WO2014016914A1 - 異常音検出システム - Google Patents

異常音検出システム Download PDF

Info

Publication number
WO2014016914A1
WO2014016914A1 PCT/JP2012/068755 JP2012068755W WO2014016914A1 WO 2014016914 A1 WO2014016914 A1 WO 2014016914A1 JP 2012068755 W JP2012068755 W JP 2012068755W WO 2014016914 A1 WO2014016914 A1 WO 2014016914A1
Authority
WO
WIPO (PCT)
Prior art keywords
zero
density distribution
abnormal
zero point
normal
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.)
Ceased
Application number
PCT/JP2012/068755
Other languages
English (en)
French (fr)
Inventor
今朝明 峰村
晋也 湯田
崇 佐伯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to PCT/JP2012/068755 priority Critical patent/WO2014016914A1/ja
Priority to GB1419256.1A priority patent/GB2520628B/en
Priority to CN201280074211.9A priority patent/CN104380063B/zh
Priority to JP2014526650A priority patent/JP5948418B2/ja
Publication of WO2014016914A1 publication Critical patent/WO2014016914A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures

Definitions

  • the present invention relates to an abnormal sound detection system.
  • Patent Document 1 discloses an “acoustic diagnosis support apparatus that supports diagnosis of a sound source that generates abnormal noise at a predetermined period when an abnormality occurs”, and “makes it easy to grasp the abnormality”. It is described.
  • the sound collector records measurement data obtained by sampling the sound generated from the rotating machine at a predetermined frequency for a predetermined time longer than the rotation period.
  • the diagnosis support apparatus acquires measurement data from the sound collector.
  • the support apparatus extracts a reference data sequence for one cycle from the beginning of the first measurement data, extracts a comparison data sequence for one cycle while shifting the extraction position in the nth measurement data, The correlation degree of the comparison data series is calculated, the second measurement data is shifted using the extraction position with the largest correlation degree as the shift amount, and then added to the first measurement data ".
  • Patent Document 2 discloses that “a method for diagnosing an abnormality occurring in the diagnostic object based on an acoustic signal generated from the diagnostic object, and the acoustic signal when the diagnostic object is in a normal state”. Based on the relationship between the sound pressure and the frequency or frequency band obtained by frequency analysis of the sound pressure of each of the frequencies or the frequency band and one or more other frequencies around the frequency or frequency band “Abnormality diagnosis method for obtaining a relative difference from a sound pressure corresponding to a frequency band as a relative sound pressure difference”.
  • Patent Document 3 relates to a signal detection method for searching for and detecting a predetermined signal from a stored signal series or a signal similar to a part thereof, and can be applied to, for example, acoustic signal detection.
  • the signal detection method there is known a signal search method for the purpose of detecting a location similar to the target signal in the accumulated signal, but because only local pruning is used.
  • a disadvantage that it takes a long time to search.Based on the L1 distance, global grouping and local grouping are performed to make the search space efficient. By narrowing down to, there is an advantage that effective partial signal detection can be performed at high speed while maintaining the search system.
  • the abnormal sound detection method, the feature amount, and the search for similar information emitted from the device have been worked on from the past.
  • Patent Document 1 is an invention that, when an abnormality occurs, acquires a plurality of periodic data of acoustic data, synchronizes them, and then superimposes them to grasp the abnormality of the sound source that occurs periodically. For this reason, it is impossible to grasp an abnormality of a sound source that does not occur periodically, for example, an abnormal sound in which a phase change occurs. For this reason, it is impossible to detect an abnormality such as a small amplitude change, an air inlet clogging, or an initial abnormality.
  • Patent Document 2 defines an abnormality determination level difference upper limit threshold and an abnormality determination level difference lower limit threshold based on the relationship between the sound pressure and the frequency or frequency band that can be obtained by frequency analysis of an acoustic signal, and diagnoses In some cases, diagnosis is performed using a frequency component or its sound pressure. Therefore, it is not possible to detect an abnormality in which abnormal sound does not appear in the frequency band and sound pressure value (size).
  • Patent Document 3 is an invention for performing a search by making a histogram of feature amounts in order to perform a high-speed search using the L1 distance. Also, the color of the video is used as a feature amount.
  • the L1 distance is defined as a distance based on a difference in distance based on the first power.
  • An object of the present invention is to detect an abnormal sound in which an amplitude intensity (sound pressure) does not change or is small among abnormal sounds emitted from a device and a phase change occurs.
  • a diagnosis focusing on a zero point is performed as a feature quantity used for abnormality diagnosis.
  • the zero point is a zero crossing in the waveform in the time domain, and is a point where the energy becomes zero on the frequency domain.
  • the density distribution of the size of the zeros is a distribution corresponding to the phase change. This is because the interval of zero crossings in the time domain appears on the complex plane as the size of the zero, and on the complex plane, the number of zeros can be counted for each size. That is, when the phase change does not occur, the distribution is uniquely determined, and when the phase change occurs, the zero point density distribution changes.
  • the present invention calculates, for example, the size of a zero point of sound data for one cycle of the input signal in an abnormal sound detection system that performs abnormality diagnosis of the device using sound data collected from the device to be diagnosed as an input signal.
  • the diagnosis by comparing the zero point size calculation unit, the zero point density distribution calculation unit for calculating the zero point density distribution from the zero point size, the zero point density distribution of the input signal, and the zero point density distribution of normal sound data And a normal / abnormal diagnosis unit that determines whether the target device is normal or abnormal.
  • FIG. 1 is an example of a configuration diagram of an abnormal sound detection system.
  • FIG. 2 is an example of a hardware configuration.
  • the abnormal sound detection system 1 includes a one-cycle calculation unit 101, a zero point calculation unit 102, a zero point size calculation unit 103, a zero point density distribution calculation unit 104, an accumulated signal collation unit 105, and a normal / abnormal diagnosis unit. 106 and a zero point density database 107.
  • the abnormal sound detection system 1 shown in FIG. 1 corresponds to the data processing unit H02 shown in FIG. 2, and the processing is realized by, for example, a computer or a microcomputer.
  • the display 108 for displaying the result such as the density distribution shown in FIG. 1 corresponds to the output result display unit H03 in FIG.
  • the abnormal sound detection system 1 uses the input signal I1 as an input to the one-cycle calculation unit 101, and the one-cycle calculation unit 101 cuts out one cycle of the input signal I1 as a signal for one cycle of the input signal. Output to the zero point calculation unit 102.
  • the input signal I1 is sound data collected from the device to be diagnosed.
  • the input means for the input signal I1 is directly input from the microphone H01 shown in FIG. 2 to the data processing unit H02, and the data logger from the microphone H01. A case where the data is input to the data processing unit H02 via, for example, can be considered.
  • the zero point calculation unit 102 calculates a zero point from the signal corresponding to one cycle of the input signal calculated by the one period calculation unit 101, and outputs the calculated zero point to the zero point size calculation unit 103.
  • the zero point is calculated by performing n-order polynomial approximation and solving the n-th order approximation.
  • a method of numerical calculation reference document: numerical calculation method, written by Hideyo Nagashima
  • a method using Lagrange interpolation is known.
  • the zero point size calculation unit 103 calculates the size of the zero point from the zero point calculated by the zero point calculation unit 102. Zeros are defined as complex numbers. Therefore, the magnitude is calculated by taking the absolute value of the complex number.
  • the zero size calculated by the zero size calculator 103 is input to the zero density distribution calculator 104.
  • the zero density distribution calculation unit 104 calculates the zero density distribution from the input zero size data. Specifically, the ratio of the number of zeros having a specific zero point size to the total number of zeros is calculated. Zeros are calculated for the number of approximate orders. For example, when approximated to a sixth-order function, a maximum of six zeros are calculated. In addition, there are six periods of waveforms, and when approximated to a sixth-order function, the total number of zeros is 36.
  • the zero point density distribution of the input signal I1 calculated by the zero point density distribution calculation unit 104 is output to the accumulated signal collation unit 105.
  • the abnormal sound detection system 1 performs the same calculation in the one cycle calculation unit 101, the zero point calculation unit 102, the zero point size calculation unit 103, and the zero point density distribution calculation unit 104 even for the accumulated signal I2.
  • the accumulation signal I2 is a normal sound collected when the device is in a normal state.
  • the zero point density distribution of the accumulated signal I2 calculated by the accumulated signal I2 is recorded in the zero point density database 107.
  • the accumulated signal collating unit 105 compares an accumulated signal for comparison with the zero density distribution of the input signal I1 calculated from the input signal I1 from the zero density distribution database of the accumulated signal I2 constructed in the zero density database 107.
  • the zero density distribution of I2 is read, and the zero density distribution of the input signal I1 and the zero density distribution of the accumulated signal I2 are output to the normal / abnormal diagnosis unit 106.
  • the zero density distribution of the accumulation signal I2 is accumulated as normal data.
  • the normal / abnormal diagnosis unit 106 compares the zero point density distribution of the input signal I1 with the zero point density distribution of the accumulated signal I2, performs normal or abnormal diagnosis, and outputs a diagnosis result.
  • a comparison method of the zero density distribution of the input signal I1 and the zero density distribution of the accumulated signal I2 a method of comparing by calculating a correlation coefficient between the zero density distribution of the input signal I1 and the zero density distribution of the accumulated signal I2. Etc. are considered.
  • a correlation coefficient of 1.0 indicates that the correlation is strong, and that the accumulated signal I2 and the input signal I1 are the same, and the correlation coefficient When 0.0 is 0.0, it indicates that there is no correlation, and that the accumulated signal I2 and the input signal I1 are different.
  • the correlation coefficient is already known as a method for statistically evaluating the degree of similarity between random variables.
  • the threshold value for distinguishing between normal and abnormal using the correlation coefficient needs to be determined according to the device to be diagnosed, the device to be detected, the progress of failure, and the like. For example, the normal / abnormal determination threshold is set to 0.8. If the correlation coefficient is equal to or higher than the normal / abnormal determination threshold, it is determined to be normal, and if the correlation coefficient is less than the normal / abnormal determination threshold, it is determined to be abnormal.
  • the display 108 displays a normal or abnormal determination result determined by the normal / abnormal diagnosis unit 106.
  • the abnormal sound detection system 1 has a display control unit (not shown), and controls display on the display 108.
  • the display 108 may also display other information together, as will be described later with reference to FIG.
  • FIG. 3 is an example of a system flowchart.
  • the input signal I1 or the accumulated signal I2 the rotation speed I10 of the diagnosis target device, and the device name I50 of the diagnosis target device are input to the one cycle calculation unit 101.
  • the input method of the rotation speed I10 and the device name I50 may be a keyboard, online, or the like, and the input method is not limited.
  • the one-cycle calculation unit 101 calculates and outputs a signal for one cycle of the input signal (or one cycle of the accumulated signal).
  • the zero point calculation unit 102 calculates and outputs the zero point in the zero point calculation step F02.
  • the zero size calculation unit 103 calculates the size of the zero.
  • the zero point density distribution calculation unit 104 calculates the zero point density distribution.
  • the zero density distribution calculation unit 104 also receives a density distribution interval I60.
  • the input method of the interval I60 may be input directly from the keyboard, online, or the like.
  • the interval I60 is an interval for calculating the number of zero points for each density distribution calculation. For example, the interval I60 being 10 means that the size of the zero point is calculated in increments of 10.
  • the accumulated signal collation unit 105 sends the zero point density distribution of the input signal I1 calculated in the zero point density distribution calculation step F04, the rotation speed I10 of the diagnosis target device corresponding to the input signal I1, and the input signal.
  • the diagnosis target device name I50 corresponding to I1 is input, the rotation speed I10 of the diagnosis target device corresponding to the input signal I1, and the zero point density of the accumulated signal I2 corresponding to the diagnosis target device name I50 corresponding to the input signal I1
  • the distribution is read from the zero density database 107.
  • the normal / abnormal diagnosis unit 106 determines normal / abnormal.
  • FIG. 4 is an example of processing of the one-cycle calculation unit.
  • the one-cycle calculation unit 101 calculates one cycle of the input signal I1 from the rotation speed I10 of the input signal I1, the recording time I20, and the sampling frequency I30, cuts out one cycle, and outputs I40 for one cycle of the input signal. .
  • the rotational speed is 60 (Hz)
  • the recording time is 20 (seconds)
  • the sampling frequency is 50000 (Hz)
  • the rotational speed I10 is 60 (Hz)
  • the recording time I20 is 20 (seconds)
  • the sampling frequency I30 is 50000 (Hz) is input.
  • the input means may be data such as a keyboard and online data.
  • FIG. 4 the process in the case of the input signal I1 is shown as an example, but the process in the case of the accumulated signal I2 is the same.
  • FIG. 5 shows an example of the zero point density distribution data structure.
  • the data configuration K01 of the zero point density database 107 shown in FIG. 5 includes a device name I50, a rotation speed I10, a zero point density distribution I70, and an interval I60.
  • the rotational speed I10 either rpm, which is the rotational speed per minute, or Hz, which is the rotational speed per second, can be considered.
  • rpm which is the number of revolutions per minute
  • Hz which is the rotational speed per second
  • the device X, the rotation speed 10 (Hz), and the zero point density distribution indicate that the interval of the zero point size is 10%, 20%, 40%, 20%, and 10% for every 10 respectively. ing.
  • FIG. 6 is an example of a zero point density distribution.
  • the horizontal axis indicates the size of the zero and the vertical axis indicates the zero density (%).
  • the zero point density (%) is the ratio of the number of zeros having a specific zero size to the number of all zeros. For example, in FIG. 6, when the number of all zeros is 600, the number of zeros is 0 or more and less than 10 and 60, and similarly, the number of 10 or less and less than 20 is 120, 20 or more and 30.
  • the density of zeros is less than 10 but less than 10 is 10 (%), less than 10 and less than 20
  • the density is 20 (%), the density 20 to 30 is 40 (%), the density 30 to 40 is 20 (%), and the density 40 to 50 is 10 (%).
  • FIG. 7 is an example of a zero density distribution display.
  • a zero density distribution display D01 shown in FIG. 7 is an example of a screen displayed on the display 108.
  • the zero point density distribution M1 of the input signal I1 is indicated by a dotted line
  • the zero point density distribution M2 of the accumulated signal I2 corresponding to the input signal I1 is indicated by a solid line.
  • the horizontal axis indicates the size of the zeros and the vertical axis indicates the zero point density (%). It is.
  • FIG. 7 shows an example in which the index calculated by the normal / abnormal diagnosis unit 106 is also displayed.
  • FIG. 8 shows an example of diagnosis of motor noise.
  • FIG. 8 shows a case where the device to be diagnosed is a motor J01.
  • a power source J02 for driving the motor is connected to the motor J01.
  • the microphone H01 is installed near the motor J01.
  • the sound (sound data) recorded from the microphone H01 is input to the data logger J03.
  • the recorded sound input to the data logger J03 is input as an input signal I1 to the data processing unit H02, diagnostic processing is performed, and the diagnostic result is displayed on the output result display unit H03.
  • a normal sound is recorded in advance as the accumulated signal I2, the zero density distribution of the accumulated signal I2 is calculated by the data processing unit H02, and recorded as zero point density distribution data in the zero density database 107.
  • a method for collecting the accumulation signal I2 for example, there are a method of recording in a plurality of times every 60 seconds, and a method of continuously operating the device and accumulating signals.
  • a method of inputting a plurality of times or a method of performing a diagnosis by inputting a signal while continuously operating can be considered.
  • the abnormal sound that cannot be detected by the conventional method and does not cause the amplitude intensity (sound pressure) change is accompanied by a phase change. Abnormal sound can be detected.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Description

異常音検出システム
　本発明は、異常音検出システムに関する。
　本技術分野の背景技術として、機器の稼働率維持のため、機器の診断が重要となっている。機器の診断時、診断対象部位にセンサの取り付けが困難な場合の対応として、診断対象部位に接触が不要である音響による診断が注目されている。そのため、従来より、音響を用いた診断が用いられている。
　特許文献１には、「異常が発生した場合に所定の周期で異音を生じる音源の診断を支援する音響診断支援装置」であって、「異常を容易に把握することができるようにする」と記載されている。そのために、「集音器は、回転機から発生した音を所定周波数で回転周期よりも長い所定時間サンプリングした測定データを記録する。診断支援装置は、集音器から測定データを取得する。診断支援装置は、１番目の測定データにおける先頭から１周期分の基準データ系列を抽出し、ｎ番目の測定データにおける抽出位置をずらしながら、１周期分の比較データ系列を抽出し、基準データ系列と比較データ系列の相関度を算出していき、相関度の最も大きい抽出位置をシフト量として、２番目の測定データをシフトした上で、１番目の測定データに足し合わせる」と記載されている。
　また、特許文献２には、「診断対象から発生する音響信号に基づいて、前記診断対象で発生する異常を診断する方法であって、前記診断対象が正常な状態にあるときに、前記音響信号を周波数分析して得た周波数または周波数帯域と音圧との関係に基づいて、各前記周波数または各前記周波数帯域の音圧とその前記周波数または周波数帯域の周辺の他の１以上の前記周波数または周波数帯域に対応する音圧との相対的な差を相対的な音圧差として求める異常診断方法」と記載されている。
　さらに、特許文献３には、「蓄積された信号系列の中から所定の信号、またはその一部に類似した信号を探索して検出する信号検出方法に関するものであり、例えば音響信号検出に適用可能である。従来、信号検出方法に関しては、蓄積信号中で目的信号に類似した箇所を検出することを目的とした信号検索方法が知られている。しかし、局所的な枝刈りのみを用いていたため、膨大な蓄積信号を対象とする場合には、検索に長時間を要するという欠点があった。Ｌ１距離に基づいて、大局的なグループ化および局所的なグループ化を行い、探索空間を効率的に絞り込むことによって、探索制度を保ちつつ、高速に効果的な部分信号検出ができるという利点がある」と記載されている。
　このように、機器から発せられる異常音検出方法および特徴量、類似情報の検索については、従前より取り組まれている。
特開２０１２－９３０９４号公報 特開２００５－２５７４６０号公報 国際公開第２００６／００９０３５号パンフレット
　しかしながら、従来手法では、異常音の変化が振幅強度（音圧）に現れることが前提となっている。そのため、振幅強度（音圧）に異常が生じなく、位相変化として出現する場合、たとえば、空気吸入口つまりといった振幅変化が小さい異常に関しては、検知を行うことができない。
　特許文献１は、異常が生じた場合、音響データの周期データを複数取得し、同期をとったうえでそれらを重ね合わせることで周期的に発生している音源の異常を把握する発明である。このため、周期的に発生していない音源の異常、例えば位相変化が生じる異常音については把握することができない。そのため、振幅変化の小さい、空気吸入口つまりといった異常、初期の異常については検出することができない。
　特許文献２は、音響信号を周波数分析して得ることができる周波数または周波数帯域と音圧との関係に基づいて、異常判定用レベル差上限閾値と異常判定用レベル差下限閾値とを定め、診断時においては、周波数成分もしくはその音圧を用いて診断を行う発明である。そのため、異常音が周波数帯域ならびに音圧値（大きさ）に出現しない異常については検出することができない。
　特許文献３では、Ｌ１距離を用いて高速な探索を行うために特徴量をヒストグラム化して検索を行う発明である。また、映像の色を特徴量としている。Ｌ１距離とは、距離の差が１乗に基づく距離と定義されている。
　このように、周波数帯域、振幅強度（音圧）に変化がなく、位相変化が生じている異常音を検知する手法については、先行技術文献には記載されていない。
　本発明は、機器から発せられる異常音のうち、振幅強度（音圧）の変化が生じない、もしくは僅少な場合でかつ、位相変化が生じている異常音を検知することを目的とする。
　そこで、本発明では、異常診断に用いる特徴量として、零点に着目した診断を行う。零点とは、時間領域の波形での零交差であり、周波数領域上においてはエネルギーが零となる点のことである。零点の大きさの密度分布は、位相変化に対応した分布となる。これは、時間領域での零交差の間隔が零点の大きさとして、複素数平面上に出現し、複素数平面上においては、大きさ毎に零点の数を数えることが可能となる。すなわち、位相変化が生じない場合においては、分布が一意に定まり、位相変化が生じる場合においては、零点の密度分布に変化が生じる。
　以上のことから、零点密度分布を用いることにより、従来手法で検知することが不可能である、振幅強度（音圧）変化が生じない異常音のうち、位相変化を伴う異常音の検知を行う。
　本発明は、例えば、診断対象の機器から採取した音データを入力信号として前記機器の異常診断を行う異常音検出システムにおいて、前記入力信号の１周期分の音データの零点の大きさを計算する零点大きさ計算部と、前記零点の大きさから零点密度分布を計算する零点密度分布計算部と、前記入力信号の零点密度分布と、正常な音データの零点密度分布とを比較して前記診断対象の機器が正常か異常かを判定する正常／異常診断部とを有することを特徴とする。
　本発明によれば、振幅強度の変化が小さく位相変化が生じている異常音の検知が可能となる。
　上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。
異常音検出システムの構成図の例である。 ハードウェア構成の例である。 システムフローチャートの例である。 １周期計算部の処理の例である。 零点密度分布データ構成の例である。 零点密度分布の例である。 零点密度分布表示の例である。 モーター音の診断例である。
　本発明の実施例を、図面を参照しながら説明する。尚、各図において、同一又は類似の構成要素には同じ符号を付し、説明を省略する。
　図１は、異常音検出システムの構成図の例である。図２は、ハードウェア構成の例である。図１に示すように、異常音検出システム１は、１周期計算部１０１、零点計算部１０２、零点大きさ計算部１０３、零点密度分布計算部１０４、蓄積信号照合部１０５、正常／異常診断部１０６、零点密度データベース１０７を有している。図１に示す異常音検出システム１は、図２に示すデータ処理部Ｈ０２に対応しており、例えばコンピュータやマイコンなどにより処理が実現される。また、図１に示す密度分布などの結果を表示するディスプレイ１０８は、図２における出力結果表示部Ｈ０３に対応する。
　異常音検出システム１は、入力信号Ｉ１を１周期計算部１０１への入力とし、１周期計算部１０１は、入力された入力信号Ｉ１のうち１周期分を切り出し、入力信号１周期分の信号として零点計算部１０２へと出力する。入力信号Ｉ１は、診断対象の機器から採取された音データであり、入力信号Ｉ１の入力手段については、図２に示すマイクＨ０１からデータ処理部Ｈ０２へ直接入力する場合と、マイクＨ０１からデータロガー等を介してデータ処理部Ｈ０２へ入力されるケースが考えられる。
　零点計算部１０２は、１周期計算部１０１により計算された入力信号１周期分の信号から零点の算出を行い、算出された零点を零点大きさ計算部１０３へと出力する。零点の算出方法については、ｎ次多項式近似を行い、ｎ次の近似式を解くことにより算出される。多項式近似方法としては、べき級数展開による方法、ラグランジュ補間による手法等、数値計算（参考文献：数値計算法、長嶋秀世著）の手法が公知となっている。
　零点大きさ計算部１０３では、零点計算部１０２で算出された零点から、零点の大きさを計算する。零点は、複素数で定義されている。そのため、複素数の絶対値をとることで大きさを算出する。零点大きさ計算部１０３で計算された零点の大きさは、零点密度分布計算部１０４へと入力する。
　零点密度分布計算部１０４は、入力された零点の大きさのデータから、零点密度分布を計算する。具体的には、零点の全個数における特定の零点の大きさを持つ零点の個数の割合を計算する。零点は、近似した次数の数の分だけ算出される。例えば、６次関数に近似した場合、零点は最大６個算出される。また、６周期分の波形が存在しており、６次関数に近似した場合は、零点の合計個数は、３６個である。零点密度分布計算部１０４で計算された入力信号Ｉ１の零点密度分布は、蓄積信号照合部１０５に出力される。
　また、異常音検出システム１は、蓄積信号Ｉ２でも、１周期計算部１０１、零点計算部１０２、零点大きさ計算部１０３、零点密度分布計算部１０４において同様の計算を行う。ここで、蓄積信号Ｉ２は、機器が正常な状態で採取された正常音である。蓄積信号Ｉ２によって計算された蓄積信号Ｉ２の零点密度分布は、零点密度データベース１０７に記録される。
　蓄積信号照合部１０５は、零点密度データベース１０７に構築されている蓄積信号Ｉ２の零点密度分布のデータベースの中から、入力信号Ｉ１により計算された入力信号Ｉ１の零点密度分布と比較するための蓄積信号Ｉ２の零点密度分布を読み出し、入力信号Ｉ１の零点密度分布と蓄積信号Ｉ２の零点密度分布とを、正常／異常診断部１０６へと出力する。
　零点密度データベース１０７には、正常データとして蓄積信号Ｉ２の零点密度分布を蓄積している。
　正常／異常診断部１０６は、入力信号Ｉ１の零点密度分布と蓄積信号Ｉ２の零点密度分布とを比較し、正常または異常の診断を行い、診断結果を出力する。入力信号Ｉ１の零点密度分布と蓄積信号Ｉ２の零点密度分布との比較方法については、入力信号Ｉ１の零点密度分布と蓄積信号Ｉ２の零点密度分布との相関係数を算出することにより比較する方法等が考えられる。
　相関係数を用いて比較する場合、相関係数が１．０である場合は相関が強いことを示しており、蓄積信号Ｉ２と入力信号Ｉ１は同じであることを示しており、相関係数が０．０である場合は相関がないことを示しており、蓄積信号Ｉ２と入力信号Ｉ１は異なっていることを示す。相関係数については、確率変数間の類似度を統計的に評価する手法として既に公知となっている。なお、相関係数を用いて正常と異常とを識別するための閾値については、診断対象の機器、検知を行う機器、故障の進展度合い等により定める必要がある。例えば、正常異常判定閾値を０．８とし、相関係数が正常異常判定閾値以上であれば正常、正常異常判定閾値未満であれば異常と判定し、判定結果をディスプレイ１０８に出力する。
　ディスプレイ１０８は、正常／異常診断部１０６で判定された正常または異常の判定結果を表示する。異常音検出システム１は、図示しない表示制御部を有しており、ディスプレイ１０８への表示を制御する。尚、ディスプレイ１０８は、例えば後述する図７で説明するように、その他の情報も一緒に表示しても良い。
　図３は、システムフローチャートの例である。１周期計算ステップＦ０１では、１周期計算部１０１に、入力信号Ｉ１もしくは蓄積信号Ｉ２と、診断対象の機器の回転数Ｉ１０、診断対象の機器の機器名Ｉ５０が入力される。回転数Ｉ１０、機器名Ｉ５０の入力方法は、キーボード、オンライン等が考えられ、入力方法は問わない。１周期計算部１０１は、入力信号１周期分（あるいは蓄積信号１周期分）の信号を計算して出力する。
　１周期計算ステップＦ０１にて計算された入力信号１周期分の信号（あるいは蓄積信号１周期分）に基づいて、零点計算ステップＦ０２にて、零点計算部１０２で零点が計算されて出力される。零点大きさ計算ステップＦ０３では、零点大きさ計算部１０３で零点の大きさを計算する。
　零点密度分布計算ステップＦ０４では、零点密度分布計算部１０４によって零点密度分布の計算がなされる。零点密度分布計算部１０４では、密度分布の間隔Ｉ６０も入力される。間隔Ｉ６０の入力方法は、キーボードからの直接入力、オンライン等を問わない。間隔Ｉ６０とは、密度分布算出時において、零点の大きさ毎の個数を算出するための間隔である。例えば、間隔Ｉ６０が１０であるということは、零点の大きさを１０刻みで計算していくことである。
　蓄積信号照合ステップＦ０５では、蓄積信号照合部１０５に、零点密度分布計算ステップＦ０４にて計算された入力信号Ｉ１の零点密度分布、入力信号Ｉ１に対応する診断対象の機器の回転数Ｉ１０、入力信号Ｉ１に対応する診断対象の機器名Ｉ５０が入力され、入力信号Ｉ１に対応する診断対象の機器の回転数Ｉ１０、入力信号Ｉ１に対応する診断対象の機器名Ｉ５０に対応する蓄積信号Ｉ２の零点密度分布が零点密度データベース１０７から読み出される。そして、正常／異常診断ステップＦ０６では、正常／異常診断部１０６により、正常／異常の判定が行われる。
　図４は、１周期計算部の処理の例である。１周期計算部１０１においては、入力信号Ｉ１の回転数Ｉ１０、収録時間Ｉ２０、サンプリング周波数Ｉ３０から、入力信号Ｉ１の１周期を計算し、１周期分を切り出して入力信号１周期分Ｉ４０を出力する。例えば、回転数６０（Ｈｚ）、収録時間２０（秒）、サンプリング周波数５００００（Ｈｚ）の場合、回転数Ｉ１０には６０（Ｈｚ）、収録時間Ｉ２０には２０（秒）、サンプリング周波数Ｉ３０には５００００（Ｈｚ）が入力される。入力手段については、キーボード、オンライン等のデータを問わない。尚、図４では入力信号Ｉ１の場合の処理を例に示したが、蓄積信号Ｉ２の場合の処理も同様である。
　図５は、零点密度分布データ構成の例である。図５に示す零点密度データベース１０７のデータ構成Ｋ０１は、機器名Ｉ５０、回転数Ｉ１０、零点密度分布Ｉ７０、間隔Ｉ６０により構成される。回転数Ｉ１０については、１分あたりの回転数であるｒｐｍ、もしくは、１秒あたりの回転数であるＨｚのどちらかが考えられる。１分あたりの回転数であるｒｐｍの場合、別途、１秒あたりの回転数であるＨｚへ変換する必要がある。例えば、６００ｒｐｍが入力された場合、１０Ｈｚへと変換する必要がある。図５の例では、機器Ｘ、回転数１０（Ｈｚ）、零点密度分布は零点の大きさの間隔が１０毎にそれぞれ１０％、２０％、４０％、２０％、１０％であることを示している。
　図６は、零点密度分布の例である。図６に示している零点密度分布Ｍ０１は、横軸に零点の大きさ、縦軸に零点密度（％）を示している。零点密度（％）は、全零点の個数における、特定の零点の大きさを持つ零点の個数の割合のことである。例えば、図６において、全零点の個数が６００個の場合で、零点の大きさが０以上１０未満の個数が６０個、同様に大きさが１０以上２０未満の個数が１２０個、２０以上３０未満の個数が２４０個、３０以上４０未満の個数が１２０個、４０以上５０未満の個数が６０個の場合、零点の大きさが０以上１０未満の密度は１０（％）、１０以上２０未満の密度が２０（％）、２０以上３０未満の密度が４０（％）、３０以上４０未満の密度が２０（％）、４０以上５０未満の密度が１０（％）であることを示している。
　図７は、零点密度分布表示の例である。図７に示している零点密度分布表示Ｄ０１は、ディスプレイ１０８に表示された画面の一例である。入力信号Ｉ１の零点密度分布Ｍ１を点線で、入力信号Ｉ１に対応する蓄積信号Ｉ２の零点密度分布Ｍ２を実線で表示しており、横軸は零点の大きさ、縦軸は零点密度（％）である。また、図７では、正常／異常診断部１０６で計算された指標も表示した例を示している。例えば、相関係数を用いて正常音と異常音とを判定する場合で、計算された相関係数が０．７、正常異常判定閾値が０．８の場合、図７において、数値評価指標は「相関係数０．７」、正常異常判定閾値は「相関係数０．８」、判定結果は「異常」と表示した例を示している。尚、これらの表示の制御は、異常音検出システム１の図示しない表示制御部によって行われる。
　図８は、モーター音の診断例である。図８では、診断対象の機器をモーターＪ０１とした場合を示している。モーターＪ０１には、モーター駆動のための電源Ｊ０２が接続されている。
　そして、モーターＪ０１付近にマイクＨ０１を設置する。マイクＨ０１から収録された音声（音データ）は、データロガーＪ０３へと入力される。データロガーＪ０３に入力された収録音は、データ処理部Ｈ０２へ入力信号Ｉ１として入力され、診断処理が行われ、診断結果が出力結果表示部Ｈ０３に表示される。
　尚、蓄積信号Ｉ２として正常音を予め収録し、データ処理部Ｈ０２で蓄積信号Ｉ２の零点密度分布を計算し、零点密度データベース１０７に零点密度分布データとして収録しておく。
　蓄積信号Ｉ２の採取方法としては、例えば６０秒毎に複数回に分けて収録を行う方法や、機器を連続稼動し信号を蓄積していく方法が考えられる。入力信号Ｉ１に関しても同様に、複数回に分けて入力する方法や、連続稼動しながら信号を入力し診断を行う方法が考えられる。
　以上のように、異常診断の際に、零点密度分布を用いることにより、従来手法で検知することが不可能である、振幅強度（音圧）変化が生じない異常音のうち、位相変化を伴う異常音の検知を行うことができる。
　以上、本発明の実施例を説明してきたが、これまでの実施例で説明した構成はあくまで一例であり、本発明は、技術思想を逸脱しない範囲内で適宜変更が可能である。
１　　　　異常音検出システム
１０１　　１周期計算部
１０２　　零点計算部
１０３　　零点大きさ計算部
１０４　　零点密度分布計算部
１０５　　蓄積信号照合部
１０６　　正常／異常診断部
１０７　　零点密度データベース
１０８　　ディスプレイ
Ｈ０１　　マイク
Ｈ０２　　データ処理部
Ｈ０３　　出力結果表示部
Ｆ０１　　１周期計算ステップ
Ｆ０２　　零点計算ステップ
Ｆ０３　　零点大きさ計算ステップ
Ｆ０４　　零点密度分布計算ステップ
Ｆ０５　　蓄積信号照合ステップ
Ｆ０６　　正常／異常診断ステップ
Ｉ１　　　入力信号
Ｉ２　　　蓄積信号
Ｉ１０　　回転数
Ｉ２０　　収録時間
Ｉ３０　　サンプリング周波数
Ｉ４０　　入力信号１周期分
Ｉ５０　　機器名
Ｉ６０　　間隔
Ｉ７０　　零点密度分布
Ｋ０１　　零点密度分布データ構成
Ｍ０１　　零点密度分布
Ｍ１　　　入力信号の零点密度分布
Ｍ２　　　蓄積信号の零点密度分布
Ｄ０１　　零点密度分布表示
Ｊ０１　　モーター
Ｊ０２　　電源
Ｊ０３　　データロガー

Claims (4)

  1. 　診断対象の機器から採取した音データを入力信号として前記機器の異常診断を行う異常音検出システムにおいて、
    　前記入力信号の１周期分の音データの零点の大きさを計算する零点大きさ計算部と、
    　前記零点の大きさから零点密度分布を計算する零点密度分布計算部と、
    　前記入力信号の零点密度分布と、正常な音データの零点密度分布とを比較して前記診断対象の機器が正常か異常かを判定する正常／異常診断部とを有することを特徴とする異常音検出システム。
  2. 　前記正常／異常診断部は、前記入力信号の零点密度分布と前記正常な音データの零点密度分布との相関係数を計算し、前記相関係数と正常異常判定閾値とを比較することにより前記診断対象の機器が正常か異常かを判定することを特徴とする請求項１に記載の異常音検出システム。
  3. 　前記診断対象の機器が正常か異常かの判定結果を表示させる表示制御部を有することを特徴とする請求項１または２に記載の異常音検出システム。
  4. 　前記表示制御部は、前記入力信号の零点密度分布と、前記正常な音データの零点密度分布とを表示させることを特徴とする請求項３に記載の異常音検出システム。
PCT/JP2012/068755 2012-07-25 2012-07-25 異常音検出システム Ceased WO2014016914A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2012/068755 WO2014016914A1 (ja) 2012-07-25 2012-07-25 異常音検出システム
GB1419256.1A GB2520628B (en) 2012-07-25 2012-07-25 Abnormal sound detection system
CN201280074211.9A CN104380063B (zh) 2012-07-25 2012-07-25 异常音检测系统
JP2014526650A JP5948418B2 (ja) 2012-07-25 2012-07-25 異常音検出システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/068755 WO2014016914A1 (ja) 2012-07-25 2012-07-25 異常音検出システム

Publications (1)

Publication Number Publication Date
WO2014016914A1 true WO2014016914A1 (ja) 2014-01-30

Family

ID=49996750

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/068755 Ceased WO2014016914A1 (ja) 2012-07-25 2012-07-25 異常音検出システム

Country Status (4)

Country Link
JP (1) JP5948418B2 (ja)
CN (1) CN104380063B (ja)
GB (1) GB2520628B (ja)
WO (1) WO2014016914A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106531193A (zh) * 2016-10-31 2017-03-22 济南中维世纪科技有限公司 一种背景噪声自适应的异常声音检测方法及系统
CN112233692A (zh) * 2020-09-28 2021-01-15 东莞市东纳通信有限公司 异音检测方法、装置、电子设备及存储介质
CN115035913A (zh) * 2022-08-11 2022-09-09 合肥中科类脑智能技术有限公司 一种声音异常检测方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104907132B (zh) * 2015-06-01 2017-10-03 遵义市立新机械有限责任公司 一种锤式破碎机音频监测系统
CN106023499B (zh) * 2016-04-28 2018-05-22 北京北邮国安技术股份有限公司 一种光纤安防信号双重识别方法及系统
JP2019164107A (ja) * 2018-03-20 2019-09-26 本田技研工業株式会社 異音判定装置および判定方法
GB2576309A (en) * 2018-08-10 2020-02-19 Green Running Ltd Systems and methods for condition monitoring
CN109556818A (zh) * 2018-12-03 2019-04-02 济南大学 一种基于声音标定的测定物料碰撞阻尼系数的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10504107A (ja) * 1994-08-15 1998-04-14 モニタリング テクノロジー コーポレイション 回転機械の共振を検出するためのエンコーダ信号のディジタル信号処理
JP2012510585A (ja) * 2008-11-28 2012-05-10 スネクマ 航空機エンジンの異常検出

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4247195B2 (ja) * 2005-03-23 2009-04-02 株式会社東芝 音響信号処理装置、音響信号処理方法、音響信号処理プログラム、及び音響信号処理プログラムを記録した記録媒体
JP2010030356A (ja) * 2008-07-25 2010-02-12 Fujitsu Ltd ドア開放検出装置、マイクロフォン装置、ドア開放検出プログラムおよびドア開放検出方法
CN100595548C (zh) * 2008-09-05 2010-03-24 华南理工大学 基于稀疏表示的汽车发动机故障诊断系统和方法
JP5452158B2 (ja) * 2009-10-07 2014-03-26 株式会社日立製作所 音響監視システム、及び音声集音システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10504107A (ja) * 1994-08-15 1998-04-14 モニタリング テクノロジー コーポレイション 回転機械の共振を検出するためのエンコーダ信号のディジタル信号処理
JP2012510585A (ja) * 2008-11-28 2012-05-10 スネクマ 航空機エンジンの異常検出

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KESAAKI MINEMURA ET AL.: "Spectral Signal Representation of Vowels Using Power Series Expansion and Its Zeros", THE TRANSACTIONS OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS A, vol. J93-A, no. 12, 1 December 2010 (2010-12-01), pages 833 - 834 *
TAKASHI MANABE ET AL.: "Reverberation phase and zeros in a 1-D and 2-D sound fields", IEICE TECHNICAL REPORT. EA, ENGINEERING ACOUSTICS, vol. 95, no. 433, 15 December 1995 (1995-12-15), pages 23 - 28 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106531193A (zh) * 2016-10-31 2017-03-22 济南中维世纪科技有限公司 一种背景噪声自适应的异常声音检测方法及系统
CN112233692A (zh) * 2020-09-28 2021-01-15 东莞市东纳通信有限公司 异音检测方法、装置、电子设备及存储介质
CN115035913A (zh) * 2022-08-11 2022-09-09 合肥中科类脑智能技术有限公司 一种声音异常检测方法
CN115035913B (zh) * 2022-08-11 2022-11-11 合肥中科类脑智能技术有限公司 一种声音异常检测方法

Also Published As

Publication number Publication date
JP5948418B2 (ja) 2016-07-06
GB2520628A (en) 2015-05-27
CN104380063B (zh) 2017-04-12
GB2520628B (en) 2020-03-11
CN104380063A (zh) 2015-02-25
JPWO2014016914A1 (ja) 2016-07-07
GB201419256D0 (en) 2014-12-10

Similar Documents

Publication Publication Date Title
JP5948418B2 (ja) 異常音検出システム
Zhao et al. Health assessment of rotating machinery using a rotary encoder
Liang et al. A novel indicator to improve fast kurtogram for the health monitoring of rolling bearing
US9791856B2 (en) Fault frequency set detection system and method
US8988238B2 (en) Change detection system using frequency analysis and method
JP6922708B2 (ja) 異常検出用コンピュータプログラム、異常検出装置及び異常検出方法
CN104655380B (zh) 一种旋转机械设备故障特征提取方法
JP5669933B2 (ja) 機械振動の監視
JP2019100756A (ja) 異常検出装置、異常検出方法及び異常検出用コンピュータプログラム
CN114813124B (zh) 一种轴承故障的监测方法及装置
US20140058615A1 (en) Fleet anomaly detection system and method
CN104008294B (zh) 轴承异常检测系统及其方法
Bo et al. Bearing multifault impulse detection using spike period volatility factor spectrogram
EP3936849B1 (en) Rolling bearing status monitoring system and status monitoring method
Dong et al. An early fault warning and diagnosis model based on a two-step analysis strategy for wind turbine bearings
CN119574087B (zh) 一种基于投影法的单传感转子叶片频率辨识方法
Abdelrhman et al. Vibration analysis of multi stages rotor for blade faults diagnosis
CN113960541A (zh) 一种基于海量频域数据和移动平均法的雷达故障预警方法
JP2004361286A (ja) 回転機械の劣化診断方法
US10066971B2 (en) Rotation angle detection apparatus having function of detecting entry of foreign substance based on frequency characteristic of signals
CN110191785B (zh) 用于监测工业机器人的方法、装置和系统
Zhu et al. Fault diagnosis of wind turbine rolling bearings based on DCS-EEMD-SSA
CN111310298B (zh) 合并离散时间信号
Zhang Lock-in spectrum: a tool for representing long-term evolution of bearing fault in the time–frequency domain using vibration signal
CN111695391B (zh) 一种基于近似序列熵的滚珠轴承故障实时检测方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12881796

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014526650

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 1419256

Country of ref document: GB

Kind code of ref document: A

Free format text: PCT FILING DATE = 20120725

WWE Wipo information: entry into national phase

Ref document number: 1419256.1

Country of ref document: GB

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12881796

Country of ref document: EP

Kind code of ref document: A1