 및 모바일 분석 장치를 제공하는 것이다. 또한, 본 발명은 펌프 어셈블리에 대한 분석 장치의 위치 설정을 용이하게 하고, 분석 결과가 지정된 측정 위치에서 실제 측정 위치의 편차에 영향을 받지 않도록 하며, 특히 측정 위치의 사양과 독립적이므로 이것이 더 이상 사용되지 않도록 한다.
이러한 문제는 제1항에 따른 방법, 제18항에 따른 소프트웨어 애플리케이션, 제19항에 따른 저장 매체 및 제20항에 따른 분석 장치에 의해 해결된다. 유리한 실시예들은 종속항에 설명되어 있으며 아래에 설명되어 있다.
본 발명에 따르면, 특히, 펌프 어셈블리에 의해 방출되는 공기 전달음의 분석을 통한 에러와 관련하여 또는 펌프 어셈블리의 회전 속도를 결정하기 위해, 펌프 어셈블리의 적어도 하나의 구성요소의 상태를 분석하는 방법이 제안되며, 제1 기하학적 위치에서 그리고 펌프 어셈블리로부터의 제1 거리에서 펌프 어셈블리의 작동 동안 적어도 제1 오디오 신호를 기록하는 단계 및 제2 기하학적 위치에서 그리고 제1 거리보다 작은 펌프 어셈블리로부터의 제2 거리에서 펌프 어셈블리의 작동 동안 제2 오디오 신호를 기록하는 단계를 포함하고, 제1 및 제2 오디오 신호의 진폭 값의 비교를 통해 재구성된, 적어도 하나의 보조 음원의 주변 소음에 대해 보정된 펌프 어셈블리의 신호의 분석을 통해 펌프 어셈블리의 상태가 결정된다.
본 발명의 측면에서, 펌프 어셈블리는 액체를 이송하는 펌프 유닛, 특히, 원심 펌프 어셈블리 및 이를 구동하는 구동 유닛, 예를 들어 전기 모터의 배열을 의미한다. 전기 모터를 제어 및/또는 조절하기 위한 펌프 전자 장치도 존재할 수 있다. 대안적으로, 전기 모터의 전기적 연결이 있는 터미널 박스만이 존재할 수도 있다. 전술한 구성요소들은 구조적 유닛를 형성할 수 있거나 또는 단지 기능적으로만 상호작용할 수도 있으므로 별도로 배치될 수 있다. 따라서, 전기 모터는 직접적으로 또는 커플링이나 기어 메커니즘을 통해 펌프 어셈블리를 구동할 수 있다. 직접 구동의 경우, 모터 샤프트는 펌프 샤프트일 수도 있고, 적어도 하나의 임펠러를 지지할 수 있다. 펌프 유닛은 하나 이상의 스테이지, 즉, 하나 이상의 임펠러를 가질 수 있다. 펌프 어셈블리는 건식 로터 펌프 또는 습식 로터 펌프일 수 있다. 펌프 전자 장치는 전기 모터의 케이스에 장착되거나 별도로 배치될 수 있다.
본 발명의 측면에서 상태에 대한 언급이 있는 한, 이는 일반적으로 펌프 어셈블리 또는 전체 펌프 어셈블리의 구성요소의 작동 상태, 즉, 펌프 어셈블리 또는 검사된 구성요소가 음향 관점에서 정상 파라미터 내에서 작동하는지, 다르게 말하면 특정 음향 이상이 없이 작동하는지, 또는 에러를 나타내는 이러한 음향 이상이 존재하는지를 의미한다. 특히, 작동 상태는 펌프 어셈블리가 현재 작동하고 있는 현재 회전 속도를 나타낼 수도 있다.
에러는 펌프 어셈블리 또는 그 구성요소 중 하나의 잘못된 작동 상태를 의미하며, 이는 음향 관점에서 볼 때 펌프 어셈블리에 의해 방출되는 공기 전달음의 적어도 하나의 이상을 초래한다. 이러한 에러의 예로는 베어링 손상, 더욱 정확하게는 롤러 베어링 또는 슬라이드 베어링 손상, 캐비테이션, 손상된 임펠러, 기계적 실(seal) 손상, 막힘, 균형이 맞지 않는 회전 부품 또는 하나 이상의 느슨한 나사 등이 있다. 이러한 기술적 에러는 모두 펌프 어셈블리 또는 해당 구성요소 중 적어도 하나의 특정 진동을 유발하며 이는 공기 전달음에서 검출될 수도 있다.
특정 주파수 및/또는 피크의 존재로 인해 펌프 어셈블리에 의해 방출되는 공기 전달음의 주파수 스펙트럼으로부터 알려진 수단을 사용하여 음향 이상 및/또는 회전 속도가 식별될 수 있고, 회전 속도가 추정될 수 있다.
따라서, 재구성된 주파수 스펙트럼은 재구성된 신호로서 역할을 할 수 있다. 예를 들어, 차수 분석을 위한 차수 스펙트럼과 같이 다른 종류의 스펙트럼이 대안으로 사용될 수 있다. 따라서, 회전 기계의 사운드나 진동이 분석될 수 있다. 주파수 분석과 달리 사운드의 에너지 함량을 나타내는 진폭은 여기서는 주파수를 통해 표시되지 않고 회전 속도의 배수인 차수를 통해 표시된다. 이는 정규화된 스펙트럼이다. 다른 대안에 따르면, 재구성된 신호는 이전에 재구성된 스펙트럼으로부터 역변환된 시간 신호일 수 있다.
디스플레이, 적어도 하나의 제어 부재, 음향 센서 및 선택적으로 광학 센서를 갖춘 모바일 분석 장치용 소프트웨어 애플리케이션도 제안되며, 이는 분석 장치에 의해 실행될 때 분석 장치가 본 발명에 따른 방법을 실행되도록 하는 프로그램 명령을 포함한다.
또한, 본 발명은 이러한 소프트웨어 애플리케이션을 갖는 기계-판독 가능 저장 매체에 관한 것이다. 마지막으로, 디스플레이, 적어도 하나의 제어 부재 및 오디오 기록을 캡처하기 위한 음향 센서와 선택적으로 광학 센서를 갖는 모바일 분석 장치가 또한 제안되며, 분석 장치는 본 발명에 따른 방법을 실행하도록 구성된다. 특히, 분석 장치는 이러한 목적을 위해 전술한 저장 매체를 포함할 수 있고, 방법을 실행하기 위해 저장 매체에 저장된 소프트웨어 애플리케이션을 실행하기 위한 프로세서를 포함할 수 있다.
펌프 어셈블리의 상태를 결정하거나 및/또는 상태 식별(회전 속도 또는 에러)을 위해 펌프 어셈블리에 의해 방출되는 공기 전달음을 분석하는 것은 원칙적으로 전문가에게 알려진 방식으로 수행되지만, 본 발명의 핵심 아이디어는 펌프 어셈블리로부터 다른 거리에서 기록된 적어도 2개의 오디오 신호를 기반으로 물리적 또는 수학적 파라미터의 진폭 값을 결정하고, 이를 서로 비교하며, 이러한 비교를 통해 어떤 사운드 성분이 펌프 어셈블리에 의해 생성되는지 여부가 아닌 보조 음원에 의해 생성되는지 식별하고, 그런 다음 이 보조 음원에 의해 생성된 사운드 성분이 제거되는 신호를 재구성한다. 본 발명에 따른 절차는 거리 법칙, 즉, 펌프 어셈블리로부터 제1 거리를 갖는 제1 위치에서 펌프 어셈블리에 의해 방출되는 공기 전달음이 제1 값을 가지며, 이는 펌프 어셈블리로부터 제2 거리에 있는 제2 위치에서 자연 법칙에 따라 결정되고 이에 따라 예상되는 특정 제2 값으로 변경되어야 한다는 지식을 사용한다. 거리 법칙의 타당성에 대한 이 테스트는 특히, 그 비율이 거리 법칙에 따라 예상되는 것과 동일한지 여부와 관련하여 제1 및 제2 오디오 신호의 파라미터의 진폭 값을 서로 비교함으로써 수행될 수 있다.
공기 전달음은 음향 센서를 사용하여 기록된다. 예를 들어, 음압 레벨이 공기 전달음의 음향 파라미터로서 측정될 수 있으므로, 제1 및 제2 오디오 신호는 각각 음압 레벨-시간 진행을 형성한다. 음압 레벨은 거리 법칙(1/r)을 따르는 스칼라 파라미터이고, 여기서 r은 펌프 어셈블리로부터의 거리 또는 반경이다. 즉, 음압 레벨(p)은 거리(r)에 반비례한다(p ~ 1/r). 이것으로부터 기준점에 대해 거리(r1)를 갖는 제1 위치 p(r1)에서의 음압 레벨(p)의 값은 기준점으로부터의 거리가 r2 = 2r1으로 두 배가 될 때 절반으로 줄어들게 된다(p(r2) = 0.5p(r1)). 이는 공기 전달음의 특정 주파수가 펌프 어셈블리에 의해 방출되었는지 또는 보조 음원에 의해 방출되었는지를 결정하기 위해 본 발명에 따른 진폭 값의 비교에서 고려될 수 있다.
사운드 파워 또는 사운드 강도가 음압 레벨의 대안으로 사용될 수 있다. 사운드 파워 및 사운드 강도는 거리 법칙(1/r2)을 따르는 에너지 파라미터이고, 여기서 r은 다시 펌프 어셈블리로부터의 거리 또는 반경이다. 즉, 사운드 강도 또는 사운드 파워(P)는 거리의 제곱 (r²)에 반비례한다(I~1/r², P~1/r²). 이것으로부터 기준점에 대해 거리(r1)를 갖는 제1 위치에서 사운드 강도(I) 또는 사운드 파워(P)의 값은 기준점으로부터의 거리가 r2 = 2r1로 두 배가 될 때 원래 값의 25%에 불과하다는 결론이 나온다(I(r2) = 0.25·I(r1), P(r2) = 0.25·P(r1)).
논리적으로 음향 센서는 펌프 어셈블리를 향하고 있거나 향하게 될 것이다. 마이크로폰이 센서로 사용될 수 있으며, 지향성 마이크로폰 또는 방향 조정 가능 마이크로폰이 바람직하다.
논리적으로 제1 거리와 제2 거리 사이에는 상당한 차이가 있다. 이는 단지 몇 밀리미터 또는 센티미터 이상의 차이가 있음을 의미한다. 오히려, 제1 거리는 제2 거리보다 적어도 20%, 바람직하게는 적어도 50% 더 커야 한다. 이상적으로는 제1 거리는 제2 거리의 약 두 배이다. 즉, 거리도 펌프 어셈블리와 보조 음원 사이의 거리를 고려하여 선택되어야 하며 그에 비해 너무 크지 않도록 해야 한다. 특히, 제1 거리는 펌프 어셈블리와 보조 음원 사이의 거리보다 작아야 한다.
예를 들어, 진폭 값은 제1 및 제2 오디오 신호로부터 결정된 스펙트럼 성분일 수 있다. 스펙트럼 성분은 해당 오디오 신호의 물리적 또는 수학적 파라미터의 분포 함수를 설명하는 스펙트럼의 성분을 의미한다. 따라서, 진폭 값에는 해당 오디오 신호에 존재하는 특정 스펙트럼 성분의 양에 대한 정보가 포함된다.
일 실시예에 따르면, 제1 및 제2 오디오 신호의 스펙트럼은 제1 및 제2 오디오 신호에서 적어도 하나의 주변 소음을 제거하기 위해 각각 결정된다. 이어서, 2개의 스펙트럼 또는 이들로부터 도출된 스펙트럼의 대응하는 스펙트럼 성분의 진폭 값 사이에 비율이 형성될 수 있으며, 여기서 재구성된 신호는 2개의 스펙트럼 중 하나 또는 비율이 특정 한계 값을 초과하는, 이들로부터 도출된 스펙트럼의 진폭 값을 사용하여 형성된다. 앞서 언급한 진폭 값의 몫이 비율로 사용될 수 있다.
예를 들어, 스펙트럼은 주파수 스펙트럼일 수 있고, 스펙트럼 성분은 주파수일 수 있다.
대안적으로, 스펙트럼은 스펙트럼 성분이 차수인 차수 스펙트럼일 수도 있고, 더욱 정확하게는 회전 속도의 배수일 수 있다.
수치 계산 및 분석이 가능하므로 이산 스펙트럼이 바람직하다.
재구성된 신호는 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분의 진폭 값으로 형성되는 것이 유리하고, 이는 펌프 어셈블리에 더 가깝게 기록되어 유용한 신호와 소음 사이의 비율이 향상되기 때문이다.
유리한 실시예에서, 다수의 주요 스펙트럼 성분이 먼저 2개의 스펙트럼 각각으로부터 결정되고 선택될 수 있으며, 여기서 이들 진폭 값을 갖는 이들 주요 스펙트럼 성분은 각각의 도출된 스펙트럼을 형성하고 진폭 값의 비율이 후속적으로 형성된다. 즉, 각각의 도출된 스펙트럼은 주요 스펙트럼 성분과 관련하여 제1 및/또는 제2 오디오 기록의 각각의 스펙트럼에 대응하지만, 나머지 스펙트럼 성분의 진폭 값은 0으로 설정된다. 주요 스펙트럼 성분은 스펙트럼의 피크라고 할 수 있다. 비유적으로 말하면, 개별 피크로 구성된 스펙트럼은 설명된 절차를 사용하여 얇아진다. 따라서, 소음으로 인해 발생하는 오디오 기록의 스펙트럼 성분은 필터링된다. 결과적으로 후속 신호 처리도 덜 계산 집약적이다.
변형에서는 주요 스펙트럼 성분의 수(X)를 알 수 없다. 예를 들어, 주요 스펙트럼 성분은 이들의 진폭을 한계 값과 비교함으로써 결정될 수 있으며, 따라서, 이 한계 값을 초과하는 모든 스펙트럼 성분이 주요하다. 이 경우 결정이 시작될 때 해당 수를 제공할 수 없다.
그러나, 다른 변형에서는 선택될 주요 스펙트럼 성분의 수(N)가 주어지거나 지정될 수 있다. 이 경우, 선택될 주파수는 가장 높은 진폭을 갖는 N개의 스펙트럼 성분에 속하는 주파수이다. 이 변형은 한계 값을 사용하는 것보다 소음을 더 효과적으로 필터링한다.
선택될 주요 스펙트럼 성분의 수(N)에 대한 사양은 전체적으로 전체 스펙트럼을 의미할 수 있으며, 이는 예를 들어, 주파수 스펙트럼의 경우 0kHz 내지 20kHz로 확장될 수 있다. 유용한 신호와 소음 사이의 비율은 스펙트럼의 다양한 범위(주파수 대역)에 따라 다르기 때문에, 스펙트럼을 m개의 간격으로 나누고 x = 1 내지 m인 각각의 간격(Ix)에 개별적으로 주요 주파수의 수(NI,peak)를 결정하는 것이 유리하다. 여기서 수(NI,peak)는 모든 간격에 대해 동일하거나 다를 수 있으며, 특히 개별적으로 확립될 수 있다. 이는 전체 스펙트럼을 관심도가 더 높거나 낮은 세그먼트로 나눌 수 있다는 이점이 있다. 관심도가 더 높은 세그먼트는 펌프 어셈블리의 에러로 인해 발생하거나 생성되는 주파수를 포함하는 것으로 알려진 세그먼트일 수 있다. 더 많은 수(NI,peak)의 주요 주파수가 나머지 세그먼트보다 관심도가 더 높은 세그먼트에 사용될 수 있다.
예를 들어, 스펙트럼 전체를 2-20개 세그먼트로 나눌 수 있다. 세그먼트는 동일하거나 다른 스펙트럼 폭을 가질 수 있다. 0 내지 20kHz의 주파수 스펙트럼의 경우, 각각의 세그먼트 또는 각각의 간격은 간격이 10개인 경우 2kHz의 스펙트럼 범위(폭)를 포함할 수 있다. 예를 들어, 각각의 간격에 대한 수(NI,peak)는 50개 내지 500개일 수 있다. 500개의 선택된 스펙트럼 성분의 경우, 이는 2000개의 이산 스펙트럼 성분(예를 들어, 2kHz 간격 폭)을 갖는 간격이 이미 75%만큼 얇아졌음을 의미한다. 100개의 선택된 스펙트럼 성분을 사용하면, 스펙트럼이 95%만큼 얇아져 후속 분석을 위한 컴퓨팅 파워가 상당히 감소된다.
주요 스펙트럼 성분은 분류 알고리즘을 적용함으로써 결정될 수 있다. 따라서, 스펙트럼 성분은 그 진폭에 따라 분류될 수 있으며, 여기서 가장 큰 진폭을 갖는 Npeak 또는 NI,peak개의 스펙트럼 성분이 선택된다.
주요 스펙트럼 성분은 바람직하게는,
a) 어떤 스펙트럼 성분이 가장 높은 진폭을 갖는지 결정하기 위해 처음에 모든 스펙트럼 성분을 순차적으로 확인하고,
b) 이어서, 이들 스펙트럼 성분 중 어떤 것이 가장 높은 진폭을 갖는지 결정하기 위해 나머지 스펙트럼 성분을 순차적으로 확인하며,
c) 단계 b)를 Npeak-2회 반복함으로써 결정될 수 있고, 여기서 Npeak는 주요 스펙트럼 성분의 수이다.
이 방법은 스펙트럼 전체에 대해 또는 바람직하게는 해당 스펙트럼의 각각의 간격(Ix)에 대해 실행될 수 있다. 후자의 경우, 단계 a) 내지 c)는 간격(Ix) 내의 스펙트럼 성분에 적용되며, 각각의 간격(Ix)에 대해 순차적으로 수행된다.
예를 들어, 스펙트럼의 이산 스펙트럼 라인은 각각의 간격(Ix)에서 진폭을 내림차순 또는 오름차순에 따라 분류된다. 간격(Ix)의 주요 스펙트럼 성분은 NI,peak개의 가장 큰 진폭을 갖는 라인(피크)이다. 주요 스펙트럼 성분의 라인은 이들의 위치에 유지되지만, 다른 모든 스펙트럼 라인은 스펙트럼에서 제거된다. 따라서, 스펙트럼이 얇아진다. 생성된 스펙트럼은 도출된 스펙트럼을 형성한다.
주요 스펙트럼 성분을 간격-기반으로 결정하는 경우 단계별로 다음 단계가 수행될 수 있다.
a) 제1 간격(Ii)의 경우:
a1) 제1 간격(Ii)의 모든 스펙트럼 성분은 처음에 어떤 스펙트럼 성분이 가장 높은 진폭을 갖는지 결정하기 위해 순차적으로 확인되고,
b1) 이어서, 제1 간격(Ii)의 나머지 스펙트럼 성분은 이들 스펙트럼 성분 중 어떤 것이 가장 높은 진폭을 갖는지 결정하기 위해 순차적으로 확인되며, 및
c1) 단계 b1)이 Ni-2회 반복되되, 여기서 Ni는 제1 간격(Ii)에서 주요 스펙트럼 성분의 수이다.
b) 다음 간격(Ii+1)의 경우:
a2) 다음 간격(Ii+1)의 모든 스펙트럼 성분은 처음에 어떤 스펙트럼 성분이 가장 높은 진폭을 갖는지 결정하기 위해 순차적으로 확인되고,
b2) 이어서, 다음 간격(Ii+1)의 나머지 스펙트럼 성분은 이들 스펙트럼 성분 중 어떤 것이 가장 높은 진폭을 갖는지 결정하기 위해 순차적으로 확인되며, 및
c2) 단계 b2)가 Ni+1-2회 반복되되, 여기서 Ni+1는 다음 간격(Ii+1)에서 주요 스펙트럼 성분의 수이고, 및
c) 단계 시퀀스 b)가 m-2회 반복되되, 여기서 m은 간격(Ix)의 수이다.
따라서, 주요 스펙트럼 성분은 모든 간격(Ix)에 대해 순차적으로 결정된다.
앞서 언급한 바와 같이, 주요 스펙트럼 성분의 수(Ni 또는 NI,peak)는 모든 간격에 대해 동일하거나 각각의 간격에 대해 개별적으로 확립될 수 있으며, 간격마다 다를 수 있다. 따라서, 더 많은 수의 주요 스펙트럼 성분이 다른 간격보다 제1 간격에서 결정될 수 있다. 이를 통해 펌프 어셈블리에 의해 생성되는 공기 전달음의 주파수-대역별 특성을 설명할 수 있다. 예를 들어, 펌프 어셈블리의 기계적 에러가 그렇지 않거나 주로 소음으로 구성되는 다른 간격보다 스펙트럼의 스펙트럼 성분에서 드러나는 것으로 알려진 간격에서 더 많은 수의 주요 스펙트럼 성분이 결정될 수 있다. 이러한 간격에서는 이에 상응하여 더 적은 수의 주요 스펙트럼 성분이 선택될 수 있다.
위에서 언급한 바와 같이, 주요 스펙트럼 성분을 결정하기 위해 이전에 설명한 단계 a) - c)는 모든 오디오 신호의 스펙트럼에 대해 수행된다.
진폭 비율은 바람직하게는 하나의 스펙트럼 성분에 대해, 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분의 진폭 값 대 제1 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 대응하는 스펙트럼 성분의 진폭 값의 비율이 계산되는 방식으로 형성된다. 다시 한 번 앞서 언급한 진폭 값의 몫이 비율로 사용될 수 있다.
따라서, 더 높은 진폭 값은 항상 분자 기준이어야 하며, 이는 비율이 1보다 크다는 것을 의미한다. 비율은 피크 팩터(Peak Factor)라고도 한다.
상세하게는, 실시예에서, 진폭 비율은 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 동일한 스펙트럼 성분(fk)의 진폭 값의 비율(Fk)을 계산함으로써 형성될 수 있다. 그런 다음, 이는 각각의 또는 적어도 선택된 스펙트럼 성분(fk)에 대해 수행된다.
제1 오디오 신호에 대한 제2 오디오 신호의 진폭 값의 비율이 스펙트럼 성분으로부터 형성되는 경우, 0으로 나누는 것을 피하기 위해 앞서 언급한 두 진폭 값이 모두 0보다 큰 경우에만 앞서 언급한 계산 규칙을 적용하는 것이 유리하다. 두 진폭 값 중 하나가 0일 때 비율을 0으로 설정할 수 있다. 그러나, 대안적으로 모든 비율(Fk)을 포함하는 데이터 벡터는 비율을 계산하기 전에 0으로 초기화될 수 있다.
Npeak개의 주요 스펙트럼 성분만이 사용되는 경우, 이들 스펙트럼 성분의 진폭이 항상 0보다 크므로 0을 확인하는 것이 필수적이지 않다. 그러나, 비율이 모든 Ntotal개의 스펙트럼 성분(fk)에 대해 순차적으로 형성되고 k가 0 내지 Ntotal-1의 연속 인덱스로 형성되면 본 방법의 수치 처리가 단순화된다.
다른 시간에 수행된 음향 측정은 소스가 동일하고 변하지 않은 사운드(들)를 생성하는 경우에도 경우에 따라 항상 정확히 동일한 스펙트럼을 생성하는 것은 아니다. 이로부터 제2 측정/제2 오디오 신호의 주요 스펙트럼 성분은 제1 측정/오디오 신호에 대해 반드시 동일한 스펙트럼 위치, 더 정확하게는 이산 스펙트럼의 동일한 인덱스(k)에 있을 필요는 없다는 결론이 나온다. 따라서, 제1 오디오 기록과 제2 오디오 기록 사이에 스펙트럼 오프셋이 존재할 수 있다. 이러한 스펙트럼 오프셋은 선택된 스펙트럼 간격, 즉, 오디오 신호의 스펙트럼의 스펙트럼 성분의 분해능(resolution)이 더 미세할수록 더 가능성이 높다. 따라서, 저 분해능에서는 스펙트럼 오프셋이 없을 가능성이 높으며, 제1 및 제2 오디오 신호의 스펙트럼에서 동일한 스펙트럼 성분(fk)의 진폭 값을 사용하여 비율이 형성될 수 있다. 반면에, 오프셋이 가능하므로 더 높은 분해능으로 고려되어야 한다.
따라서, 바람직한 실시예는,
a. 앞서 언급한 두 진폭 값이 모두 0보다 큰 경우 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 동일한 스펙트럼 성분(fk)의 진폭 값의 비율(Fk)을 계산하거나, 또는
b. 앞서 언급한 두 진폭 값이 모두 0보다 큰 경우 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 이전의 스펙트럼 성분(fk-1)의 진폭 값의 비율(Fk)을 계산하거나, 또는
c. 앞서 언급한 두 진폭 값이 모두 0보다 큰 경우 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼 또는 그로부터 도출된 스펙트럼의 다음의 스펙트럼 성분(fk+1)의 진폭 값의 비율(Fk)을 계산함으로써, 진폭 비율을 형성할 때 오프셋 보정을 수행하는 것을 제공할 수 있다.
다시 한 번 앞서 언급한 진폭 값의 몫이 비율로 사용될 수 있다.
제2 오디오 신호, 즉, "근거리 스펙트럼"은 진폭 값이 분자에 있기 때문에 앞서 언급한 경우에 참조로 사용된다. 당연히 제1 오디오 기록이 대안적으로 참조로 사용될 수도 있다.
케이스 a에서, 근거리 스펙트럼과 원거리 스펙트럼의 피크 사이에 스펙트럼 오프셋이 없다. 케이스 b에서, 스펙트럼 성분(fk)에 대한 원거리 스펙트럼의 상향 스펙트럼 오프셋이 있고, 즉, 근거리 스펙트럼의 스펙트럼 성분(fk)에 대응하는 원거리 스펙트럼의 스펙트럼 성분은 검사된 스펙트럼의 스펙트럼 분해능 Δf = fk+1 - fk의 양으로 다음의 높은 인덱스 값(k+1)으로 오프셋되어서, 원거리 스펙트럼의 스펙트럼 성분의 인덱스는 진폭 비율을 올바르게 형성하기 위해 1만큼 감소되어야 한다. 즉, 제2 오디오 신호(근거리 스펙트럼)의 스펙트럼 성분(fk)의 피크는 제1 오디오 신호(원거리 스펙트럼)의 스펙트럼 성분(fk-1)의 피크에 대응한다. 케이스 c에서, 스펙트럼 성분(fk)에 대한 원거리 스펙트럼의 하향 스펙트럼 오프셋이 있고, 즉, 근거리 스펙트럼의 스펙트럼 성분(fk)에 대응하는 원거리 스펙트럼의 스펙트럼 성분은 검사된 스펙트럼의 스펙트럼 분해능 Δf = fk+1 - fk의 양으로 다음의 낮은 인덱스 값(K-1)으로 오프셋되어서, 원거리 스펙트럼의 스펙트럼 성분의 인덱스는 진폭 비율을 올바르게 형성하기 위해 1만큼 증가되어야 한다. 즉, 제2 오디오 신호(근거리 스펙트럼)의 스펙트럼 성분(fk)의 피크는 제1 오디오 신호(원거리 스펙트럼)의 스펙트럼 성분(fk+1)의 피크에 대응한다.
스펙트럼 성분(fk)에 대해 전술한 케이스 a, b 또는 c 모두에 해당되지 않는 경우, 즉, 비율을 형성하는 2개의 진폭 값 중 각각 하나가 0이고, 비율(Fk)는 0으로 설정될 수 있다. 대안적으로, 모든 스펙트럼 성분(fk)의 비율(Fk)을 포함하는 데이터 벡터는 비율을 계산하기 전에 0으로 초기화될 수 있다. 따라서, 스펙트럼 성분(fk)에 대해 전술한 3개의 케이스 a, b 또는 c 중 어느 것도 적용되지 않을 때 비율(Fk)은 이미 0이다. 반면에, 스펙트럼 성분(fk)에 대해 전술한 3개의 케이스 a, b 또는 c 중 하나가 적용되는 경우, 비율(Fk)에 대해 0으로 사전 초기화된 값은 비율(Fk)의 계산된 값으로 대체된다.
다수의 케이스 a, b, c의 동시 발생은 주요 스펙트럼 성분의 이전 선택에 의해 방지되는데, 이는 대부분의 스펙트럼 성분의 진폭을 0으로 설정하기 때문이다. 그러나, 다수의 케이스의 동시 발생을 처리하기 위해 하나 이상의 규칙이 정의될 수도 있다. 예를 들어, 다수의 케이스 a, b, c가 발생할 때, 모든 케이스로부터 가장 큰 비율(Fk)이 사용될 수 있다.
바람직하게는, 결정된 진폭 비율이 한계 값을 초과하는 스펙트럼 성분을 찾기 위해 비율을 형성한 후(해당되는 경우 오프셋 보정 이후에) 확인이 수행된다. 이 확인은 바람직하게는 모든 스펙트럼 성분에 대해 수행되거나 또는 선택된 스펙트럼 성분에 대해 적어도 순차적으로 수행된다. 이 조건이 충족, 즉, 결정된 진폭 비율이 한계 값을 초과하는 스펙트럼 성분은 이들 스펙트럼 성분에 할당된 제2 오디오 신호의 스펙트럼의 진폭 값과 함께 재구성된 스펙트럼의 형태로 재구성된 신호를 형성한다.
이상적으로, 한계 값은 두 거리 사이의 비율을 고려하여 확립된다. 따라서, 기록된 음향 파라미터에 따라 적용되는 앞서 언급한 거리 법칙이 한계 값으로 고려될 수 있다. 예를 들어, 음압 레벨이 음향 파라미터로 기록되는 경우, 제1 거리 대 제2 거리의 비례 비율을 반영하도록 한계 값이 확립될 수 있다. 사운드 에너지의 사운드 파워가 음향 파라미터로 기록되는 경우, 제1 거리 대 제2 거리의 이차 비율을 반영하도록 한계 값이 확립될 수 있다.
본 발명에 따른 방법의 실행을 위해 제1 거리와 제2 거리가 지정되거나 제1 거리와 제2 거리 사이의 비율이 지정되는 경우, 한계 값은 또한 알려지고 확립되며, 소프트웨어 애플리케이션에 상수로 저장될 수 있다.
이전에 언급한 바와 같이, 제2 거리는 제1 거리의 절반으로 지정될 수 있으며, 이 경우, 예를 들어, 이들 거리는 표준 값으로 사용되어야 한다. 이 경우, 음압 레벨을 사용할 때, 한계 값은 값 2를 가질 수 있고, 사운드 파워 또는 사운드 에너지를 사용할 경우 값 4를 가질 수 있다.
반면, 조작자가 선택한 거리에서 제1 및/또는 제2 오디오 신호를 기록하는 것이 허용될 때 또는 제1 및/또는 제2 기록 중에 지정된 거리가 실제로 존재하는지 여부에 대한 확인이 수행될 때, 제1 및 제2 거리가 측정되어야 한다. 이 경우, 음압 레벨의 경우 한계 값(Fthreshold)은 예를 들어, 제1 거래 대 제2 거리의 비율로부터 측정된 값에 기초하여 계산될 수 있다(Fthreshold = Dfar/Dnear). 결과적으로, 이 경우, 한계 값은 가변적이며, 항상 결정된 거리(Dfar, Dnear)로부터 재계산된다. 사운드 강도 또는 사운드 에너지의 경우, 제1 거리 대 제2 거리의 비율은 Fthreshold = (Dfar/Dnear)²으로 계산될 수 있다.
한계 값은 0.6과 1 사이, 바람직하게는 0.8과 1 사이의 계수로 가중치를 부여할 수 있다. 이는 측정 부정확성을 고려하고 이러한 측정 부정확성으로 인해 펌프 어셈블리에 속하는 스펙트럼 성분이 무시되는 것을 방지한다.
이 방법의 정확성을 향상시키기 위해, 제1 기하학적 위치, 제2 기하학적 위치 및 펌프 어셈블리가 직선 측정 라인에 놓이는 것이 유리하다. 측정 라인이 펌프 어셈블리와 보조 음원 사이의 연결 라인에 수직이 되는 것도 합리적이고, 이는 이 경우 측정 라인이 보조 음원의 사운드 필드에 거의 접하기 때문이다. 그러나, 제1 기하학적 위치와 제2 기하학적 위치가 보조 음원 주위의 원형 경로에 놓이는 것이 최적이다.
본 설명에서 제안하는 방법에는 한계가 있다는 점에 유의해야 한다. 기록된 오디오 신호에서 주변 소음을 최대한 제거하고, 펌프 어셈블리의 상태를 확실하고 정확하게 결정하기 위해, 펌프 어셈블리와 보조 음원(들)이 측정 거리(Dfar, Dnear)에 비해 서로 충분히 먼 거리에 있어야 한다. 그렇지 않으면, 제거 결과가 나빠지고 결과적으로 상태 검출이 저하된다.
또한, 방법에서 고품질의 결과를 얻기 위해서는 제1 및 제2 오디오 신호를 기록하는 동안 펌프 어셈블리의 작동 상태가 동일해야 하며 기록 중에 변경되지 않아야 한다.
앞서 언급한 바와 같이, 본 발명에 따른 방법의 추가적인 개선은 적어도 하나의 추가 측정을 취하는 것, 즉, 제2 거리보다 크지만 바람직하게는 제1 거리보다 작은 펌프 어셈블리로부터의 제3 거리에서 제3 오디오 신호를 기록하는 것이다. 따라서, 제3 거리는 제1 거리와 제2 거리 사이에 놓인다. 제1 및 제2 오디오 신호와 관련하여 이전에 설명한 모든 프로세스 단계는 제3 및 제2 오디오 신호에 대응하여 적용될 수 있다. 따라서, 이들 진폭 값의 비율도 형성될 수 있으므로, 제3 오디오 신호 대 제2 오디오 신호의 진폭 비율도 여기에서 각각의 스펙트럼 성분(fk)에 대해 계산될 수 있다. 이러한 각각의 진폭 비율은 제2 오디오 신호와 제1 오디오 신호의 스펙트럼 비교로부터 발생하는 추정, 즉, 특정 스펙트럼 성분(fk)이 실제로 분석되는 펌프 어셈블리(1)에 속한다는 추정을 검증하는데 사용될 수 있다. 특정 스펙트럼 성분(fk)에 대해 제1 및 제2 오디오 신호로부터 계산된 진폭 비율(Fk)이 한계 값(Fthreshold)을 초과하여 이 스펙트럼 성분이 펌프 어셈블리에 의해 생성된 스펙트럼 성분에 대한 잠재적인 후보인 경우, 추가 진폭 비율은 스펙트럼 성분(fk)에 대해 제3 및 제2 오디오 신호로부터 계산될 수 있다. 그런 다음, 이는 추정을 검증하기 위해 한계 값과 비교된다. 그런 다음, 이 한계 값은 제3 거리 대 제2 거리의 비율에 의해 형성되며, 적용 가능한 경우 0.6과 1 사이의 계수로 가중치가 부여된다. 이 조건이 추가로 충족되는 경우에만 스펙트럼 성분(fk)이 펌프 어셈블리에 의해 생성된 스펙트럼 성분이라고 추정될 수 있다.
추가 옵션 측정 위치에도 동일한 절차가 적용될 수 있다.
본 발명의 특히 유리한 실시예에 따르면, 거리는 광학 센서를 사용하여 제1 및 제2 기하학적 위치로부터 각각 펌프 어셈블리를 기록함으로써 광학 측정으로 각각 결정된다. 광학 센서는 예를 들어, 레이저 빔과 비행 시간 측정을 사용하여 분석 장치와 펌프 어셈블리 사이의 거리를 결정하는 레이저 거리 측정 장치일 수 있다.
대안적으로, 광학 센서는 펌프 어셈블리를 이미지로 시각적으로 기록하는데 사용되는 카메라일 수 있으며, 이 이미지는 바람직하게는 실시간으로 평가된다. 서문에 설명된 대로 신호 품질 및 진폭과 관련된 음향 신호의 실시간 분석을 기반으로 휴대용 유닛 및/또는 마이크로폰의 적절한 위치를 정교하게 결정하는데 따른 단점은 제안된 광학 거리 측정에 의해 극복된다. 이는 오디오 기록에 대한 올바른 거리를 사용하기 위한 객관적인 지표이다. 따라서, 사용자는 분석 장치를 펌프 어셈블리로부터 지정된 거리에 배치할 수 있으므로 올바른 각각의 거리에서 오디오 신호를 기록할 수 있다.
또한, 사용자가 펌프 어셈블리의 에러를 검출하기 위해 여러 번 기록할 필요가 없다. 거리를 정확하게 측정하기 위해 접는 자나 측정 테이프와 같은 추가 측정 도구도 필요하지 않다. 분석 장치를 잡고 한 손으로 측정할 수도 있다. 그러나, 분석 장치를 스탠드에 장착할 수도 있다. 따라서, 특히, 펌프 어셈블리의 음향 측정 동안 거리 측정을 위한 간단하고 사용자 친화적인 방법이 제공된다.
시각적 측정은 종래 기술에 따라 공지된 방식으로 수행될 수 있다. 카메라로부터 카메라에 의해 기록된 물체까지의 공간적 거리를 결정하는 방법은 공지되어 있다. 예를 들어, 유럽 특허공개공보 EP 2669707 A1호, 국제 공개공보 WO 2015/144775 A1호, 미국 특허출원공개공보 US 2011/0025845 A1호, US 2021/0254962 A1호, US 2019/0340799 A1호, 유럽 특허공보 EP 326249 9 B1호 또는 미국 특허공보 US 10489033 B2호가 참조된다.
실시예에 따르면, 광학적 측정, 특히 시각적 측정은 각각의 오디오 신호의 기록과 동시에 수행된다. 따라서, 각각의 오디오 신호를 기록할 때의 거리는 분석 장치에 알려져 있다.
예를 들어, 기록 전, 기록 중 또는 기록 후에 거리를 측정할 수 있다. 거리를 여러 번 측정하는 것도 가능하며, 특히, 각각의 기록 중에 연속적으로 측정할 수도 있다.
예를 들어, 기록 시작 시 또는 이전에 한 번, 기록 종료 시 또는 기록 후에 두 번째로, 거리를 두 번 결정하는 것이 유리하다. 이는 제1 측정 거리와 비교하여 기록 중에 거리가 크게 변하지 않았음을 검증하기 위해 제2 측정 거리가 사용될 수 있다는 이점이 있다. 제1 측정 거리는 후속 프로세스에 사용될 수 있다.
기록 기간은 예를 들어, 5초 내지 20초 범위, 바람직하게는 10초일 수 있다.
저장을 위해, 각각의 측정 거리는 이상적으로는 해당 오디오 신호, 특히, 예를 들어, 메타 데이터라고 불리는 형식의 해당 오디오 기록에 할당된다.
거리가 결정된 후, 특히 각각의 기록이 진행되는 동안 분석 장치의 디스플레이에 표시될 수 있다.
유리한 실시예에 따르면, 기록 중에 거리가 3% 이상, 바람직하게는 5% 이상 변하면 기록을 중단하기 위해 중단 기준이 사용될 수 있다. 이 케이스에서, 분석 장치 상의 해당 알림에 의해 사용자에게 손을 움직이지 않도록 요청할 수 있다.
시각적 거리 측정 중에 기록된 이미지는 분석 장치의 디스플레이에 표시될 수 있다. 예를 들어, 펌프 어셈블리에 겹쳐진 색상으로 구분된 원을 사용하여 기준점을 이미지에 입력하고 표시할 수도 있다. 이를 증강현실 측정(AR 측정)이라고 할 수 있다. 기록된 이미지로부터 결정된 거리는 분석 장치의 디스플레이에 예를 들어, 숫자 데이터 형식으로 표시될 수도 있다.
한계 값은 바람직하게는 결정된 두 거리의 비율로부터 계산된다. 이는 펌프 어셈블리로부터 특정 지정된 거리에 분석 장치를 배치하는데 시간이 많이 소요되는 작업을 생략할 수 있다는 이점이 있다. 따라서, 제1 및 제2 오디오 신호는 원칙적으로 임의의 거리에서 기록될 수 있다. 그럼에도 불구하고, 거리를 기준 값으로 권장할 수 있다(예를 들어, 25cm 및 50cm, 30cm 및 60cm, 40cm 및 80cm 등).
모바일 분석 장치는 하나, 둘 또는 그 이상의 부품으로 구성될 수 있다. 소프트웨어 애플리케이션은 바람직하게는 분석 장치, 특히 적어도 하나의 프로세서 및 적어도 하나의 데이터 저장 매체(RAM, EEPROM)를 갖춘 중앙 구성요소에 로드되거나 오히려 실행을 위해 설치된다. 실시예에서, 음향 센서 및/또는 광학 센서는 분석 장치의 통합 구성요소를 형성할 수 있다. 이상적으로 분석 장치는 스마트폰, 태블릿 컴퓨터 또는 랩탑이고, 이는 이들 장치에 일반적으로 통합 카메라와 마이크로폰이 장착되어 있기 때문이다.
그러나, 광학 센서 및/또는 음향 센서는 중앙 구성요소와 별도의 부품을 구성할 수도 있으며, 보다 정확하게는 예를 들어, 케이블 또는 무선 링크를 사용하여 중앙 구성요소에 대한 데이터 연결을 갖는 자체 케이싱을 사용하여 구성할 수도 있다. 이 케이스에서, 스마트폰, 태블릿 컴퓨터 또는 랩탑이 중앙 구성요소이다. 이는 중앙 구성요소에 통합된 것보다 특별한 방향 특성을 갖는 더 나은 마이크로폰 및/또는 중앙 구성요소에 통합된 것보다 해상도가 더 높은 카메라가 사용될 수 있거나 또는 거리 측정을 위해 다른 광학 센서가 사용될 수 있다는 이점이 있다. 광학 및/또는 음향 센서가 중앙 구성요소에 각각 연결된 장치인 경우, 이들은 본 실시예에서 3-부분 장치인 분석 장치를 공동으로 형성한다.
바람직한 실시예에서, 분석 장치는 스마트폰과 스마트폰을 고정하는 홀더가 있는 케이스로 구성되며, 오디오 기록을 위한 적어도 하나의 음향 센서가 케이스에 통합되어 있으며, 센서와 스마트폰 사이의 데이터 연결이 홀더에 통합된 인터페이스를 통해 확립될 수 있다. 인터페이스는 스마트폰이 홀더에 삽입될 때 접촉되어 이 삽입 중에 스마트폰과 음향 센서 사이의 전기 연결이 동시에 확립되는 기계적, 전기적 인터페이스일 수 있다. 스마트폰에 통합된 카메라는 이미지를 기록하기 위해 사용될 수 있다.
그러나, 동일한 방식으로, 홀더는 음향 센서 외에 광학 센서, 특히 펌프 어셈블리의 이미지를 기록하는 카메라를 가질 수 있다.
홀더는 손잡이를 구비하여, 이를 쥐고 있는 사람이 스마트폰의 디스플레이를 볼 수 있도록 한 손으로 잡을 수 있다.
본 발명의 추가 특징, 이점 및 특성은 본 발명의 실시예 및 이러한 예를 예시하는 첨부 도면을 사용하여 이하에서 설명된다. 도면에서 동일한 도면부호 또는 참조 표시는 동일하거나 적어도 동일한 효과를 갖는 구성 요소, 개체 또는 프로세스 단계를 식별한다.
상기 또는 후술하는 본 발명의 특징은 구체적인 실시예와 결합하여 개시될 수 있지만, 이러한 특징은 본 발명의 다른 실시예로의 이전을 배제하지 않는 한 다른 실시예에도 존재할 수 있다는 점에 유의해야 한다.
"가진다", "포함한다(comprise)" 또는 "포함한다(contain)"라는 용어는 본 설명의 범위 내에서 추가적인 특징의 존재를 결코 배제하지 않는다는 점에 유의해야 한다. 더욱이, 목적어에 대한 부정관사의 사용은 그것의 복수형을 배제하지 않는다.
도 1은 종래 기술에 따른 펌프 어셈블리를 도시한다.
도 2는 본 발명에 따른 분석 장치의 정면 사시도이다.
도 3은 본 발명에 따른 분석 장치의 후면 사시도이다.
도 4는 두 개의 음원과 두 개의 측정 위치를 사용한 이상적인 분석 설정을 도시한다.
도 5는 제1 및 제2 오디오 기록의 결합된 스펙트럼을 도시한다.
도 6 내지 도 12는 방법의 흐름도이다.
도 13은 재구성된 스펙트럼과 펌프 어셈블리의 원래 스펙트럼 비교를 도시한다.
도 1은 펌프 유닛(2), 펌프 유닛을 구동하는 전기 모터(3), 전기 모터를 제어 및/또는 조절하기 위한 펌프 전자 장치(4)를 포함하는 종래기술에 따른 예시적인 펌프 어셈블리(1)를 도시한다. 펌프 유닛(2)은 인라인 설계, 즉, 펌프 케이싱(9)의 흡입 노즐(5)과 압력 노즐(6)이 한 라인에 놓이는 다-단계, 일반-프라이밍, 수직 고압 원심 펌프이다. 전기 모터(3)는 기계적 실(seal)이 없는 습식 로터 모터이다. 전기 모터(3)와 펌프 유닛(2)은 토크 방지 연결부를 사용하여 다수의 임펠러가 장착되는 연속 샤프트를 갖는다. 펌프 케이싱(9)을 갖는 펌프 어셈블리(1)는 기초 장착을 위해 펌프 베이스 플레이트(7) 위에 세워져 있다.
축방향으로 서로 겹쳐진 스테이지 케이싱은 펌프 케이싱(9)의 케이싱 파이프(8) 내에 배치된다. 이들 각각에는 펌핑된 액체를 다음 단계 케이싱으로 전달하는 임펠러 중 하나가 포함되어 있다. 최종 축방향 최상부 임펠러는 펌핑된 액체를 스테이지 케이싱과 케이싱 파이프(8) 사이의 환형 공간으로 전달하고, 그곳에서 압력 노즐(6)을 통해 펌프 케이싱(9)을 떠난다. 케이싱 파이프(8)는 작동 신뢰성을 위해 밀봉을 제공한다.
펌프 전자 장치(4)는 전기 모터(3)의 회전 속도를 최소 회전 속도와 최대 회전 속도 사이에서 연속적으로 조정하는 주파수 변환기를 포함한다. 펌프 어셈블리(1)는 연마재나 섬유질 물질이 없는 냉수, 온수 및 기타 액체를 전달하는데 사용된다. 물 공급 및 압력 증폭 시스템, 산업 순환 시스템, 공정 기술, 냉각수 회로, 소화 시스템, 세척 및 관개 시스템이 주요 응용 분야이다.
도 2 및 도 3은 본 발명에 따른 모바일 분석 장치(10)를 전면 및 후면에서 도시한 것이다. 여기서, "전면"은 오디오 기록 중에 사용자가 보는 분석 장치(10)의 측면을 의미하고, "후면"은 의도된 사용 과정에서 오디오 기록 중 펌프 어셈블리(1)를 향하는 분석 장치(10)의 측면을 의미한다. 분석 장치(10)는 여러 부분으로 구성된다. 분석 장치는 분석 전자 장치를 보유하는 케이싱(11), 분석 장치(10)를 보유하기 위해 케이싱(11)에 연결된 핸들(13), 스마트폰(15)용 홀더(14) 및 동일한 위치에 있는 스마트폰(15)을 포함한다. 케이싱(11)은 형태-잠금형 더브테일 연결부에 의해 핸들(13)에 결합된다.
분석 전자 장치는 음향 경로(12a)를 따라 분석 장치(10)에 도달하는 물체로부터의 공기 전달음을 기록하기 위해 사용자와 이격된 케이싱(11)의 후면의 개구의 전방에 위치되는 마이크로폰 형태의 음향 센서(12)를 포함한다. 마이크로폰은 지향성 마이크로폰일 수 있다. 증폭, 필터링 및 디지털화와 같은 사전-처리를 위해, 분석 전자 장치에는 디지털 신호 프로세서(DSP)와 같은 적어도 하나의 프로세서 및 적어도 하나의 저장 매체를 갖는 신호 처리 수단이 있다. 스마트폰(15)에 대한 통신 인터페이스는 또한 스마트폰(15)이 홀더(14)에 삽입될 때 대응하는 결합 인터페이스에 의해 접촉되는 홀더(14)에 적어도 부분적으로 통합된 전기-기계 구성요소 및 통신 인터페이스를 통해 스마트폰(15)과의 프로토콜-기반 데이터 전송 및 수신을 위한 소프트웨어로 구성된 분석 전자 장치의 일부이다.
또한, 분석 전자 장치는 전원 공급 장치로 기능하는 USB 인터페이스 형태의 제1 인터페이스(18a) 및 예를 들어, 진동 센서와 같은 추가 센서 연결을 위한 데이터 인터페이스인 신치(cinch) 커넥터 형태의 제2 인터페이스(18b)를 포함한다. 전원 공급 장치와 데이터 전송을 분리하면 간섭 신호의 위험이 줄어든다는 이점이 있다. 그러나, 다른 실시예에서는 예를 들어, USB 인터페이스와 같은 단일 공통 인터페이스를 사용하여 전원 공급 및 데이터 전송이 실현될 수도 있다.
스마트폰(15)은 터치 감응형 디스플레이 형태의 일반적으로 공지된 디스플레이(16)를 가지며, 동시에 스마트폰(15)의 제어 부재를 형성한다. 일반적으로 "앱"으로 알려진 소프트웨어 애플리케이션은 스마트폰(15)의 저장 매체에 로드되며, 특히, 에러 상태와 관련하여 펌프 어셈블리(1)에 의해 방출되는 공기 전달음의 음향 분석을 통해 펌프 어셈블리(1)의 적어도 하나의 구성요소(2, 3, 4)의 상태를 분석하는 방법을 실행하도록 구성된다. 소프트웨어 애플리케이션은 음향 신호의 분석을 위한 소프트웨어를 형성한다. 소프트웨어 애플리케이션은 분석 장치(10)에 의해, 더욱 정확하게는 스마트폰(15)의 프로세서에 의해 실행될 때 분석 장치(10)가 방법을 실행하게 하는 해당 기술 프로그램 명령을 포함한다. 여기서, 스마트폰(15)은 분석 전자 장치, 각각 음향 센서를 제어한다.
스마트폰(15)은 스마트폰(15)이 홀더(14)에 파지된 상태에서 후면, 즉, 사용자와 이격된 스마트폰(15)의 후면에 추가 카메라(17)가 구비되어, 음향 경로(12a)에 본질적으로 평행한 광학 경로(17a)를 따라 이미지를 기록할 수 있다.
펌프 어셈블리(1)에 의해 방출되는 공기 전달음의 음향 분석을 통해 펌프 어셈블리의 상태를 분석하는 방법이 아래에서 설명된다. 도 6 내지 도 12는 개별 프로세스 단계의 흐름도를 도시한다.
본 발명에 따른 분석 방법의 기본 개념은 공간 내 측정 위치를 변화시키면서 반복적인 음향 측정을 통한 이들의 스펙트럼에 기초하여 동시에 존재하는 다수의 음원(Sprimary, Ssecondary)(도 4 참조)를 구별하는 것이며, 여기서 주파수 스펙트럼은 본 예에서 사용되며, 따라서, 스펙트럼 성분은 주파수이다. 측정 위치의 변화와 후속 알고리즘 데이터 분석을 통해, 측정된 음향 신호는 결합된 스펙트럼(30, 40)(도 5 참조)으로 변환되고, 주 음원(Sprimary)는 보조 음원(들)(Ssecondary)과 스펙트럼적으로 분리되고, 주 음원(Sprimary)의 분리/재구성된 스펙트럼은 원하는 대로 추가 처리를 위해 출력된다.
본 예에서, 결합된 스펙트럼은 주 음원(Sprimary)과 보조 음원(Ssecondary)의 주파수 성분을 모두 포함하는 주파수 스펙트럼이다.
도 4는 여기에서 주 음원(Sprimary)을 형성하는 펌프 어셈블리(1)의 분석에서 보조 음원(Ssecondary)의 주변 소음을 제거하기 위한 본 발명의 기본 개념을 설명하는 이상적인 분석 설정을 도시한다. 보조 음원(Ssecondary)은 예를 들어, 분석되는 펌프 어셈블리(1) 옆에 설치되어 작동되는 추가 펌프 어셈블리(1a)일 수 있다.
2개의 음원(Sprimary, Ssecondary)과 2개의 측정 위치(Pfar, Pnear)만이 본 예에서 방법의 실행을 위해 사용되었음에도 불구하고, 이해력을 향상시키기 위해 상기 방법에는 또한 다수의 보조 음원이 적용될 수 있으며, 다른 위치에서 2개 이상의 측정치를 포함할 수도 있다. 그러나 가장 간단한 케이스에서, 도 4에 도시된 분석 설정은 2개의 음원, 즉, 주 음원(SPrimary)과 보조 음원(Ssecondary) 및 2개의 측정 위치, 즉, 주 음원(SPrimary)으로부터 더 먼 거리(Dfar)에 있는 제1 측정 위치(Pfar)과 주 음원(SPrimary)으로부터 더 가까운 거리(Dnear)에 있는 제2 측정 위치(Pnear)로 구성된다.
최적으로 2개의 측정 위치(Pfar, Pnear)는 보조 음원(Ssecondary) 주위의 원형 경로에 해당하는 측정 곡선에 있다. 그러나 이것이 실제로 항상 가능한 것은 아니다.
따라서, 주 음원(Sprimary)과 2개의 측정 위치(Dfar, Dnear)는 측정 라인(20)과 수평 측정 평면에 놓인다. 여기서, 이 라인(20)은 또한 2개의 음원(Sprimary, Ssecondary) 사이의 연결 라인(21)과 직교하지만, 실제로는 연결 라인(21)과 다른 각도로 놓일 수 있다. 여기서, 측정 라인(20)과 연결 라인(21) 사이의 직교성 및 (주 음원(Sprimary)과 보조 음원(Ssecondary) 사이의 거리를 비교하여) 바람직하게는 주 음원(Sprimary)과 보조 음원(Ssecondary) 사이의 거리보다 작은 주 음원(Sprimary)으로부터 가능한 최소 거리의 측정 위치(Pfar, Pnear)의 사용은 하나가 보조 음원(Ssecondary)의 사운드 필드에 가능한 한 접선 방향으로 이동하는 것을 보장한다. 따라서, 보조 음원(Ssecondary)은 수평 측정 평면 외부에 있을 수 있다.
분석 방법은 펌프 어셈블리(1)의 작동 동안 펌프 어셈블리(1)로부터의 제1 거리(Dfar)에 있는 제1 기하학적 위치(Pfar)에서 제1 오디오 기록의 제1 오디오 신호를 기록하는 단계, 및 펌프 어셈블리(1)의 작동 동안 제1 거리(Dfar)보다 작은 펌프 어셈블리부터의 제2 거리(Dnear)에 있는 제2 기하학적 위치(Pnear)에서 제2 오디오 기록의 제2 오디오 신호를 기록하는 단계를 포함한다. 따라서, 제1 오디오 기록은 원거리 측정의 오디오 데이터를 포함하고, 제2 오디오 기록은 근거리 측정의 오디오 데이터를 포함한다. 2개의 위치(Pfar, Pnear)는 음향 분석이 수행되는 펌프 어셈블리(1)가 있는 측정 라인(20)에 있다. 기록은 스마트폰(15)의 소프트웨어 애플리케이션에 의해 제어되는 음향 센서(12)를 사용하여 각각 취해진다.
센서(12)는 펌프 어셈블리(1)에 의해 방출되는 공기 전달음의 음압 레벨(p)을 기록하지만, 본 예에서는 동시에 기록되는 인접한 음원의 공기 전달음에 의해 중첩된다. 센서(12)는 음압 레벨-시간 진행을 나타내는 아날로그 전기 신호를 공급한다. 이 센서 신호는 분석 전자 장치에 의해 디지털화되고, 필요한 경우 이전 또는 이후에 증폭 및/또는 필터링되며, 버퍼링된 후 소프트웨어 애플리케이션에 오디오 기록이 제공되고, 이에 상응하여 이를 처리하기 위해 오디오 기록을 판독한다. 이는 제1 및 제2 오디오 기록 모두에 대해 수행된다. 따라서, 오디오 기록은 디지털화된 음압 레벨-시간 진행을 포함한다.
펌프 어셈블리(1)의 상태는 제1 및 제2 오디오 기록으로부터 결정된 주파수의 진폭 값을 비교하여 재구성된, 보조 음원(1a)의 주변 소음이 보정된 펌프 어셈블리(1)의 주파수 스펙트럼(50)을 분석함으로써 결정된다. 이에 대해서는 아래에서 설명된다.
도 6은 단계 S1에서, 측정 위치(Pfar, Pnear)에서 보조 음원(들)(1a Ssecondary)의 주변 소음을 포함하여 위에서 설명한 대로 펌프 어셈블리(1)의 제1 및 제2 오디오 신호를 기록하는 것부터 시작하는 절차의 대략적인 개요를 도시한다. 이것이 앞으로의 검사의 출발점이다. 절차는 다음 세 단계로 계속되며, 다수의 음원(Sprimary, Ssecondary)의 스펙트럼-기반 차별화 방법의 핵심을 형성한다.
- 단계 S2: 모든 측정 위치에 대해 결합된 스펙트럼을 계산하고 분석한다. 여기서는 후-처리를 포함하여 각각의 오디오 신호에 대해 주파수 스펙트럼(30, 40)이 계산된다.
- 단계 S3: 스펙트럼 진폭 비율을 계산한다. 여기서는 주파수 범위의 오디오 신호가 제1 및 제2 오디오 신호의 스펙트럼(30, 40)에서 해당 주파수에 대한 진폭 비율을 형성함으로써 분석된다.
- 단계 S4: 주 음원(Sprimary)에 대한 스펙트럼을 재구성한다. 여기서는 주변 소음에 대해 보정된 펌프 어셈블리(1)의 스펙트럼(50)이 재구성된다.
이들 3개의 핵심 단계 S2, S3, S4는 단계 S5에서 펌프 어셈블리(1)의 보정된 스펙트럼(50)의 분석이 이어진다. 이는 펌프 어셈블리(1) 상태의 실제 결정, 예를 들어, 회전 속도의 결정 및/또는 에러 상태의 일반적인 검출 및 적용 가능한 경우 구체적인 에러의 식별을 포함한다. 이러한 분석 자체는 본 발명의 일부가 아니라는 점에 유의해야 한다. 이와 관련하여 해당 기술 문헌을 참조한다.
도 7은 단계 S1의 하위-단계를 도시한다. 먼저, 사용자는 분석 장치(10)를 제1 측정 위치(Pfar)로 이동시킨다.
단계 S1.1에서, 먼저 펌프 어셈블리(1)로부터의 거리(Dfar)가 시각적으로 결정된다. 스마트폰(15)의 카메라(17)는 이러한 목적으로 사용되고 소프트웨어 애플리케이션에 의해 제어된다. 카메라(17)는 펌프 어셈블리(1)를 포착하고, 적용 가능하다면 실시간으로 분석되는 비디오인 적어도 하나의 이미지를 기록한다. 이는 기준 평면을 형성하고, 카메라와 기준 평면에 직교하는 측정 라인을 따르는 기준 평면 사이의 거리(Dfar)를 결정하는데 사용되는 이미지에서 펌프 어셈블리(1) 표면의 눈에 띄는 기준점(19)을 식별함으로써 수행된다. 결정된 거리(Dfar)는 제1 오디오 신호에 할당되어 저장된다.
거리를 결정(측정)하는 동안, 사용자는 측정 중에 거리가 일정하게 유지되도록 분석 장치(10)를 가능한 한 가만히 유지해야 한다. 위치 유지 품질에 대한 정보는 예를 들어, 그래픽 정보와 같이 디스플레이(16)에 표시될 수 있다. 예를 들어, 펌프 어셈블리(1) 주위의 녹색 원은 거리가 유지되고 있음을 나타낼 수 있다. 반면, 디스플레이(16)에서 펌프 어셈블리(1) 주위의 빨간색 원은 거리를 결정하는 동안 위치 변화가 너무 크다는 것을 나타낼 수 있다. 이 경우 측정을 반복해야 한다. 따라서, 측정 위치를 유지하는 것은 측정 중에 디스플레이(16), 특히 스마트폰 디스플레이를 통해 시각적으로 확인할 수 있다.
거리(Dfar)의 시각적 결정에 이어, 단계 S1.2에서, 제1 오디오 신호는 제1 측정 위치(Pfar)에서 제1 오디오 기록에 기록된다. 전술한 바와 같이, 이는 음향 센서(12)를 사용하여 보조 음원(들)(1a)의 주변 소음을 포함하는, 펌프 어셈블리(1)에 의해 방출되는 공기 전달음을 기록하는 것을 포함하며, 적용 가능한 경우, 이를 제1 오디오 기록으로서 스마트폰의 소프트웨어 애플리케이션에 제공하기 위해, 사전-처리, 증폭 및/또는 필터링뿐만 아니라 음압 레벨-시간 진행으로서 센서 신호의 디지털화 및 저장을 포함한다.
도 7의 단계 S1.1에서 거리를 시각적으로 결정하는 것은 단계 S1.2에서의 기록 이전에 발생하지만, 거리의 시각적 결정은 물론 단계 S1.2의 기록 도중 또는 후에 발생할 수도 있다. 전체 기록 기간 동안 거리를 결정하고, 특히, 반복하여 현재 결정된 거리가 디스플레이(16)에 표시될 수 있도록 하는 것이 실제로 바람직하다. 거리를 결정하는 것은 기록보다 시간이 덜 걸린다.
이제, 사용자는 분석 장치(10)를 제2 측정 위치(Pnear)로 이동시킨다. 단계 S1.3에서, 펌프 어셈블리(1)로부터의 거리(Dnear)를 시각적으로 결정한다. 이는 S1.1 단계에서와 같이 수행된다. 단계 S1.1에서와 같이, 스마트폰(15)의 카메라(17)는 다시 사용되어 소프트웨어 애플리케이션에 의해 제어되고, 카메라(17)와 기준 평면(19) 사이의 거리(Dnear)가 결정된다. 결정된 거리(Dnear)는 제2 오디오 기록에 할당되어 저장된다.
후속적으로, 단계 S1.4에서, 제2 오디오 신호는 제2 측정 위치(Pfar)에서 제2 오디오 기록으로 기록된다. 이는 S1.2 단계에서와 같이 수행된다. 다시, 이는 음향 센서(12)를 사용하여 보조 음원(들)의 주변 소음을 포함하는, 펌프 어셈블리(1)의 공기 전달음을 기록하는 것을 포함하며, 적용 가능한 경우, 이를 제2 오디오 기록으로서 스마트폰(15)의 소프트웨어 애플리케이션에 제공하기 위해, 사전-처리, 증폭 및/또는 필터링뿐만 아니라 음압 레벨-시간 진행으로서 센서 신호의 디지털화 및 저장을 포함한다.
다시, 도 7의 단계 S1.3에서 거리를 시각적으로 결정하는 것은 단계 S1.3에서의 기록 이전에 발생하지만, 거리의 시각적 결정은 물론 단계 S1.4의 기록 도중 또는 후에 발생할 수도 있다. 다시 , 전체 기록 기간 동안 거리를 결정하고, 특히, 반복하여 현재 결정된 거리가 디스플레이(16)에 표시될 수 있도록 하는 것이 바람직하다.
마지막으로, 여기에 도시된 예에서, 펌프 어셈블리(1)로부터 더 멀리 떨어져 있는 측정 위치(Pfar)에서 제1 오디오 신호를 기록(원거리 기록)한 후 펌프 어셈블리(1)에 더 가까운 측정 위치(Pnear)에서 제2 오디오 신호를 기록(근거리 기록)이 발생한다는 점에 유의해야 하고, 이 순서는 물론 역전될 수도 있다. 시각적 거리 측정은, 결과적으로 소프트웨어 애플리케이션이 제1 및 제2 오디오 신호가 각각 기록되는 거리를 직접 획득하므로 이들 기록이 반드시 소프트웨어 애플리케이션에서 예상하는 지정된 거리에서 기록될 필요가 없기 때문에 매우 유리하다. 따라서, 단계 S1.1 내지 단계 S1.4는 예를 들어, 임의의 순서로 실행될 수 있다.
S1.1 → S1.2 → S1.3 → S1.4
S1.2 → S1.1 → S1.3 → S1.4
S1.1 → S1.2 → S1.4 → S1.3
S1.2 → S1.1 → S1.4 → S1.3
S1.3 → S1.4 → S1.1 → S1.2
S1.4 → S1.3 → S1.1 → S1.2
S1.3 → S1.4 → S1.2 → S1.1
S1.4 → S1.3 → S1.2 → S1.1
또한, 단계 S1.1 및 S1.2 및/또는 S1.3 및 S1.4는 앞서 언급한 실시예에서 동시에 실행될 수 있다. 여기서 고려해야 할 것은 오디오 기록과 거리 측정이 항상 전용 데이터 쌍을 형성하므로 동기화되어야 한다는 것이다.
WAV 파일(파형 형식)과 같은 기존 데이터 형식, 바람직하게는 압축되지 않은 원시 데이터로서 해당 음압 레벨-시간 진행을 포함하는 형식이 각각 오디오 기록에서 제1 및 제2 오디오 신호의 전술한 저장을 위해 사용될 수 있다.
제1 및 제2 오디오 신호의 기록, 즉, 디지털 음압 레벨-시간 진행은 소프트웨어 애플리케이션에 의해 시작된다. 분석 전자 장치는 소프트웨어 애플리케이션에 연결되어 분석에 필요한 데이터를 제공하는 주변 장치를 구성한다. 따라서, 제1 및 제2 오디오 신호의 기록은 도 6 및 도 7에 도시되지 않은 중간 단계로서 분석 전자 장치에서 스마트폰(15)으로 전송되며, 여기서 소프트웨어 애플리케이션은 오디오 기록을 사전-처리 및/또는 분석한다. 소프트웨어 애플리케이션의 관점에서 이는 음압 레벨-시간 진행/센서 신호를 판독하는 것을 구성한다.
스마트폰(15) 대신 오디오 신호의 사전-처리 및/또는 분석은 서버에서 이루어질 수 있으며, 스마트폰(15)은 바람직하게는 결정된 거리(Dnear, Dfar)를 포함하는 기록된 오디오 신호를 서버에 전송한다는 점에 유의해야 한다. 따라서, 소프트웨어 애플리케이션의 적어도 일부는 서버(클라우드)에서 실행될 수 있다.
이러한 전송/판독 후에는 FFT(고속 푸리에 변환) 분석 및 후-처리를 통해 단계 S2에서 오디오 신호의 음압 레벨-주파수 스펙트럼이 계산된다. 도 8은 동일한 단계를 포함하지만 한편으로는 제1 오디오 신호에 적용되고 다른 한편으로는 제2 오디오 신호에 적용되는 2개의 병렬 경로 S2a, S2b 형태의 하위-단계를 도시한다. 병렬 경로 S2a, S2b는 시간에 따라 순차적으로 실행되거나 교대로 단계별로 실행될 수 있다.
제1 경로(S2a)에서, 제1 오디오 신호의 음압 레벨-주파수 스펙트럼(30)이 단계 S2.1a에서 먼저 계산되고, 이어서 제2 경로(S2b)에서 또는 제1 경로(S2a)에 후속하여 단계 S2.1b에서 제2 오디오 신호의 음압 레벨-주파수 스펙트럼(40)이 계산된다. 2개의 주파수 스펙트럼(30, 40)은 도 5에 도시되어 있거나 또는 제2 오디오 신호의 스펙트럼(40)의 진폭 값이 음의 선행 부호를 갖는 균일한 다이어그램에서 서로 더 정확하게 대조된다. 제1 오디오 신호의 스펙트럼(30)에 있는 주파수의 진폭 값은 제2 오디오 신호의 스펙트럼(40)에 있는 주파수의 진폭 값보다 작다는 것이 분명하고, 이는 제2 오디오 신호(도 5의 하부)가 제1 오디오 신호보다 펌프 어셈블리(1)에 더 가깝게 기록되었으며, 제2 측정 위치의 공기 전달음이 제1 측정 위치에 비해 그에 따라 더 강하고, 즉, 펌프 어셈블리에서 멀리 있는 것보다 펌프 어셈블리에 더 가까운 사운드가 더 크기 때문이다.
이제 뒤따르는 후-처리는 신호로부터 소음을 제거하는 동시에 주파수 스펙트럼을 얇게 만드는 것으로 구성되어 후속 신호 처리를 단순화하고 컴퓨팅 성능을 덜 필요로 하게 한다. 이 후-처리는 음압 레벨 주파수 스펙트럼 내의 주요 주파수의 선택을 포함한다. 주요 주파수는 상대적으로 더 높은 진폭 값을 갖는 주파수이다. 즉, 스펙트럼에서 가장 관련성이 높은 피크가 식별되어 후속 분석에 사용된다. 여기에 설명된 실시예에서, 선택은 간격 특정적이고, 즉, 주파수 스펙트럼이 분할되는 다수의 주파수 간격(주파수 대역) 중 하나의 간격에 대해 각각 선택된다. 후-처리/주파수 선택은 각각 단계 S2.2a-S2.4a 및 S2.2b-S2.4b에서 수행된다.
제1 주파수 스펙트럼(30), 즉, 제1 오디오 기록의 스펙트럼(30)을 m개의 간격으로 분할하는 것이 제1 경로(S2a)의 제1 단계(S2.2a)에서 발생한다. 이를 위해, 주파수 스펙트럼(30)은 최소 주파수(fmin)에서 최대 주파수(fmax) 범위의 전체 간격(Itotal)(Itotal = [fmin, fmax])으로서 주파수 축을 따라 검사된다. 대안적으로, 전체 간격(Itotal)은 전체 주파수 스펙트럼(30)에서 잘라내어, 최소 주파수(fmin) 및 최대 주파수(fmax)가 확립되고, 주파수 스펙트럼(30)의 실제 주파수 범위에서 벗어날 수 있다. 예를 들어, 최소 주파수(fmin)는 20Hz이고, 최대 주파수(fmax)는 20kHz일 수 있다. 신호 처리를 단순화하기 위해 논리적으로 모든 간격은 동일한 스펙트럼 폭을 갖는다. 그러나 스펙트럼 폭이 다를 수도 있다.
동일한 절차가 제2 경로 단계(S2b)의 제1 단계(S2.2b)에서 따르며, 여기서 제2 주파수 스펙트럼(40), 즉, 제2 오디오 기록의 스펙트럼(40)이 m개의 간격으로 분할된다.
제1 단계(S2.2a) 이후, 제2 단계(S2.3a)에서 주파수 선택이 수행된다. 자세히 살펴보면, 이는 처음에는 식별로 구성된다. 각각의 간격(Ix)(1부터 m까지의 x)에 대해 가장 큰 진폭 값을 갖는 간격(Ix)의 주파수(fk)의 수(NI,peak)가 식별된다. 수(NI,peak)는 모든 간격(Ix)에 대해 동일하거나 다른 수가 지정될 수 있다. 후자는 간격을 다르게 처리하는 옵션을 제공한다. 예를 들어, 소음이 더 많이 발생하는 곳에서는 더 적은 주파수(fk)가 선택될 수 있고, 유용한 신호가 예상되는 곳에서는 더 많은 주파수(fk)가 선택될 수 있다. 예를 들어, 50과 500 사이, 바람직하게는 100개의 주요 주파수(fk)가 간격마다 선택될 수 있다. 이는 간격(Ix)의 모든 주파수(fk)를 각각 인덱스 값(k)으로 식별하고, 이를 이들의 진폭 값(오름차순 또는 내림차순)으로 분류하며, 내림차순 분류의 경우 제1 NI,peak 주파수를 선택하거나 또는 오름차순 분류의 경우 마지막 NI,peak 주파수를 선택함으로써 실현될 수 있다. 이 절차는 각각의 간격(Ix)에 대해 수행되고, 즉, x = 1부터 m까지 반복적으로 반복된다.
제2 경로(S2b)의 제2 단계(S2.3b)에서도 동일한 절차가 수행되고, 여기서, 각각의 간격(Ix)(1부터 m까지의 x)에 대해 가장 큰 진폭 값을 갖는 간격(Ix)의 주파수(fk)의 수(NI,peak)가 식별된다.
주요 주파수(fk)의 식별은 제1 경로(S2a)의 제3 단계(S2.4a)에서 선택된다. 이는 다른 모든 것, 즉, 비-주요 주파수(fk)를 0으로 설정함으로써 수행되어서, 이러한 수정으로 인해 유사 주요 주파수(fk)만이 제1 오디오 신호의 도출된(수정된) 주파수 스펙트럼으로 간주되는 제1 오디오 신호의 스펙트럼을 형성한다. 따라서, 주요 주파수(fk)가 자동으로 선택된다. 대안적으로, 식별된 주요 주파수를 새로운 데이터 벡터에 쓸 수 있는데, 이는 빈 스펙트럼을 준적으로 설명한다.
제2 경로(S2b)의 제3 단계(S2.4b)에서도 동일한 절차가 수행되고, 여기서 다른 모든 주파수(fk), 즉, 식별되지 않은 주파수의 진폭은 0으로 설정되어서, 이러한 수정으로 인해 유사 주요 주파수(fk)만이 제2 오디오 신호의 도출된(수정된) 주파수 스펙트럼으로 간주되는 제2 오디오 신호의 스펙트럼을 형성한다.
주파수 선택 형태로 설명된 후-처리는 음압 레벨 주파수 스펙트럼의 소음을 제거한다. 또한, 도출된(수정된) 주파수 스펙트럼을 추가로 처리하는데 더 적은 컴퓨팅 성능이 필요하도록 데이터 볼륨이 상당히 줄어든다. 예를 들어, 1Hz부터 20,000Hz까지의 주파수 범위를 각각 2000개의 주파수를 10개의 등간격으로 나눈 경우, 100개의 주요 주파수를 선택한다는 것은 1900개의 주파수의 진폭이 0으로 설정되므로 주파수 스펙트럼이 95%만큼 얇아진다는 것을 의미한다.
단계 S3의 구현예는 도 9에 도시되어 있다. 여기서, 제2 오디오 신호의 도출된 주파수 스펙트럼(근거리 스펙트럼)의 주파수(fk)의 진폭(Ak,near) 대 제1 오디오 신호의 도출된 주파수 스펙트럼(원거리 스펙트럼)의 대응하는 주파수(fk)의 진폭(Ak,far)의 비율(Fk)이 각각의 주파수(fk)에 대해 형성된다. 비율(Fk)은 피크 팩터라고 할 수 있으며 다음과 같이 계산된다.
Fk = Ak,near/ Ak,far
계산은 모든 Ntotal개의 주파수(fk)에 대해 순차적으로 반복적으로 수행되고, 여기서, k는 스펙트럼의 이산 주파수 축의 연속 인덱스이고, k = 0에서 Ntotal까지의 값을 추정한다.
0으로 나누는 것을 피하기 위해, 각각의 비율(Fk)을 계산하기 전에 제1 오디오 신호의 도출된 주파수 스펙트럼(원거리 스펙트럼)의 주파수(fk)의 진폭(Ak,far)이 0보다 큰지 여부를 확인하는 조건이 적용될 수 있다. 이 경우 진폭 비율(Fk)은 0으로 설정되고, 그렇지 않은 경우에는 위에서 설명한 대로 계산된다. 대안적으로, 제1 오디오 신호의 도출된 주파수 스펙트럼(원거리 스펙트럼)의 주파수(fk)의 진폭(Ak,far) 및 제2 오디오 신호의 도출된 주파수 스펙트럼(근거리 스펙트럼)의 주파수(fk)의 진폭(Ak,near)이 0보다 큰지 여부의 조건이 확인될 수 있다. 그런 다음, (이 경우라면) 진폭 비율(Fk)이 Fk = Ak,near/Ak,far로 계산되고, 그렇지 않으면 0으로 설정된다.
동일한 인덱스 값(k)을 갖지 않는 제1 및 제2 오디오 신호의 스펙트럼(30, 40)의 대응 주파수를 특징으로 하는 진폭 비율(Fk)의 계산에서 가능한 오프셋 에러가 고려될 수 있다. 결과적으로, 도출된 주파수 스펙트럼의 해당 주파수도 동일한 위치 k에 있지 않다. 도 10은 도 9의 단계 S3에 대한 대안으로 수행될 수 있는 단계 S3에서 구현된 오프셋 보정을 위한 프로세스 흐름을 도시한다.
오프셋 보정은 마지막으로 언급된 조건을 기반으로 하고, 마지막으로 언급된 조건을 확장한다. 주파수(fk)의 경우, 제2 오디오 신호의 도출된 주파수 스펙트럼에서 주파수(fk)의 진폭 값(Ak,near) 대 제1 오디오 신호의 도출된 주파수 스펙트럼에서 동일한 주파수(fk) 또는 동일한 인덱스(k)를 갖는 주파수의 진폭 값(Ak,far)의 비율(Fk)은 앞서 언급한 두 진폭 값(Ak,near, Ak,far)이 0보다 큰 경우(제1 조건)에만 계산된다. Fk = Ak,near/Ak,far는 위와 같이 적용되며 이 경우는 정확한 스펙트럼 일치에 적용된다.
상기 제1 조건이 충족되지 않으면, 즉, 원거리 스펙트럼의 진폭 값(Ak,far)이 0이면, 제1 오디오 기록의 도출된 주파수 스펙트럼, 즉, 원거리 스펙트럼에서 주파수(fk)의 바로 인접한 두 주파수(fk-1 및 fk+1)가 순차적으로 확인된다.
따라서, 제2 오디오 기록의 도출된 주파수 스펙트럼에서 주파수(fk)의 진폭 값(Ak,near) 대 제1 오디오 기록의 도출된 주파수 스펙트럼에서 fk보다 앞선 주파수(fk-1)의 진폭 값(Ak-1,far)의 비율은 앞서 언급한 두 진폭 값(Ak,near, Ak-1,far)이 0보다 큰 경우(제2 조건)에 주파수(fk)에 대해 계산된다. 이 경우 원거리 스펙트럼의 상향 스펙트럼 오프셋ㅿf이 있으며 Fk = Ak,near/Ak-1,far가 적용된다. 그러나, 이 계산은 k > 0에 대해서만 수행되므로 Ak-1,far가 계산될 수 있다.
상기 제2 조건이 충족되지 않으면, 제2 오디오 기록의 도출된 주파수 스펙트럼에서 주파수(fk)의 진폭 값(Ak,near) 및 제1 오디오 기록의 도출된 주파수 스펙트럼에서 fk 다음의 주파수(fk+1)의 진폭 값(Ak+1,far)이 모두 0보다 큰지 여부(제3 조건)에 대한 확인이 수행된다. 이 경우 비율은 주파수(fk)에 대해 Fk = Ak,near/Ak+1,far로 계산된다. 그러나, 이 계산은 k < Ntotal에 대해서만 수행되므로 Ak+1,far가 계산될 수 있다.
상기 제3 조건도 충족되지 않으면, 비율(Fk)은 주파수(fk)에 대해 0으로 설정되는데, 이는 이 경우 제2 오디오 신호의 도출된 주파수 스펙트럼에서 주파수(fk)의 진폭 값(Ak,near)이 0과 같거나 또는 제2 오디오 신호의 도출된 주파수 스펙트럼에서 3개의 주파수(fk, fk-1, fk+1) 모두의 진폭이 0과 같기 때문이다.
k = 0 및 k = Ntotal에 대해 한계 주파수(fk)를 생략하는 전체 오프셋 보정은 수학적으로 다음과 같이 표현되고, 여기서 다음은 초기에 이산 주파수(fk)에 대한 진폭 값(Ak)에 대해 적용된다.
, 및 k = 0, ...,
, 및 k = 0, ...,
Δf는 주파수 축의 분해능이다.
a) 정확한 스펙트럼 일치:
( > 0 ) ∧ ( > 0 ) ⇒
b) 원거리 스펙트럼의 작은 상향 스펙트럼 오프셋 Δf
( > 0 ) ∧ ( > 0 )∧ (k > 0 ) ⇒
c) 원거리 스펙트럼의 작은 하향 스펙트럼 오프셋 Δf
( > 0 ) ∧ ( > 0 )∧ (k < ) ⇒
위에서 언급한 세 가지 케이스 중 어느 것도 발생하지 않으면 진폭 비율(Fk)은 0으로 설정된다.
앞서 언급한 케이스 a), b) 및 c) 중 하나 이상이 동시에 발생하는 것은 제1 및 제2 오디오 신호의 주파수 스펙트럼에서 수행되는 주요 주파수 선택으로 인해 발생할 가능성이 낮다. 그러나, 둘 이상의 케이스가 동시에 발생할 경우 기본 케이스를 선택하도록 규칙이 정의될 수도 있다. 도 11에서는 이러한 규칙을 예로 사용하여 단계 S3의 대체 구현예의 하위 단계를 흐름도로 도시한다.
도 10에 따른 단계 S3의 구현예와 대조적으로, 위에서 언급한 3개의 조건은 도 10에서와 같이 여기에서 교대로 확인되지 않고, 조건이 "예"를 반환할 때와 "아니오"를 반환할 때 모두 다음 조건을 누적적으로 확인함으로써 확인된다. 여기서 순서는 원칙적으로 중요하지 않다.
2개 또는 3개의 모든 케이스 a), b) 및 c)가 동시에 발생했는지 여부를 확인하기 위해, 단일 진폭 비율(Fk)이 아닌 각각의 케이스 a), b) 및 c)에 대해 별도의 비율(Fk1, Fk2, Fk3)이 계산된다. 어떤 케이스가 누적적으로 발생했는지는 이들 비율(Fk1, Fk2, Fk3) 중 어느 것이 0보다 큰지 여부를 확인함으로써 결정될 수 있다. 그런 다음, 이 경우 어떤 비율(Fk1, Fk2, Fk3)이 비율(Fk)로 사용되는지를 결정하는 우선순위 규칙이 적용될 수 있다. 도 11에서는 비율(Fk1, Fk2, Fk3) 중 가장 큰 비율이 비율(Fk)로 사용되도록 우선순위 규칙이 정의된다.
도 10 및 도 11의 실시예들은 하나의 주파수 분해능(1·Δf)의 스펙트럼 오프셋, 즉, 단일 인덱스 값 +/- 1만큼의 주파수 오프셋만을 설명하지만, 도시되지 않은 대안은 스펙트럼 오프셋을 2·Δf에 의해, 즉, 2개의 인덱스 값 +/- 2, 적용 가능한 경우, 3·Δf에 의해, 즉, 3개의 인덱스 값 +/- 3에 의해 검사하여 추가 케이스를 추가할 수도 있다. 선택된 분해능(Δf)이 높을수록, 원거리 스펙트럼의 특정 피크가 1개, 2개 또는 심지어 3개의 지수 k에 의해 오프셋될 확률이 높아진다.
제1 및 제2 오디오 신호의 모든 해당 주파수(fk)의 진폭 비율(Fk)이 단계 S3에서 결정된 후, 주변 소음이 없는 주 음원(Sprimary), 즉, 펌프 어셈블리(1)의 스펙트럼(50)의 재구성이 단계 S4에서 이어진다. 이는 단계 S1.2 및 S1.4에서 결정된 거리(Dnear, Dfar)로부터의 거리 법칙을 고려하여 계산된 한계 값(Fthreshold)와 진폭 비율(Fk)을 비교함으로써 수행된다. 도 12는 단계 S4의 재구성 방법의 하위-단계를 도시한다.
여기서 한계 값(Fthreshold)은 계산 규칙 Fthreshold = Dfar / Dnear에 따라 결정된 거리로부터 단계 S4.1에서 초기에 결정된다.
따라서, 한계 값(Fthreshold)은 각각의 측정 위치(Pfar, Pnear)와 주 음원(Sprimary) 사이의 거리(Dfar, Dnear), 더욱 정확하게는 원거리 측정의 제1 거리(Dfar)와 근거리 측정의 제2 거리(Dnear)의 비율로부터 결정된다.
계산 규칙은 거리 규칙 p ~1/r을 반영하며, 진폭의 변화는 음향 센서(12)에 의해 기록된 음압 레벨 값(p)에 대한 음원으로부터 센서(12)의 거리(r)에 반비례한다. 이 상황은 이제 주 음원(SPrimary)을 다른 음원(Ssecondary)로부터 분리하기 위해 특별히 사용된다.
여기서, Dfar 대 Dnear 비율은 특정 주파수에 대해 거리 법칙이 충족되는지 평가할 때 특정 허용 오차를 얻기 위해 0.8과 1 사이에 있는 계수로 가중치가 부여된다.
단계(S4.2)에서, 진폭 비율(Fk)이 한계 값(Fthreshold)을 초과하는 주파수(fk)가 식별 및 선택된다. 주파수(fk)에 대해 결정되어 이에 할당된 진폭 비율(Fk)이 한계 값(Fthreshold)을 초과하는지 여부가 각각의 주파수(fk)에 대해 확인된다(k= 0 내지 Ntotal). 이 경우, 이 주파수(fk)는 주 음원(Sprimary)의 주파수 스펙트럼의 일부이며, 다음 단계(S4.3)를 위해 선택된다. 반면에, 주파수 비율(Fk)이 한계 값(Fthreshold) 미만인 경우, 이 주파수(fk)는 보조 음원(Ssecondary)의 주파수 스펙트럼의 일부이며 무시된다.
마지막으로, 단계(S4.3)에서, 제2 오디오 신호의 결합된 스펙트럼으로부터 주 음원(Sprimary)의 스펙트럼이 추출된다. 즉, 펌프 어셈블리(1)의 스펙트럼(50)의 재구성은 제2 오디오 신호의 스펙트럼(40)의 해당 진폭 값과 함께 식별된 주파수(fk)를 선택하고, 재구성된 스펙트럼(50)을 형성함으로써 수행된다. 대안적으로, 제1 오디오 신호의 스펙트럼(30)이 여기서도 사용될 수 있다. 그러나, 제2 오디오 신호의 스펙트럼(40)은 그 진폭이 더 크다는 이점을 갖는다.
재구성은 근거리 측정 위치(Pnear)에 대해 결합된 스펙트럼(40)으로부터 선택된 주파수를 "복사"하고, 이를 빈 스펙트럼에 "기록"하여 재구성된 스펙트럼(50)을 생성함으로써 편리하게 실현될 수 있다. 대안적으로, 할당된 진폭 비율(Fk)이 한계 값(Fthreshold) 미만인 경우 주파수 스펙트럼(40)의 주파수(fk)의 진폭을 0으로 설정함으로써 역방향 접근 방식이 사용될 수 있다. 재구성된 스펙트럼(50)은 주 음원(Sprimary)의 실제 스펙트럼의 근사치에 대응한다.
도 13은 결합 주파수 다이어그램에서 주 음원(Sprimary)의 재구성된 스펙트럼(50)과 주 음원(Sprimary) 또는 펌프 어셈블리(1)의 원래 스펙트럼(60)을 비교한 것을 도시하며, 원래 스펙트럼(60)의 진폭 값은 이 목적을 위해 음의 선행 부호를 가지므로 원래 스펙트럼(60)은 다이어그램의 아래쪽 절반에 나타나고 재구성된 스펙트럼(50)은 다이어그램의 위쪽 절반에 나타난다.
전술한 설명은 단지 설명을 위한 예시일 뿐이고 본 발명의 보호 범위를 결코 제한하지 않는다는 점에 유의해야 한다. "할 수 있다", "예시적인", "바람직한", "선택적인", "이상적인", "유리한", "적용 가능한 경우", "적절한" 등으로 지정된 발명의 특성은 단지 선택 사항일 뿐이며 어떤 방식으로든 제한하지 않고, 보호범위는 청구범위에 의해서만 확립된다. 알려져 있거나 명백하거나 예측 가능한 등가물을 갖는 부재, 구성요소, 프로세스 단계, 값 또는 정보가 전술한 설명에 인용되어 있는 한, 이들 등가물도 본 발명에 포함된다. 또한, 본 발명은 변경, 변형 또는 수정이 실시예의 개선 또는 손상을 초래하는지 여부에 관계없이 본 발명에 따른 기본 개념이 보존되는 한, 부재, 구성요소, 프로세스 단계, 값 또는 정보의 교환, 추가, 변경 또는 생략을 수반하는 본 발명 실시예의 모든 변경, 변형 또는 수정을 포함한다.
본 발명의 앞선 설명은 본 발명의 하나 이상의 구체적인 실시예(들)와 관련하여 절차의 주제와 관련된 수많은 물질적/비물질적 특징 또는 특징을 식별하지만, 이러한 특징은 적어도 추가적인 특징의 필수 존재를 요구하지 않는 한, 본 발명의 구체적인 실시예와 별도로 사용될 수도 있다. 반대로, 본 발명의 하나 이상의 구체적인 실시예(들)와 관련하여 언급된 이러한 특징들은 서로 마음대로 결합될 수 있으며, 적어도 이러한 특징들이 서로를 배제하거나 기술적 비호환성을 초래하지 않는 한, 추가로 개시되거나 공개되지 않은 특징들 또는 도시되지 않은 본 발명의 실시예들과 결합될 수 있다.

Claims (21)

  1. 특히, 펌프 어셈블리(1)에 의해 방출되는 공기 전달음의 분석을 통한 에러와 관련하여 또는 펌프 어셈블리의 회전 속도를 결정하기 위해, 펌프 어셈블리(1)의 적어도 하나의 구성요소(2, 3, 4)의 상태를 분석하는 방법으로,
    펌프 어셈블리(1)의 작동 동안 제1 기하학적 위치(Pfar)에서 그리고 펌프 어셈블리(1)로부터의 제1 거리(Dfar)에서 적어도 제1 오디오 신호를 기록하는 단계 및 펌프 어셈블리(1)의 작동 동안 제2 기하학적 위치(Pnear)에서 그리고 제1 거리(Dfar)보다 작은 펌프 어셈블리(1)로부터의 제2 거리(Dnear)에서 제2 오디오 신호를 기록하는 단계를 포함하는, 분석 방법에 있어서,
    펌프 어셈블리(1)의 상태는, 제1 및 제2 오디오 신호의 진폭 값의 비교를 통해 재구성된, 적어도 하나의 보조 음원(1a)의 주변 소음에 대해 보정된 펌프 어셈블리(1)의 신호(50)의 분석을 통해 결정되는 것을 특징으로 하는 분석 방법.
  2. 제1항에 있어서,
    진폭 값은 제1 및 제2 오디오 신호로부터 결정된 스펙트럼 성분인 것을 특징으로 하는 분석 방법.
  3. 제1항 또는 제2항에 있어서,
    제1 및 제2 오디오 신호의 각각 하나의 스펙트럼(30, 40)을 결정하는 단계,
    2개의 스펙트럼(30, 40) 또는 2개의 스펙트럼으로부터 도출된 스펙트럼의 해당 스펙트럼 성분(fk, fk-1, fk+1)의 진폭 값의 비율(Fk)을 형성하는 단계, 및
    2개의 스펙트럼(30, 40) 중 하나 또는 제1 및/또는 제2 오디오 신호에서 주변 소음을 제거하기 위해 비율(Fk)이 특정 확립된 한계 값(Fthreshold)을 초과하는, 2개의 스펙트럼으로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값으로부터 재구성된 신호(50)를 형성하는 단계를 포함하는 것을 특징으로 하는 분석 방법.
  4. 제3항에 있어서,
    스펙트럼(30, 40)은 주파수 스펙트럼이고, 스펙트럼 성분은 주파수인 것을 특징으로 하는 분석 방법.
  5. 제3항 또는 제4항에 있어서,
    재구성된 신호(50)는 제2 오디오 신호의 스펙트럼(40) 또는 상기 스펙트럼으로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값으로부터 형성되는 것을 특징으로 하는 분석 방법.
  6. 제3항 내지 제5항에 있어서
    다수의 주요 스펙트럼 성분(fk)이 먼저 2개의 스펙트럼(30, 40) 각각으로부터 결정되고 선택될 수 있으며, 진폭 값을 갖는 이들 주요 스펙트럼 성분(fk)은 각각의 도출된 스펙트럼을 형성하고, 후속적으로 진폭 값의 비율이 형성되는 것을 특징으로 하는 분석 방법.
  7. 제3항 내지 제6항 중 어느 한 항에 있어서,
    2개의 스펙트럼(30, 40)이 간격으로 분할되고, 다수의 주요 스펙트럼 성분(fk)이 각각의 간격에 대해 결정되고 선택되는 것을 특징으로 하는 분석 방법.
  8. 제6항 또는 제7항에 있어서,
    숫자가 지정되는 것을 특징으로 하는 분석 방법.
  9. 제6항, 제7항 또는 제8항에 있어서,
    주요 스펙트럼 성분은 특히,
    단계 a)에서, 어떤 스펙트럼 성분(fk)이 가장 높은 진폭을 갖는지 결정하기 위해, 처음에 모든 스펙트럼 성분(fk)이 순차적으로 확인되고,
    이어서, 단계 b)에서, 이들 스펙트럼 성분(fk) 중 어떤 것이 가장 높은 진폭을 갖는지 결정하기 위해 순차적으로 나머지 스펙트럼 성분(fk)이 확인되며, 및
    단계 c)에서, 단계 b)가 Npeak-2회 반복되는 방식으로 정렬 알고리즘의 적용을 통해 결정되고, Npeak는 주요 스펙트럼 성분(fk)의 수인 것을 특징으로 하는 분석 방법.
  10. 제3항 내지 제9항 중 어느 한 항에 있어서,
    진폭 비율은, 하나의 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼(40) 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼(30) 또는 그로부터 도출된 스펙트럼의 대응하는 스펙트럼 성분(fk, fk-1, fk+1)의 진폭 값의 비율(Fk)이 계산되는 방식으로 형성되는 것을 특징으로 하는 분석 방법.
  11. 제10항에 있어서,
    스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼(40) 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼(30) 또는 그로부터 도출된 스펙트럼의 동일한 스펙트럼 성분(fk)의 진폭 값의 비율(Fk)이 계산되되, 상기 비율(Fk)의 계산은 특히, 상기 2개의 진폭 값이 0보다 클 때에만 발생하는 것을 특징으로 하는 분석 방법.
  12. 제10항 또는 제11항에 있어서,
    오프셋 보정은,
    a. 2개의 진폭 값이 0보다 클 때, 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼(40) 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼(30) 또는 그로부터 도출된 스펙트럼의 동일한 스펙트럼 성분(fk)의 진폭 값의 비율(Fk)을 계산하고, 및/또는
    b. 2개의 진폭 값이 0보다 클 때, 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼(40) 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼(30) 또는 그로부터 도출된 스펙트럼의 이전의 스펙트럼 성분(fk-1)의 진폭 값의 비율(Fk)을 계산하고, 및/또는
    c. 2개의 진폭 값이 0보다 클 때, 스펙트럼 성분(fk)에 대해, 제2 오디오 신호의 스펙트럼(40) 또는 그로부터 도출된 스펙트럼의 스펙트럼 성분(fk)의 진폭 값 대 제1 오디오 신호의 스펙트럼(30) 또는 그로부터 도출된 스펙트럼의 다음의 스펙트럼 성분(fk+1)의 진폭 값의 비율(Fk)을 계산함으로써, 진폭 비율을 형성할 때 수행되는 것을 특징으로 하는 분석 방법.
  13. 제10항, 제11항 또는 제12항에 있어서,
    모든 스펙트럼 성분(fk)에 대해, 결정된 진폭 비율이 한계 값(Fthreshold)을 초과하는 스펙트럼 성분(fk)을 제2 오디오 신호의 스펙트럼(40)으로부터 이들 스펙트럼 성분(fk)에 할당된 진폭 값과 함께 순차적으로 확인하는 단계,
    재구성된 신호(50)를 형성하는 단계를 포함하는 것을 특징으로 하는 분석 방법.
  14. 제3항 내지 제13항 중 어느 한 항에 있어서,
    한계 값(Fthreshold)은 서로에 대한 2개의 거리(Dfar, Dnear)의 비율을 고려하여 확립되며, 특히, 계산되는 것을 특징으로 하는 분석 방법.
  15. 선행하는 청구항들 중 어느 한 항에 있어서,
    제1 기하학적 위치(Pfar), 제2 기하학적 위치(Pnear) 및 펌프 어셈블리(10)는 직선 측정 라인(20)에 놓이거나 또는 제1 기하학적 위치(Pfar) 및 제2 기하학적 위치(Pnear)는 보조 음원(1a) 주위의 원형 경로에 놓이는 것을 특징으로 하는 분석 방법.
  16. 선행하는 청구항들 중 어느 한 항에 있어서,
    음압 레벨은 음향 센서(12)를 사용하여 측정되고, 제1 및 제2 오디오 신호는 각각 센서(12)의 음압 레벨/시간 구배를 형성하는 것을 특징으로 하는 분석 방법.
  17. 선행하는 청구항들 중 어느 한 항에 있어서,
    제2 거리(Dnear)는 제1 거리(Dfar)의 절반인 것을 특징으로 하는 분석 방법.
  18. 선행하는 청구항들 중 어느 한 항에 있어서,
    거리(Dfar, Dnear)는 광학적 측정에 의해 각각 결정되고, 펌프 어셈블리(1)는 광학 센서(17)를 사용하여 제1 및 제2 기하학적 위치(Pfar, Pnear)로부터 각각 기록되며, 특히, 카메라를 사용하여 적어도 하나의 이미지에 시각적으로 기록되고, 상기 이미지는 바람직하게는 실시간으로 각각 분석되는 것을 특징으로 하는 분석 방법.
  19. 디스플레이(16), 적어도 하나의 제어 부재, 음향 센서(12) 및 선택적으로 광학 센서(17)를 갖춘 모바일 분석 장치(10)용 소프트웨어 애플리케이션으로,
    분석 장치(10)에 의해 실행될 때 분석 장치(10)가 제1항 내지 제18항 중 어느 한 항에 따른 방법을 실행되도록 하는 프로그램 명령을 포함하는 것을 특징으로 하는 소프트웨어 애플리케이션.
  20. 제19항에 따른 소프트웨어 애플리케이션을 포함하는 기계-판독 가능 저장 매체.
  21. 디스플레이(16), 적어도 하나의 제어 부재, 오디오를 기록하기 위한 음향 센서(12) 및 선택적으로 광학 센서(17)를 갖춘 모바일 분석 장치(10)로,
    분석 장치(10)는 제1항 내지 제18항 중 어느 한 항에 따른 방법을 실행시키도록 구성되는 것을 특징으로 하는 모바일 분석 장치.
KR1020230140549A 2022-10-24 2023-10-19 펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치 KR20240057360A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP22203357.3 2022-10-24
EP22203357.3A EP4361582A1 (de) 2022-10-24 2022-10-24 Verfahren zur zustandsuntersuchung bei einem pumpenaggregat sowie softwareapplikation, speichermedium und untersuchungsgerät zur ausführung des verfahrens

Publications (1)

Publication Number Publication Date
KR20240057360A true KR20240057360A (ko) 2024-05-02

Family

ID=83995117

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230140549A KR20240057360A (ko) 2022-10-24 2023-10-19 펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치

Country Status (4)

Country Link
US (1) US20240141904A1 (ko)
EP (1) EP4361582A1 (ko)
KR (1) KR20240057360A (ko)
CN (1) CN117927481A (ko)

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19749372A1 (de) * 1997-11-07 1999-05-12 Volkswagen Ag Elektronisches Erkennungssystem und -verfahren für akustische Signale
DE102005040192A1 (de) * 2005-08-25 2007-03-01 Robert Bosch Gmbh Verfahren und Vorrichtung zur Erkennung von Quietschgeräuschen
PL1972793T3 (pl) 2007-03-23 2010-12-31 Grundfos Management As Sposób wykrywania usterek w zespołach pompowych
DE102009022107A1 (de) 2009-05-20 2010-11-25 Ksb Ag Verfahren und Vorrichtung zur Betriebspunktbestimmung einer Arbeitsmaschine
KR101043450B1 (ko) 2009-07-31 2011-06-21 삼성전기주식회사 카메라를 이용한 위치와 거리 측정장치 및 위치와 거리 측정방법
EP2669707B1 (de) 2012-05-29 2019-07-24 Leica Geosystems AG Verfahren und handhaltbares Entfernungsmessgerät zur indirekten Entfernungsmessung mittels bildgestützter Winkelbestimmungsfunktion
DE102014205640B4 (de) 2014-03-26 2018-06-21 Bertram Martin Thyssen Vermessung mittels mobilem Gerät
CN107076155B (zh) 2014-10-15 2020-04-21 格兰富控股联合股份公司 用于通过手持通信装置检测泵组件中的故障的方法和系统
US10795558B2 (en) 2015-06-07 2020-10-06 Apple Inc. Device, method, and graphical user interface for providing and interacting with a virtual drawing aid
WO2018122016A1 (en) 2016-12-30 2018-07-05 Grundfos Holding A/S Sensor assembly and method for fault detection in pumps and pump assembly comprising such sensor assembly
EP3242036B1 (de) 2016-12-30 2020-10-28 Grundfos Holding A/S Verfahren zum erfassen eines zustandes eines pumpenaggregats
DK201870351A1 (en) 2018-05-07 2020-01-13 Apple Inc. Devices and Methods for Measuring Using Augmented Reality
DE102020005050A1 (de) * 2020-08-18 2022-02-24 KSB SE & Co. KGaA Verfahren zur Bestimmung einer Synchrondrehzahl

Also Published As

Publication number Publication date
EP4361582A1 (de) 2024-05-01
US20240141904A1 (en) 2024-05-02
CN117927481A (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN110095062B (zh) 一种物体体积参数测量方法、装置及设备
EP2997327B1 (en) Apparatus and method for determining a room dimension estimate
US8842842B2 (en) Detection of audio channel configuration
CN107076155B (zh) 用于通过手持通信装置检测泵组件中的故障的方法和系统
US4429578A (en) Acoustical defect detection system
US10024765B2 (en) System and method for analyzing tire tread parameters
US20190178705A1 (en) Abnormality detecting device, abnormality detection method, and abnormality detection computer program
US10368177B2 (en) Abnormality detecting device, abnormality detection method, and recording medium storing abnormality detection computer program
JP2006322947A (ja) 機械設備の振動ピーク値抽出方法およびピーク値抽出装置
EP3028262A1 (en) System and method for analyzing tire tread parameters
CN116091790B (zh) 电控硅油离合器从动盘质量在线检测系统
CN108956117A (zh) 电磁振动分量的去除方法、旋转机械诊断方法及装置
KR20240057360A (ko) 펌프 어셈블리의 상태를 분석하는 방법 및 소프트웨어 애플리케이션, 저장 매체 및 방법의 실행을 위한 분석 장치
US20080195333A1 (en) Method and Device for Categorizing Damage to a Roller Bearing
CN105675122A (zh) 一种噪声源位置快速识别方法
KR20110132236A (ko) 베어링 상태 감시 방법 및 베어링 상태 감시 장치
US10234491B2 (en) Method for analysing a signal and apparatus for carrying out the method
JP5539437B2 (ja) 純音検査装置及びその制御方法
JP2006313169A (ja) 機械設備又は機器の異常診断方法および異常診断装置
WO2022090846A1 (en) Diagnostic apparatus, machining system, diagnostic method, and recording medium
CN111504608B (zh) 辉度均匀检测系统及辉度均匀检测方法
CN113723521A (zh) 一种电机异响识别方法和识别系统
JP7147404B2 (ja) 計測装置、計測方法、およびプログラム
JP2008145374A (ja) 機械系の振動特性検出装置
JPH07262383A (ja) 対象物の寸法度合の特徴を定めることからなる型式のデジタル画像により表わされた対象物の特徴生成方法及び対象物の特徴検定方法