WO2019044955A1 - 状態監視装置のノイズ除去方法および状態監視装置 - Google Patents

状態監視装置のノイズ除去方法および状態監視装置 Download PDF

Info

Publication number
WO2019044955A1
WO2019044955A1 PCT/JP2018/032069 JP2018032069W WO2019044955A1 WO 2019044955 A1 WO2019044955 A1 WO 2019044955A1 JP 2018032069 W JP2018032069 W JP 2018032069W WO 2019044955 A1 WO2019044955 A1 WO 2019044955A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
noise
waveform
processing window
processing
Prior art date
Application number
PCT/JP2018/032069
Other languages
English (en)
French (fr)
Inventor
甲馬 加藤
英之 筒井
Original Assignee
Ntn株式会社
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
Priority claimed from JP2018154070A external-priority patent/JP2019045488A/ja
Application filed by Ntn株式会社 filed Critical Ntn株式会社
Publication of WO2019044955A1 publication Critical patent/WO2019044955A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference

Definitions

  • the present invention relates to a condition monitoring apparatus using a sensor, and more particularly to a method of removing noise from the condition monitoring apparatus and a condition monitoring apparatus using the noise removal method.
  • Patent Document 1 discloses a receiver and an impulse noise removal method.
  • the impulse noise removal method 1) a method in which the noise removal unit removes impulse noise by replacing the output value of the noise position with "0", 2) the output value at the noise position to a time average value 3)
  • a general impulse noise waveform (hereinafter referred to as "noise replica") is stored in advance to replace the impulse noise component with respect to the waveform at the noise position.
  • a method of attenuating an impulse noise component is shown by subtracting.
  • the present invention has been made to solve the above-described problems, and it is an object of the present invention to provide a condition monitoring apparatus in which noise can be reliably removed while suppressing adverse effects on condition monitoring due to noise removal. To provide a monitoring device and a noise removal method.
  • the present disclosure in summary, relates to a state monitoring device that receives an output of a sensor installed in a device under test, and the state monitoring device includes a data acquisition unit that acquires waveform data of a measurement period measured by the sensor, and the acquired measurement And a data operation unit that removes noise from the waveform of the period.
  • the data operation unit determines a noise determination reference range from waveform data of the measurement period, and includes data of at least one waveform of noise waveform having a size equal to or higher than the upper limit value of the reference range or less than the lower limit value of the reference range Determining a size of a processing window of a period shorter than the measurement period, and generating substitution data for replacing the noise waveform data from the data group in the processing window, when the noise waveform data exists in the processing window; Replace noise waveform data with replacement data.
  • the data calculation unit determines replacement data to replace data of a noise waveform from a data group in the processing window each time the processing window is moved from the beginning of the waveform in the measurement period by a predetermined number of data.
  • the data operation unit rearranges the data group in the processing window in ascending order, and calculates replacement data using a part of data arranged in succession in the data group rearranged in ascending order.
  • the data operation unit calculates replacement data using data in a predetermined proportion from the smaller one of the data groups rearranged in ascending order.
  • the data operation unit excludes the data of the predetermined number from the smaller of the data group sorted in ascending order and the data of the predetermined ratio from the larger one, and the replacement data is removed from the remaining data group Calculate
  • the data calculation unit is configured to use a point in time when the waveform data of the measurement period transits from the data inside the reference range to the data outside the reference range and the data range where the waveform data of the measurement period is outside the range A multiple of the number of data included between the time of transition to the inner data and the size of the processing window is determined.
  • the noise removal method comprises the steps of determining a noise judgment reference range from waveform data of a measurement period measured by a sensor, and at least one noise waveform having a size equal to or higher than the reference range upper limit or lower than the reference range lower limit. And determining the size of the processing window in a period shorter than the measurement period, and replacing the noise waveform data from the data group in the processing window when there is noise waveform data in the processing window Generating replacement data, and replacing data of the noise waveform with replacement data.
  • the replacing step determines replacement data for replacing data of the noise waveform from the data group in the processing window each time the processing window is moved from the beginning of the waveform of the measurement period by a predetermined number of data.
  • the step of replacing includes rearranging data groups in the processing window in ascending order, and calculating replacement data using partial data arranged consecutively in the data groups rearranged in ascending order. Including.
  • replacement data is calculated using data of a predetermined ratio from the smaller of the data groups rearranged in ascending order.
  • the step of calculating replacement data excludes data of a predetermined percentage from the smaller one of the data group sorted in ascending order and data of the predetermined percentage from the larger one from the remaining data group. Calculate replacement data.
  • the step of determining the size of the processing window is performed when the waveform data of the measurement period transits from the data inside the range to the data outside the reference range and the waveform data of the measurement period outside the reference range A multiple of the number of data included between a certain data and the time of transition to data inside the reference range is determined as the size of the processing window.
  • noise can be reliably removed while suppressing the adverse effect that noise removal has on condition monitoring.
  • FIG. 1 is a block diagram showing a configuration of a state monitoring device according to Embodiment 1.
  • 5 is a flowchart showing processing of a noise removal method applied to the state monitoring device of the first embodiment. It is a figure showing an example of an output waveform (voltage waveform) of an AE sensor which does not contain impulse noise. It is a figure showing an example of an output waveform (voltage waveform) of AE sensor containing impulse noise. It is the figure which showed an example of the voltage waveform after performing the removal process of impulse noise in a data calculating part. It is a flowchart which shows the detail of a process of FIG.2 S2 (determination of the threshold value for window sizes).
  • FIG.17 S103 It is a flowchart which shows the detail of a process of FIG.17 S104 (determination of a window size). It is a flowchart which shows the detail of a process of FIG.17 S105 (noise detection and removal).
  • FIG. 1 is a block diagram showing the configuration of the state monitoring device according to the first embodiment.
  • the state monitoring device 100 receives a signal from an AE (Acoustic Emission) sensor 20 installed in the device under test 10, monitors the state of the device under test 10, and detects an abnormality.
  • the device under test 10 is a facility including a rotating device installed, for example, in a factory or a power plant, and the AE sensor 20 can detect abnormal vibration generated during rotation.
  • an AE is illustrated as a monitoring target.
  • AE is a phenomenon in which elastic energy stored inside is released as a sound wave (elastic wave, AE wave) when a material is deformed or broken.
  • the monitoring target may be a detection signal other than the AE sensor, as long as the output signal can confirm the operating condition of the facility.
  • a sensor that detects vibration, temperature, load torque, motor power or the like may be used instead of the AE sensor 20.
  • the state monitoring device 100 includes an amplifier 110, an A / D converter 120, a data acquisition unit 130, a storage device 140, a data operation unit 150, and a display unit 160.
  • the voltage waveform of the AE sensor 20 installed in the rotating machine (hereinafter, the voltage waveform of AE) is enveloped in the circuit of the amplifier 110.
  • the A / D converter 120 receives the output signal of the amplifier 110.
  • the data acquisition unit 130 receives a digital signal from the A / D converter 120, performs drift correction processing, and records measurement data in the storage device 140.
  • the data calculation unit 150 reads out the measurement data measured from the storage device 140 and removes impulse noise.
  • the measurement data from which the noise has been removed is used to extract a feature that determines an abnormality of the device under test 10.
  • the data calculation unit 150 determines the presence or absence of an abnormality of the device under test 10 from the measurement data from which the noise has been removed.
  • the data operation unit 150 determines the presence or absence of an abnormality, the data operation unit 150 causes the display unit 160 to display the result.
  • FIG. 2 is a flow chart showing processing of a noise removal method applied to the state monitoring device of the first embodiment.
  • the noise removal method according to the first embodiment is characterized in that the following steps S1 to S4 are executed in the data operation unit 150 of the state monitoring apparatus 100 of FIG. 1 using a sensor.
  • the measurement data is digital data of discrete points of the waveform.
  • the measurement data is previously subjected to drift correction processing (processing to adjust the level of the waveform so that the average value of the predetermined period becomes zero) by the data acquisition unit 130 and stored in the storage device 140.
  • drift correction processing processing to adjust the level of the waveform so that the average value of the predetermined period becomes zero
  • Step S1 is a process of reading from the storage device 140 the output waveform of the drift corrected sensor.
  • Drift correction processing may be performed before the output signal of the AE sensor 20 is stored, or the waveform before drift correction is stored, and after it is read, drift correction is performed and input to the data operation unit 150. Also good.
  • Step S2 is a process of statistically processing the entire measurement data to determine a threshold value (reference value Y1) for window size determination.
  • Step S3 is a process of determining a window size WS including at least one noise pulse based on the threshold and the size variable window obtained in step S2.
  • the reason for determining the window size WS so as to include at least one pulse is that if the size is smaller than one noise pulse, the noise pulse can not be completely removed, but if the size is too large processing time will be required. is there.
  • step S3 it is determined whether or not the noise pulse is included while the window size is gradually increased by loop processing. However, when the size variable window includes one noise pulse, speeding up is performed. Processing is terminated.
  • step S4 when the processing window of the window size determined in step S3 is slid by a predetermined number of data with respect to data, the reference value Y2 is determined in the processing window, and the processing is performed using the reference value Y2 in the processing window Identify the noise data of
  • step S4 the noise data is replaced with statistics in ascending order of upper 10% to 50% after absolute value processing in the processing window.
  • the AE sensor is exemplified as the sensor 20 for measuring the waveform to which the noise removal method of the first embodiment is applied, any sensor for measuring vibration may be used, and an acceleration sensor, a velocity sensor, a displacement sensor, an AE It may be any of a sensor, an ultrasonic sensor, a temperature sensor, and an acoustic sensor.
  • the statistics obtained from the waveform to which the noise removal method of the first embodiment is applied can be exemplified by the effective value, the maximum value, the crest factor, the modulation value, the kurtosis, the skewness, and the standard deviation.
  • band pass filter processing FFT (Fast Fourier Transform) processing, or cepstral processing may be performed.
  • noise generation factors including electrical factors and mechanical factors.
  • Electrical factors include discharge of static electricity, discharge at the time of contact switching in switches and relays, and mechanical factors include impulse vibration due to mechanical parts coming into contact with each other during operation.
  • FIG. 3 is a diagram showing an example of an output waveform (voltage waveform) of the AE sensor which does not include impulse noise.
  • FIG. 4 is a diagram showing an example of an output waveform (voltage waveform) of an AE sensor including impulse noise.
  • FIG. 5 is a diagram showing an example of a voltage waveform after the processing for removing impulse noise in the data operation unit. The measurement conditions of each waveform are a sampling rate of 100 kHz and a data length of 5 seconds.
  • FIG. 6 is a flowchart showing details of the process of step S2 of FIG.
  • data operation unit 150 reads the waveform subjected to the drift correction process from storage device 140.
  • step S12 the data calculation unit 150 calculates an effective value RMS1 for all data of one waveform as shown in FIGS.
  • the effective value RMS1 is given by Root Mean Square of all data of one waveform.
  • step S13 the data calculation unit 150 returns a value 10 times the effective value RMS1 corresponding to the read waveform as a reference value Y1 to be used later to the main routine.
  • FIG. 7 is a flowchart showing details of the process of step S3 (determination of the window size) of FIG.
  • the window size is increased one by one with the first point of the data as a base point, and the data is extracted and arranged in ascending order.
  • the loop processing is ended when the variable-size processing window contains one noise.
  • step S21 the data operation unit 150 reads the waveform subjected to the drift correction process from the storage device 140.
  • step S22 a variable i used to determine a loop is initialized to zero.
  • step S23 the data operation unit 150 increments the variable i.
  • step S24 the increment process of step S23 is performed until the variable i becomes 3 or more.
  • step S27 the data operation unit 150 adds the number of data DN (i) of the processing window (size i-1) one loop before to the current number of data DN (i) of the processing window (size i). -1), read the number of data DN (i-2) of the processing window (size i-2) two loops before, from the storage device 140, and determine the judgment value A1, as shown in the following equations (1) and (2). Calculate A2.
  • A1 DN (i) -DN (i-1) (1)
  • A2 DN (i-1) -DN (i-2) (2) FIG.
  • FIG. 9 is an enlarged view of the vicinity of the first impulse noise of the waveform of FIG.
  • the data calculation unit 150 calculates the window size WS in step S32.
  • the window size WS needs to be large enough to contain a size (TP2-TP1) corresponding to one impulse noise. Therefore, the window size WS is determined to be ten times the difference between TP1 and TP2 calculated by the equation (3).
  • the window size WS does not necessarily have to be 10 times the difference, and the magnification may be determined as appropriate based on the balance between the arithmetic processing speed and the noise removal performance.
  • WS 10 ⁇ (TP2-TP1) (3)
  • the data operation unit 150 returns the window size WS to the main routine in step S33.
  • FIG. 10 is a flowchart showing details of the process of step S4 (noise detection and removal) of FIG.
  • step S51 data operation unit 150 reads the waveform subjected to the drift correction process from storage device 140.
  • step S52 an initial processing window is set.
  • step S53 the value of the first data in the processing window is stored as element E (n).
  • step S53A the data in the processing window is converted into an absolute value.
  • FIG. 11 is a conceptual diagram for describing setting of the element E (n) of the processing window of step S53, rearrangement of data of step S54, and calculation of step S55.
  • the first data of the processing window is element E (n), and the size of the processing window is the window size WS.
  • the last data of the processing window is element E (n + WS-1).
  • n 1
  • the processing window is composed of the first WS elements E (1) to E (WS-1) of the noise removal target waveform.
  • the processing window slides in the direction of increasing time as n increases.
  • the data operation unit 150 rearranges the data in the processing window in ascending order. When the reordering is completed, the impulse noise components are concentrated in the ascending order of the rear part. When the rearrangement is completed, in step S55, the data operation unit 150 calculates the effective value of the upper 50% data in ascending order, and stores this as RMS2. Further, the data calculation unit 150 calculates the standard deviation of the upper 50% data in ascending order, and stores this as ⁇ .
  • the effective value RMS2 and the standard deviation ⁇ become values close to the effective value and the standard deviation of the waveform excluding the impulse noise in the processing window, respectively.
  • the data operation unit 150 determines in step S56 whether the element E (n) is equal to or larger than the reference value Y2.
  • the reference value Y2 is a determination value for determining whether the element E (n) is data of impulse noise.
  • the determination value calculated in step S55 does not necessarily have to be (15 ⁇ + RMS2), and may be changed according to the height or width of the impulse noise.
  • E (n) is a noise component as shown in step S57.
  • step S58 the data stored as the element E (n) is replaced with the effective value RMS2.
  • E (n) is determined not to be a noise component as shown in step S59, and the data is maintained as it is and is not replaced.
  • step S58 the element E (n) is stored as waveform data after the noise removal process in step S60. Then, in step S61, the data calculation unit 150 determines whether the processing window has reached the end of the noise removal processing target waveform.
  • step S61 If it is determined in step S61 that the processing window has not reached the end of the noise removal processing target waveform, the processing window is slid back by one data point in step S62. This corresponds to the process of adding 1 to n. Then, the processes of steps S53 to S61 are performed again.
  • step S61 when it is determined in step S61 that the processing window has reached the end of the noise removal processing target waveform, the processing is returned to the main routine in step S63.
  • the processing window to which the window size WS is applied is slid with respect to all waveform data.
  • the first value of the data in the processing window is stored as E (n), and if E (n) is a noise component, the stored value of E (n) is replaced with RMS2.
  • FIG. 12 is a diagram showing a voltage waveform (Comparative Example 1) in which median filtering is performed on an original waveform (FIG. 4) including noise.
  • FIG. 13 is a diagram showing a voltage waveform (comparative example 2) when noise removal processing is performed with the noise determination threshold value fixed to a constant value with respect to the original waveform (FIG. 4) including noise.
  • FIG. 14 is a diagram comparing the results of calculation of the effective value as the feature amount from the waveform without noise, the waveform with noise, the noise removal waveform (Example), and the waveforms of Comparative Examples 1 and 2.
  • FIG. 15 is a diagram comparing the results of calculation of the crest factor as the feature amount from the waveform without noise, the waveform with noise, the noise removal waveform (Example), and the waveforms of Comparative Examples 1 and 2.
  • the bar graphs in FIG. 14 and FIG. 15 indicate the average value, and the error bars indicate the maximum value and the minimum value.
  • the waveform shape largely changes, and the effective value and the crest factor become smaller than those without noise.
  • the noise portion changes into a waveform shape as shown by a spike, and the variation of the effective value becomes larger and the crest factor becomes smaller as compared to the case without noise.
  • all of the waveform shape, effective value, and crest factor are in a state close to the noise free waveform, and information necessary for diagnosis is included while noise is removed.
  • the waveform can be maintained in the state.
  • the noise removal method of the present invention can reliably remove noise while suppressing the influence of noise removal on state monitoring.
  • the state monitoring apparatus 100 illustrated in FIG. 1 includes a data acquisition unit 130 that acquires waveform data of a measurement period measured by the AE sensor 20, and a data operation unit 150 that removes noise from the acquired waveform of the measurement period.
  • the data calculation unit 150 executes a noise removal method on the measured waveform to remove impulse noise.
  • the noise removal method determines the reference range of noise determination (assuming that the range smaller than the reference value Y1 is not impulse noise) from the waveform data of the measurement period measured by the sensor, and the criteria Noise waveform of at least one waveform with a size greater than or equal to the upper limit (reference value Y1) of the processing window
  • the replacing step S4 is performed each time the processing window is moved by a predetermined number of data from the beginning of the waveform of the measurement period in step S62 (in FIG. 10, sliding by one data).
  • the substitution data (effective value RMS2) which substitutes the data of a noise waveform from the data group in is determined.
  • the replacing step S4 is a step S54 of rearranging the data group in the processing window in ascending order, and a part of data (the ascending order in the data group rearranged in ascending order).
  • impulse noise When impulse noise is included in the processing window as shown in FIG. 11, the impulse noise components are concentrated when they are rearranged in ascending order.
  • the position to concentrate is, for example, behind the order.
  • some data for example, data of a predetermined ratio from the smallest of data rearranged in ascending order
  • Data not including impulse noise can be used to generate replacement data (rms RMS2) used for replacement, and the influence of impulse noise can be reduced.
  • the waveform data of the measurement period is changed from data inside the reference range to data outside the reference range (for example, smaller than the reference value Y1
  • the size WS is set to an appropriate width that allows one pulse of impulse noise and its periphery to be sufficiently included for noise removal, so the window size WS is smaller than the entire measurement waveform, and the data processing load is reduced. It is possible to secure a size that can perform noise removal processing.
  • the impulse noise is detected, the impulse noise and the waveform around it are cut out with a window, and the effective value is generated from the data considered to contain no noise in the window and the impulse noise is replaced with the effective value.
  • impulse noise may occur not only in the positive direction but also in the negative direction.
  • a state monitoring device capable of removing not only positive noise but also negative impulse noise will be described.
  • FIG. 16 is an example of a voltage waveform including impulse noise in the negative direction.
  • a process of offsetting the waveform is executed such that the data of the entire waveform has a positive value. Then, after the impulse noise is removed, the entire offset waveform is restored.
  • FIG. 17 is a flowchart showing processing of a noise removal method applied to the state monitoring device in the second embodiment.
  • the noise removal method according to the second embodiment is characterized in that the following steps S101 to S106 are executed in the data operation unit 150 of the state monitoring apparatus 100 of FIG. 1 using a sensor.
  • the measurement data is digital data of discrete points of the waveform, as in the first embodiment.
  • the measurement data is previously subjected to drift correction processing (processing to adjust the level of the waveform so that the average value of the predetermined period becomes zero) by the data acquisition unit 130 and stored in the storage device 140.
  • drift correction processing processing to adjust the level of the waveform so that the average value of the predetermined period becomes zero
  • Step S101 is processing to read out from the storage device 140 the output waveform of the drift corrected sensor.
  • Drift correction processing may be performed before storing the output signal of the AE sensor 20, or the waveform before drift correction may be stored, and after it is read out, drift correction may be performed and input to the data operation unit 150. .
  • Step S102 is a process performed in order to treat the whole as a positive value, when negative impulse noise is contained in measurement data.
  • offset processing is performed in which the absolute value +1 of the minimum value of the entire waveform is added to the data of each measurement point of the entire waveform.
  • Step S103 is processing for performing statistical processing on the entire measurement data to determine threshold values (reference values YU and YL) for window size determination.
  • Step S104 is processing to determine a window size WS including at least one noise pulse based on the threshold value and the size variable window obtained in step S103.
  • step S104 it is determined whether or not the noise pulse is included while the window size is gradually increased by loop processing. However, when the size variable window includes one noise pulse, speeding up is performed. Processing is terminated.
  • step S105 when the processing window of the window size determined in step S104 is slid by a predetermined number of data with respect to waveform data, reference values YU2 and YL2 are determined in the processing window, and the reference values YU2 and YL2 are determined. Used to identify noise data in the processing window.
  • the noise data is replaced with a statistic calculated from the data in the ascending order upper 30% to 60% after the absolute value processing in the processing window.
  • step S106 the value added to each data value in the offset processing is subtracted from each data value (reverse offset processing).
  • the sensor 20 for measuring the waveform to which the noise removal method of the second embodiment is applied may be a sensor for measuring vibration, and may be an acceleration sensor, a velocity sensor, a displacement sensor, an AE sensor, an ultrasonic sensor, a temperature sensor It may be any of acoustic sensors.
  • the statistics obtained from the waveform to which the noise removal method of the second embodiment is applied can be exemplified by the effective value, the maximum value, the crest factor, the modulation value, the kurtosis, the skewness, and the standard deviation.
  • band pass filter processing FFT (Fast Fourier Transform) processing, or cepstral processing may be performed.
  • FIG. 18 is a flowchart showing details of the process of step S103 of FIG.
  • data operation unit 150 reads the waveform subjected to the offset processing from storage device 140. Subsequently, in step S112, the data calculation unit 150 calculates an effective value RMS1 for all data of one waveform as shown in FIGS. 3 to 5 and FIG.
  • the effective value RMS1 is given by Root Mean Square of all data of one waveform.
  • the data calculation unit 150 calculates reference values YU and YL to be used later.
  • the reference value YU is ten times the effective value RMS1 corresponding to the read waveform.
  • the reference value YL is a value 0.1 times the effective value RMS1 corresponding to the read waveform. Note that the above-mentioned 10-fold and 0.1-fold multiples are an example, and may be appropriately changed according to the relationship between the magnitude of the impulse noise and the size of the noiseless waveform.
  • the data calculation unit 150 obtains detection flags + noise and -noise, which are information on positive and negative directions of the peak of the impulse noise included in the waveform.
  • step S114 it is determined whether the maximum value MAX1 is larger than the reference value YU. If MAX1> YU is satisfied (YES in S114), the data calculation unit 150 sets the detection flag + noise to “1” in step S115. On the other hand, when MAX1> YU is not established (NO in S114), the data calculation unit 150 sets the detection flag + noise to "0" in step S116.
  • step S117 it is determined whether the minimum value MIN1 is smaller than the reference value YL. If MIN1 ⁇ YL holds (YES in S117), the data calculation unit 150 sets the detection flag -noise to "1" in step S118. On the other hand, if MIN1 ⁇ YL does not hold (NO in S117), data operation unit 150 sets detection flag ⁇ noise to “0” in step S119.
  • step S120 the data operation unit 150 returns the reference values YU and YL and the detection flags + noise and -noise to the main routine.
  • FIG. 19 is a flowchart showing details of the process of step S104 (determination of the window size) of FIG.
  • the window size is increased one by one with the first point of the data as a base point, and the data is extracted and arranged in ascending order.
  • the loop processing is ended when the variable-size processing window contains one noise.
  • step S121 the data operation unit 150 reads the waveform subjected to the offset processing from the storage device 140.
  • step S122 a variable i used to determine a loop is initialized to zero.
  • step S123 the data operation unit 150 increments the variable i.
  • step S124 the increment process of step S123 is executed until the variable i becomes 3 or more.
  • step S124 when the variable i is 3 or more, in step S125, the data operation unit 150 sets the number of data in the processing window to i, and the first data D (1) to the i-th data D (i) It is defined that up to the data in the processing window.
  • step S129 the data operation unit 150 adds the number of data DN (i) of the processing window (size i-1) one loop before to the current number of data DN (i) of the processing window (size i). -1) Read the number of data DN (i-2) of the processing window (size i-2) before 2 loops from the storage device 140, and use the same equations (1) and (2) as in the first embodiment. As described above, the determination values A1 and A2 are calculated.
  • A1 DN (i) -DN (i-1) (1)
  • A2 DN (i-1) -DN (i-2) (2)
  • the data calculation unit 150 calculates the window size WS in step S134.
  • the window size WS needs to be large enough to contain a size (TP2-TP1) corresponding to one impulse noise. Therefore, the window size WS is determined to be ten times the difference between TP1 and TP2 calculated by the following equation (3).
  • the window size WS does not necessarily have to be 10 times the difference, and the magnification may be determined as appropriate based on the balance between the arithmetic processing speed and the noise removal performance.
  • WS 10 ⁇ (TP2-TP1) (3)
  • FIG. 20 is a flowchart showing details of the process of step S105 (noise detection and removal) of FIG.
  • step S151 data operation unit 150 reads the waveform subjected to the offset processing from storage device 140.
  • step S152 the data operation unit 150 sets an initial processing window.
  • step S153 the data calculation unit 150 detects the maximum value MAX2 and the minimum value MIN2 of the data in the processing window. Then, in step S154, data operation unit 150 determines the execution condition of the impulse noise substitution process.
  • the processing window includes impulse noise in the positive direction.
  • the processing window includes impulse noise only in the negative direction.
  • step S154 the noise replacement process is continued only for the window that satisfies the two conditions for speeding up. If this condition is not satisfied, the process proceeds from step S154 to step S164.
  • the impulse noise component in the positive or negative direction When the impulse noise component in the positive or negative direction is included, the impulse noise component is concentrated backward or forward in the ascending order, so the impulse noise component is mostly around the middle of the ascending order of top 30% to 60%. It can be expected not to enter. Therefore, the effective value RMS2 and the standard deviation ⁇ become values close to the effective value and the standard deviation of the waveform excluding the impulse noise in the processing window, respectively.
  • the reference values YU2 and YL2 are calculated from the effective value RMS2 and the standard deviation ⁇ as described above.
  • the data operation unit 150 sets the condition that "element E (n) is greater than or equal to reference value YU2" or "element E (n) is less than or equal to reference value YL2" in step S158. Determine if it meets or not.
  • the reference value YU2 is a determination value for determining whether the element E (n) is positive impulse noise data.
  • the reference value YL2 is a determination value for determining whether the element E (n) is negative impulse noise data.
  • E (n) is a noise component as shown in step S159.
  • step S161 the data stored as the element E (n) is replaced with the effective value RMS2.
  • step S160 the data is maintained as it is and is not replaced.
  • step S160 or S161 When the process of step S160 or S161 is completed, the element E (n) is stored as waveform data after the noise removal process in step S162. Then, in step S163, the data calculation unit 150 determines whether the processing window has reached the end of the noise removal processing target waveform.
  • step S163 If it is determined in step S163 that the processing window has not reached the end of the noise removal processing target waveform, the process proceeds to step S164.
  • step S164 data operation unit 150 slides the processing window back by one point of data. This corresponds to the process of adding 1 to n. Then, the processing of steps S153 to S163 is performed again.
  • step S163 when it is determined in step S163 that the processing window has reached the end of the noise removal processing target waveform, the processing is returned to the main routine in step S165.
  • the processing window to which the window size WS is applied is slid with respect to all waveform data.
  • the first value of the data in the processing window is stored as E (n), and if E (n) is a noise component, the stored value of E (n) is replaced with RMS2.
  • the state monitoring apparatus 100 illustrated in FIG. 1 includes a data acquisition unit 130 that acquires waveform data of a measurement period measured by the AE sensor 20, and a data operation unit 150 that removes noise from the acquired waveform of the measurement period.
  • data operation unit 150 rearranges data groups in the processing window in ascending order, and calculates replacement data (RMS2) using partial data arranged consecutively in the data group rearranged in ascending order.
  • RMS2 replacement data
  • the data operation unit 150 excludes the data of the predetermined number from the smaller one and the data of the predetermined proportion from the larger one of the data group rearranged in ascending order, and the remaining data group (30 to 60). Calculate substitution data (RMS2) from%).
  • the impulse noise components are concentrated in the leading and trailing parts when they are rearranged in ascending order.
  • substitution data effective value RMS2
  • the data calculation unit 150 changes the data of the waveform in the measurement period from the data inside the reference range (YL to YU) to the data outside the reference range (YL to YU) (TP1) and the waveform of the measurement period A multiple (for example, 10 times) of the number of data included between the time when data is outside the reference range (YL to YU) and the time TP2 when the data transitions to data inside the reference range (YL to YU) Determined as the size.
  • the boundary value of the reference range may be included in either the inside or the outside. In the present embodiment, YL and YU, which are boundary values of the reference range, are outside the reference range, so YU or more is noise and YL or less is noise.
  • the size WS can be set to an appropriate width that allows one impulse noise pulse and its periphery to be sufficiently included, including the case where the impulse noise is in the negative direction.
  • 10 device under test 20 sensors, 100 state monitoring devices, 110 amplifiers, 120 A / D converters, 130 data acquisition units, 140 storage devices, 150 data calculation units, 160 display units.

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

状態監視装置のデータ演算部は、測定した波形に対してノイズ除去方法を実行し、インパルスノイズを除去する。ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準値（Ｙ１）を決定するステップ（Ｓ２）と、基準値（Ｙ１）以上のノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズ（ＷＳ）を決定するステップ（Ｓ３）と、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データ（実効値ＲＭＳ２）を生成し、ノイズ波形のデータを置換データに置換するステップ（Ｓ４）とを備える。このような処理によって、ノイズ除去による状態監視への悪影響を抑えつつ、確実にノイズを除去することができる。

Description

状態監視装置のノイズ除去方法および状態監視装置
　本発明はセンサを用いる状態監視装置に関し、特に状態監視装置のノイズ除去方法およびそのノイズ除去方法を用いる状態監視装置に関する。
　特開２０１２－１４７２７６号公報（特許文献１）は、受信装置およびインパルスノイズ除去方法を開示する。インパルスノイズ除去方法の例としては、１）ノイズ除去部が、ノイズ位置の出力値を「０」へ置換することによって、インパルスノイズを除去する方法、２）ノイズ位置における出力値を時間平均値へ置換することによって、インパルスノイズ成分を減衰する方法、３）一般的なインパルスノイズの波形（以下、「ノイズレプリカ」と記載する）をあらかじめ記憶しておき、ノイズ位置における波形に対してノイズレプリカ分を減算することによって、インパルスノイズ成分を減衰する方法などが示されている。
特開２０１２－１４７２７６号公報
　特開２０１２－１４７２７６号公報に示されたインパルスノイズの除去方法では、除去後のノイズ部のデータとその前後のデータとの差が大きくなる場合があり、元々ノイズがない波形と比べると不自然な波形となる。したがって、ノイズを除去することによって、そのデータに正常データとの差異が生じ、正常であるにもかかわらず異常と誤判定するおそれがある。
　この発明は、上記の課題を解決するためになされたものであって、その目的は、状態監視装置において、ノイズ除去による状態監視への悪影響を抑えつつ、確実にノイズを除去することができる状態監視装置およびノイズ除去方法を提供することである。
　本開示は、要約すると、被試験装置に設置されたセンサの出力を受ける状態監視装置に関し、状態監視装置は、センサによって測定した測定期間の波形のデータを取得するデータ取得部と、取得した測定期間の波形からノイズを除去するデータ演算部とを備える。データ演算部は、測定期間の波形のデータからノイズ判定の基準範囲を決定し、基準範囲の上限値以上または基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定し、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを生成し、ノイズ波形のデータを置換データに置換する。
　好ましくは、データ演算部は、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを決定する。
　好ましくは、データ演算部は、処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データを算出する。
　より好ましくは、データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて置換データを算出する。
　より好ましくは、データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する。
　好ましくは、データ演算部は、測定期間の波形のデータが基準範囲の内側のデータから基準範囲の外側のデータに遷移する時点と、測定期間の波形のデータが範囲の外側であるデータから基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を処理ウインドウのサイズとして決定する。
　本開示の他の局面は、センサを用いる状態監視装置のノイズ除去方法に関する。ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲を決定するステップと、基準範囲の上限値以上または基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズを決定するステップと、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを生成し、ノイズ波形のデータを置換データに置換するステップとを備える。
　好ましくは、置換するステップは、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データを決定する。
　好ましくは、置換するステップは、処理ウインドウ内のデータ群を昇順に並べ替えるステップと、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データを算出するステップとを含む。
　より好ましくは、置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて置換データを算出する。
　より好ましくは、置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から置換データを算出する。
　好ましくは、処理ウインドウのサイズを決定するステップは、測定期間の波形のデータが範囲の内側のデータから基準範囲の外側のデータに遷移する時点と、測定期間の波形のデータが基準範囲の外側であるデータから基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を処理ウインドウのサイズとして決定する。
　本発明の状態監視装置およびノイズ除去方法によれば、ノイズ除去が状態監視に与える悪影響を抑えつつ確実にノイズを除去することができる。
実施の形態１に係る状態監視装置の構成を示すブロック図である。 実施の形態１の状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。 インパルスノイズを含まないＡＥセンサの出力波形（電圧波形）の一例を示した図である。 インパルスノイズを含むＡＥセンサの出力波形（電圧波形）の一例を示した図である。 データ演算部でインパルスノイズの除去処理を施した後の電圧波形の一例を示した図である。 図２のステップＳ２（ウインドウサイズ用のしきい値の決定）の処理の詳細を示すフローチャートである。 図２のステップＳ３（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。 処理ウインドウ内のデータ数と、実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上となるデータ数ＤＮとの関係を示す図である。 図８の波形の最初のインパルスノイズ付近を拡大して示した図である。 図２のステップＳ４（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。 ステップＳ５３の処理ウインドウの要素Ｅ（ｎ）の設定、ステップＳ５４のデータの並べ替え、およびステップＳ５５の演算について説明するための概念図である。 ノイズを含む原波形（図４）に対してメディアンフィルタ処理を施した電圧波形（比較例１）を示す図である。 ノイズを含む原波形（図４）に対してノイズ判別しきい値を一定値に固定してノイズ除去処理を行なった場合の電圧波形（比較例２）を示す図である。 ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から実効値を特徴量として算出した結果を比較した図である。 ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から波高率を特徴量として算出した結果を比較した図である。 負方向のインパルスノイズを含む電圧波形例である。 実施の形態２において状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。 図１７のステップＳ１０３の処理の詳細を示すフローチャートである。 図１７のステップＳ１０４（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。 図１７のステップＳ１０５（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。
　以下、本発明の実施の形態について図面を参照しつつ説明する。なお、以下の図面において同一または相当する部分には同一の参照番号を付し、その説明は繰返さない。
　［実施の形態１］
　［状態監視装置の基本構成］
　図１は、実施の形態１に係る状態監視装置の構成を示すブロック図である。図１を参照して、状態監視装置１００は、被試験装置１０に設置されたＡＥ（Acoustic　Emission）センサ２０から信号を受けて、被試験装置１０の状態を監視し、異常を検出する。被試験装置１０は、例えば工場や発電所などに設置された回転機器を含む設備であり、ＡＥセンサ２０は、回転時に生じる異常振動を検出することができる。なお、実施の形態１では、監視対象としてＡＥを例示する。ＡＥとは、材料が変形あるいは破壊する際に、内部に蓄えていた弾性エネルギーを音波（弾性波、ＡＥ波）として放出する現象である。しかし、設備の運転状況を確認できる出力信号であれば、監視対象はＡＥセンサ以外の検出信号であっても良い。例えば、振動、温度、負荷トルク、モータ電力等を検出するセンサをＡＥセンサ２０に代えて使用しても良い。
　状態監視装置１００は、アンプ１１０と、Ａ／Ｄコンバータ１２０と、データ取得部１３０と、記憶装置１４０と、データ演算部１５０と、表示部１６０とを含む。
　回転機械に設置したＡＥセンサ２０の電圧波形（以下、ＡＥの電圧波形）は、アンプ１１０の回路においてエンベロープ処理されている。Ａ／Ｄコンバータ１２０は、アンプ１１０の出力信号を受ける。データ取得部１３０は、Ａ／Ｄコンバータ１２０からデジタル信号を受けてドリフト補正処理を行ない、記憶装置１４０に測定データを記録する。データ演算部１５０は、記憶装置１４０から測定しておいた測定データを読み出して、インパルスノイズを除去する。ノイズが除去された測定データは、被試験装置１０の異常を判別する特徴量を抽出するために用いられる。データ演算部１５０は、ノイズが除去された測定データから被試験装置１０の異常の有無を判断する。データ演算部１５０は、異常の有無を判断した場合、表示部１６０にその結果を表示させる。
　［インパルスノイズ除去方法の説明］
　図２は、実施の形態１の状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。実施の形態１のノイズ除去方法は、センサを用いる図１の状態監視装置１００のデータ演算部１５０において、以下のステップＳ１～Ｓ４が実行されることを特徴とする。なお、測定データは、波形の離散点のデジタルデータである。測定データは、データ取得部１３０によって予めドリフト補正処理（所定期間の平均値が零となるように波形のレベルを調整する処理）されて、記憶装置１４０に記憶されている。ステップＳ１～Ｓ４の詳細は後述するが、まずステップＳ１～Ｓ４の概要を説明する。
　ステップＳ１は、ドリフト補正されたセンサの出力波形を記憶装置１４０から読み出す処理である。なお、ＡＥセンサ２０の出力信号を記憶する前にドリフト補正処理しても良いし、ドリフト補正前の波形を記憶しておき、これを読み出した後にドリフト補正してデータ演算部１５０に入力しても良い。
　ステップＳ２は、測定データ全体を統計処理し、ウインドウサイズ決定用のしきい値（基準値Ｙ１）を決定する処理である。
　ステップＳ３は、ステップＳ２で得られたしきい値とサイズ可変ウインドウによって、ノイズパルスを少なくとも１個内包するウインドウサイズＷＳを決定する処理である。パルスを少なくとも１個内包するようにウインドウサイズＷＳを決定する理由は、サイズがノイズパルス１個分より狭いとノイズパルスを完全に除去できない一方で、サイズが大きすぎても処理時間がかかるからである。
　なお、ステップＳ３では、ループ処理によってウインドウサイズを徐々に大きくしながらノイズパルスを内包するか否かを判定しているが、サイズ可変ウインドウがノイズパルス１個分を内包した時点で、高速化のために処理は終了される。
　ステップＳ４の前半では、ステップＳ３で決定したウインドウサイズの処理ウインドウをデータに対し所定データ数ずつスライドさせた時に、その処理ウインドウで基準値Ｙ２を決定し、その基準値Ｙ２を用いて処理ウインドウ内のノイズデータを特定する。
　ステップＳ４の後半では、ノイズデータを処理ウインドウ内の絶対値処理後の昇順上位１０％以上５０％以下の統計量で置換する。
　実施の形態１のノイズ除去方法が適用される波形を測定するセンサ２０としては、ＡＥセンサを例示したが、振動を測定するためのセンサであればよく、加速度センサ、速度センサ、変位センサ、ＡＥセンサ、超音波センサ、温度センサ、音響センサのいずれであっても良い。
　また、実施の形態１のノイズ除去方法が適用される波形から得られる統計量は、実効値、最大値、波高率、変調値、尖度、歪度、標準偏差を例示でき、統計量算出前の前処理としてバンドパスフィルタ処理やＦＦＴ（Fast　Fourier　Transform）処理やケプストラム処理を施しても良い。
　なお、ノイズの発生要因は多々あり、電気的要因と機械的要因が挙げられる。電気的要因は、静電気の放電、スイッチやリレーにおける接点開閉時の放電などであり、機械的要因は、運転中に機械部品同士が接触することによるインパルス加振などである。
　図３は、インパルスノイズを含まないＡＥセンサの出力波形（電圧波形）の一例を示した図である。図４は、インパルスノイズを含むＡＥセンサの出力波形（電圧波形）の一例を示した図である。図５は、データ演算部でインパルスノイズの除去処理を施した後の電圧波形の一例を示した図である。各々の波形の測定条件は、サンプリング速度：１００ｋＨｚ、データ長さ：５ｓｅｃである。
　次に、図２の各ステップの詳細を説明する。図６は、図２のステップＳ２の処理の詳細を示すフローチャートである。図１、図６を参照して、ステップＳ１１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。続いてステップＳ１２において、データ演算部１５０は、図３～図５に示したような１波形の全データに対して実効値ＲＭＳ１を算出する。実効値ＲＭＳ１は、１波形の全データの二乗平均平方根（Root　Mean　Square）で与えられる。そして、ステップＳ１３において、データ演算部１５０は、読み込んだ波形に対応する実効値ＲＭＳ１の１０倍の値を後に使用する基準値Ｙ１としてメインルーチンに返す。
　図７は、図２のステップＳ３（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。ステップＳ３の処理では、処理ウインドウのウインドウサイズＷＳを決定するために、データの最初の点を基点としてウインドウサイズを１点ずつ増やしていきデータを抽出し昇順に並べる。なお、高速化のために、サイズ可変な処理ウインドウがノイズ１個分を内包した時点で、ループ処理を終了する。
　まず、ステップＳ２１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。ステップＳ２２において、ループの判定に使用する変数ｉをゼロに初期化する。続いてステップＳ２３において、データ演算部１５０は、変数ｉをインクリメントする。ステップＳ２４において、変数ｉが３以上になるまで、ステップＳ２３のインクリメント処理が実行される。
　ステップＳ２４において、変数ｉが３以上であった場合、ステップＳ２５においてデータ演算部１５０は、処理ウインドウ内のデータ数をｉ個とし、最初のデータＤ（１）からｉ番目のデータＤ（ｉ）までが処理ウインドウ内データであると定義する。続いて、ステップＳ２６において、データ演算部１５０は、データＤ（１）～Ｄ（ｉ）の中から実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。
　そしてステップＳ２７において、データ演算部１５０は、現在の処理ウインドウ（サイズｉ個）のデータ数ＤＮ（ｉ）に加えて、１ループ前の処理ウインドウ（サイズｉ－１個）のデータ数ＤＮ（ｉ－１）、２ループ前の処理ウインドウ（サイズｉ－２個）のデータ数ＤＮ（ｉ－２）を記憶装置１４０から読み出し、以下の式（１），（２）のように判定値Ａ１，Ａ２を算出する。
Ａ１＝ＤＮ（ｉ）－ＤＮ（ｉ－１）　…（１）
Ａ２＝ＤＮ（ｉ－１）－ＤＮ（ｉ－２）　…（２）
　図８は、処理ウインドウ内のデータ数と、実効値が基準値Ｙ１（＝ＲＭＳ１×１０）以上となるデータ数ＤＮとの関係を示す図である。図９は、図８の波形の最初のインパルスノイズ付近を拡大して示した図である。
　判定値Ａ１＝１、Ａ２＝０となる場合は、インパルスノイズの開始時（パルス立ち上がり時）なのでこの時の位置をＴＰ１とし、判定値Ａ１＝０、Ａ２＝１となる場合は、インパルスノイズの終了時（パルス立ち下がり時）なのでこの時の位置をＴＰ２とする（ステップＳ２８～Ｓ３１）。
　なお、判定値Ａ１＝０、Ａ２＝０となる場合は、インパルスノイズの開始前またはインパルスノイズの終了後であり、判定値Ａ１＝１、Ａ２＝１となる場合は、インパルスノイズの最中であり、これらはいずれもステップＳ２８でＮＯ、かつステップＳ３０でＮＯと判定される。
　ステップＳ２２～Ｓ３１の処理によって、位置ＴＰ１およびＴＰ２が決定されると、ステップＳ３２において、データ演算部１５０は、ウインドウサイズＷＳを算出する。ウインドウサイズＷＳは、インパルスノイズ１個分に相当する大きさ（ＴＰ２－ＴＰ１）を十分に内包する大きさが必要である。このため、式（３）によって算出したＴＰ１、ＴＰ２の差分の１０倍にウインドウサイズＷＳを定める。なお、ウインドウサイズＷＳは必ずしも差分の１０倍である必要はなく、演算処理速度とノイズ除去性能の兼ね合いによって適宜倍率を決めても良い。
ＷＳ＝１０×（ＴＰ２－ＴＰ１）　…（３）
　ウインドウサイズＷＳが算出されたら、ステップＳ３３において、データ演算部１５０は、ウインドウサイズＷＳをメインルーチンに返す。
　続いて、図２のステップＳ４について説明する。図１０は、図２のステップＳ４（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。
　図１、図１０を参照して、まず、ステップＳ５１において、データ演算部１５０は、記憶装置１４０からドリフト補正処理された波形を読み込む。ステップＳ５２において、初期の処理ウインドウを設定する。このときの処理ウインドウのサイズは、図７のフローチャートの処理で決定されたウインドウサイズＷＳであり、処理ウインドウの位置は、観測時間の最初の時刻に取得されたデータが処理ウインドウの最初のデータとなるように設定される。この処理ウインドウの最初のデータの位置を示す変数をｎとすると、ｎ＝１に設定される。
　続いて、ステップＳ５３において、要素Ｅ（ｎ）として、処理ウインドウ内の最初のデータの値が記憶される。このときにステップＳ５３Ａにおいて、処理ウインドウ内のデータを絶対値化する。その後ステップＳ５４において、データの並べ替え処理が実行され、ステップＳ５５において並べ替えたデータから実効値ＲＭＳ２および標準偏差σが演算され、これらを用いて基準値Ｙ２（＝１５σ＋ＲＭＳ２）が演算される。
　図１１は、ステップＳ５３の処理ウインドウの要素Ｅ（ｎ）の設定、ステップＳ５４のデータの並べ替え、およびステップＳ５５の演算について説明するための概念図である。
　処理ウインドウの最初のデータは要素Ｅ（ｎ）であり、処理ウインドウのサイズは、ウインドウサイズＷＳである。処理ウインドウの最後のデータは要素Ｅ（ｎ＋ＷＳ－１）となる。ｎ＝１の場合は処理ウインドウがノイズ除去対象波形の最初のＷＳ個の要素Ｅ（１）～Ｅ（ＷＳ－１）で構成される。処理ウインドウは、ｎが増えるにつれて時間の増加方向にスライドする。
　データ演算部１５０は、処理ウインドウ内のデータを昇順に並べ替える。並べ替えが終了すると、インパルスノイズ成分は昇順の順位が後方の部分に集中する。並べ替えが終了すると、ステップＳ５５において、データ演算部１５０は、昇順で上位５０％のデータの実効値を演算し、これをＲＭＳ２として記憶する。また、データ演算部１５０は、昇順で上位５０％のデータの標準偏差を演算し、これをσとして記憶する。
　図１１をみればわかるように、インパルスノイズ成分は、昇順の順位において後方に集中するので、昇順上位５０％には、インパルスノイズ成分はほとんど入らないことが期待できる。したがって、実効値ＲＭＳ２および標準偏差σは、それぞれ処理ウインドウ内のインパルスノイズを除いた波形の実効値および標準偏差に近い値となる。実効値ＲＭＳ２および標準偏差σから、基準値Ｙ２（＝１５σ＋ＲＭＳ２）が算出される。
　再び図１０に戻り、ステップＳ５４，Ｓ５５の処理の後に、データ演算部１５０は、ステップＳ５６において、要素Ｅ（ｎ）が基準値Ｙ２以上であるか否かを判断する。ここで、基準値Ｙ２は、要素Ｅ（ｎ）がインパルスノイズのデータであるか否かを判断するための判定値である。ステップＳ５５で算出されたこの判定値は、必ずしも（１５σ＋ＲＭＳ２）である必要はなく、インパルスノイズの高さや幅に合わせて変更されても良い。
　Ｅ（ｎ）≧Ｙ２の場合（Ｓ５６でＹＥＳ）、ステップＳ５７に示すようにＥ（ｎ）がノイズの成分であると判断される。この場合、ステップＳ５８において、要素Ｅ（ｎ）として記憶されていたデータが、実効値ＲＭＳ２に置換される。一方、Ｅ（ｎ）＜Ｙ２の場合（Ｓ５６でＮＯ）、ステップＳ５９に示すように、Ｅ（ｎ）はノイズの成分でないと判断され、データはそのまま維持され、置換されない。
　ステップＳ５８またはＳ５９の処理が終了すると、ステップＳ６０において、要素Ｅ（ｎ）がノイズ除去処理後の波形データとして記憶される。そして、ステップＳ６１において、データ演算部１５０は、処理ウインドウがノイズ除去処理対象波形の最後に達したか否かを判断する。
　ステップＳ６１において、処理ウインドウがノイズ除去処理対象波形の最後に達していないと判断された場合には、ステップＳ６２において処理ウインドウをデータ１点分後ろにスライドさせる。これはｎに１を加算する処理に対応する。そして、ステップＳ５３～Ｓ６１の処理が再び実行される。
　一方、ステップＳ６１において、処理ウインドウがノイズ除去処理対象波形の最後に達したと判断された場合には、ステップＳ６３において処理はメインルーチンに戻される。
　このように、図１０に示したノイズ除去処理では、ウインドウサイズＷＳを適用した処理ウインドウを全波形データに対してスライドさせていく。処理ウインドウ内のデータの最初の値をＥ（ｎ）として記憶し、Ｅ（ｎ）がノイズ成分である場合には、Ｅ（ｎ）の記憶値をＲＭＳ２へ置換する。
　（比較評価）
　ノイズを含む電圧波形に対し、実施の形態１で説明したノイズ除去処理を施した場合と、比較例として他のノイズ除去処理を施した場合とにおいて、その電圧波形と波形から算出した特徴量（時間領域の実効値、時間領域の波高率）がどのように異なるかを評価した。ノイズ除去後の波形形状と波形から算出した特徴量が、ノイズ無し波形から得た特徴量に近いほど優れたノイズ除去方法といえる。特徴量については、ばらつきを評価するために別データで１０回の計算を行った。
　比較例１としては、一般的な手法であるメディアンフィルタ処理（スライドウインドウ内のデータを昇順に並べ替えた場合の中央値を返す）を行なった。比較例２としては、図１０のアルゴリズムにおいて、ステップＳ５６でノイズ判別を行なうための基準値Ｙ２（＝１５σ＋ＲＭＳ２）を計算せず、固定値をしきい値およびノイズに置換する値とした。
　図１２は、ノイズを含む原波形（図４）に対してメディアンフィルタ処理を施した電圧波形（比較例１）を示す図である。図１３は、ノイズを含む原波形（図４）に対してノイズ判別しきい値を一定値に固定してノイズ除去処理を行なった場合の電圧波形（比較例２）を示す図である。
　図１２の比較例１の波形では、インパルスノイズのピークは下がっているが、インパルスノイズ以外の部分の電圧波形も大きく変化しており、抽出すべき特徴量の情報が失われている。図１３の比較例２の波形では、インパルスノイズ以外の部分は、原波形の形状が保たれているが、インパルスノイズはピークが一律に下がっているとはいえ残っている。したがって、特徴量を抽出するとインパルスノイズの影響が出てくることが考えられる。
　実施の形態１に示すノイズ除去処理で得られた波形と上記の比較例１，２のノイズ除去処理によって得られた波形から、それぞれ特徴量を抽出して比較した。
　図１４は、ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から実効値を特徴量として算出した結果を比較した図である。図１５は、ノイズ無し波形、ノイズ有り波形、ノイズ除去波形（実施例）、比較例１，２の波形から波高率を特徴量として算出した結果を比較した図である。
　図１４、図１５の中の棒グラフは平均値、エラーバーは最大値と最小値を示す。比較例１の処理を施すと、波形形状が大きく変化し、実効値と波高率はノイズ無しに比べ小さくなる。比較例２の処理を施すと、ノイズ部で頭打ちにしたような波形形状に変化し、ノイズ無しの場合に比べ実効値のばらつきが大きくなり波高率は小さくなる。
　これに対し実施の形態１で説明した処理を施すことにより、波形形状、実効値、波高率のいずれもノイズ無し波形に近い状態になり、ノイズを除去しつつも診断に必要な情報を含んだ状態に波形を維持することができる。
　本発明のノイズ除去方法は、ノイズ除去による状態監視への影響を抑えつつ確実にノイズを除去することができる。
　（実施の形態１のまとめ）
　最後に、代表的な図を参照して、実施の形態１の主たる特徴について説明する。図１に示す状態監視装置１００は、ＡＥセンサ２０によって測定した測定期間の波形のデータを取得するデータ取得部１３０と、取得した測定期間の波形からノイズを除去するデータ演算部１５０とを備える。
　データ演算部１５０は、測定した波形に対してノイズ除去方法を実行し、インパルスノイズを除去する。図２に示すように、ノイズ除去方法は、センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲（基準値Ｙ１より小さい範囲がインパルスノイズでないとする）を決定するステップＳ２と、基準範囲の上限値（基準値Ｙ１）以上の大きさのノイズ波形少なくとも１波形分のデータを内包し、測定期間よりも短い期間の処理ウインドウのサイズＷＳを決定するステップＳ３と、処理ウインドウ内にノイズ波形のデータが存在する場合に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データ（実効値ＲＭＳ２）を生成し、ノイズ波形のデータを置換データ（実効値ＲＭＳ２）に置換するステップＳ４とを備える。
　このように処理ウインドウのサイズＷＳを、測定波形全体よりも少ない範囲とすることにより、ノイズ除去処理の演算負荷を低減することができる。また、処理ウインドウ内のデータ群からノイズ波形のデータと置換する置換データ（実効値ＲＭＳ２）を作成するので、置換するノイズ部分と離れた位置である処理ウインドウ以外のデータが置換データ（実効値ＲＭＳ２）に与える影響を無くし、ノイズが重畳しなかった場合の波形に近づけることができる。
　好ましくは、図１０に示すように、置換するステップＳ４は、ステップＳ６２において、処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動（図１０では１データずつスライド）させる毎に、処理ウインドウ内のデータ群からノイズ波形のデータを置換する置換データ（実効値ＲＭＳ２）を決定する。
　好ましくは、図１０に示すように、置換するステップＳ４は、処理ウインドウ内のデータ群を昇順に並べ替えるステップＳ５４と、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータ（昇順の小さい方から所定割合（図１０では５０％）の数のデータ）を用いて置換データ（実効値ＲＭＳ２）を算出するステップＳ５５とを含む。
　図１１に示すように処理ウインドウ内にインパルスノイズが含まれていた場合には、インパルスノイズ成分は昇順に並べ替えると集中する。集中する位置は、例えば順序の後ろの方である。昇順に並べ替えたデータ群において、インパルスノイズが含まれていないと考えられる連続して並ぶ一部のデータ（例えば、昇順に並べ替えたデータの小さい方から所定割合の数のデータ）を用いるので、インパルスノイズが含まれないデータを用いて、置換に使用する置換データ（実効値ＲＭＳ２）を生成することができ、インパルスノイズの影響を少なくすることができる。
　好ましくは、図７に示すように、処理ウインドウのサイズＷＳを決定するステップは、測定期間の波形のデータが基準範囲の内側のデータから基準範囲の外側のデータに（例えば、基準値Ｙ１より小さいデータから基準値Ｙ１以上のデータに）遷移する時点（Ａ１＝１＆Ａ２＝０に相当）と、測定期間の波形のデータが基準範囲の外側のデータから基準範囲の内側のデータに（例えば、基準値Ｙ１以上であるデータから基準値Ｙ１より小さいデータに）遷移する時点（Ａ１＝０＆Ａ２＝１に相当）との間に含まれるデータ数の倍数（Ｓ３２では１０倍）を処理ウインドウのサイズとして決定する。
　図９に示すように、基準値Ｙ１（＝ＲＭＳ１×１０）以上の電圧を示すデータはインパルスノイズでありＴＰ１～ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。したがって、ノイズ除去のためにはインパルスノイズ１パルスとその周辺が十分入る適切な幅にサイズＷＳを設定するので、ウインドウサイズＷＳを測定波形全体よりも少ない範囲としてデータ処理負荷を減らしつつも、適切なノイズ除去処理ができるサイズを確保することができる。
　［実施の形態２］
　実施の形態１では、インパルスノイズを検出し、インパルスノイズとその周辺の波形をウインドウで切り出し、そのウインドウ内でノイズを含まないと考えられるデータから実効値を発生しインパルスノイズを実効値で置換した。しかし、インパルスノイズは正方向だけでなく負方向にも発生することがある。実施の形態２では、正方向だけでなく負方向のインパルスノイズに対しても除去することができる状態監視装置について説明する。
　図１６は、負方向のインパルスノイズを含む電圧波形例である。このような波形が得られた場合に対応するために、実施の形態２では、波形全体のデータが正の値となるように、波形をオフセットする処理を実行する。そして、インパルスノイズ除去後に、オフセットしていた波形全体を元に戻す処理を行なう。
　実施の形態２の状態監視装置の構成を示すブロック図は、図１と同様であるので、説明は繰返さない。図１７は、実施の形態２において状態監視装置に適用されるノイズ除去方法の処理を示すフローチャートである。実施の形態２のノイズ除去方法は、センサを用いる図１の状態監視装置１００のデータ演算部１５０において、以下のステップＳ１０１～Ｓ１０６が実行されることを特徴とする。なお、測定データは、実施の形態１と同様に波形の離散点のデジタルデータである。測定データは、データ取得部１３０によって予めドリフト補正処理（所定期間の平均値が零となるように波形のレベルを調整する処理）されて、記憶装置１４０に記憶されている。ステップＳ１０１～Ｓ１０６の詳細は後述するが、まずステップＳ１０１～Ｓ１０６の概要を説明する。
　ステップＳ１０１は、ドリフト補正されたセンサの出力波形を記憶装置１４０から読み出す処理である。なお、ＡＥセンサ２０の出力信号を記憶する前にドリフト補正処理も良いし、ドリフト補正前の波形を記憶しておき、これを読み出した後にドリフト補正してデータ演算部１５０に入力しても良い。
　ステップＳ１０２は、負のインパルスノイズが測定データに含まれていた場合に、全体を正の値として扱うために行なう処理である。ステップＳ１０２では波形全体の最小値の絶対値＋１を波形全体の各測定点のデータに加算するオフセット処理が行なわれる。
　ステップＳ１０３は、測定データ全体を統計処理し、ウインドウサイズ決定用のしきい値（基準値ＹＵ，ＹＬ）を決定する処理である。
　ステップＳ１０４は、ステップＳ１０３で得られたしきい値とサイズ可変ウインドウによって、ノイズパルスを少なくとも１個内包するウインドウサイズＷＳを決定する処理である。
　なお、ステップＳ１０４では、ループ処理によってウインドウサイズを徐々に大きくしながらノイズパルスを内包するか否かを判定しているが、サイズ可変ウインドウがノイズパルス１個分を内包した時点で、高速化のために処理は終了される。
　ステップＳ１０５の前半では、ステップＳ１０４で決定したウインドウサイズの処理ウインドウを波形データに対し所定データ数ずつスライドさせた時に、その処理ウインドウで基準値ＹＵ２，ＹＬ２を決定し、その基準値ＹＵ２，ＹＬ２を用いて処理ウインドウ内のノイズデータを特定する。
　ステップＳ１０５の後半では、処理ウインドウ内の絶対値処理後の昇順上位３０％以上６０％以下のデータから算出した統計量でノイズデータを置換する。
　そして、ステップＳ１０６においてオフセット処理で各データ値に加算した値を各データ値から引く（逆オフセット処理）。
　実施の形態２のノイズ除去方法が適用される波形を測定するセンサ２０は、振動を測定するためのセンサであればよく、加速度センサ、速度センサ、変位センサ、ＡＥセンサ、超音波センサ、温度センサ、音響センサのいずれであっても良い。
　また、実施の形態２のノイズ除去方法が適用される波形から得られる統計量は、実効値、最大値、波高率、変調値、尖度、歪度、標準偏差を例示でき、統計量算出前の前処理としてバンドパスフィルタ処理やＦＦＴ（Fast　Fourier　Transform）処理やケプストラム処理を施しても良い。
　次に、図１７の各ステップの詳細を説明する。図１８は、図１７のステップＳ１０３の処理の詳細を示すフローチャートである。図１、図１８を参照して、ステップＳ１１１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。続いてステップＳ１１２において、データ演算部１５０は、図３～図５および図１６に示したような１波形の全データに対して実効値ＲＭＳ１を算出する。実効値ＲＭＳ１は、１波形の全データの二乗平均平方根（Root　Mean　Square）で与えられる。
　さらに、ステップＳ１１３において、データ演算部１５０は、１波形の全データの各データ点の値のうちから最大値ＭＡＸ１，最小値ＭＩＮ１を算出する。オフセット処理をしているので、各データ値は正の値となっており、また最小値ＭＩＮ１＝＋１である。
　この時、データ演算部１５０は、後に使用する基準値ＹＵ，ＹＬを算出する。基準値ＹＵは、読み込んだ波形に対応する実効値ＲＭＳ１の１０倍の値である。基準値ＹＬは、読み込んだ波形に対応する実効値ＲＭＳ１の０．１倍の値である。なお、上記の１０倍、０．１倍という倍数は一例であり、インパルスノイズの大きさとノイズ無し波形の大きさの関係によって適宜変更しても良い。
　続いて、ステップＳ１１４～Ｓ１１９において、データ演算部１５０は、波形に含まれるインパルスノイズのピークの正負向きの情報である検出フラグ＋noise，－noiseを求める。正方向ピークの有無は検出フラグ＋noiseで表され、＋noise＝１は正方向のピーク有を示し、＋noise＝０は正方向のピーク無を示す。負方向ピークの有無は検出フラグ－noiseで表され、－noise＝１は負方向のピーク有を示し、－noise＝０は負方向のピーク無を示す。
　具体的には、ステップＳ１１４において、最大値ＭＡＸ１が基準値ＹＵよりも大きいか否かが判断される。ＭＡＸ１＞ＹＵが成立した場合（Ｓ１１４でＹＥＳ）、ステップＳ１１５においてデータ演算部１５０は検出フラグ＋noiseを“１”に設定する。一方、ＭＡＸ１＞ＹＵが成立しない場合（Ｓ１１４でＮＯ）、ステップＳ１１６においてデータ演算部１５０は検出フラグ＋noiseを“０”に設定する。
　続いて、ステップＳ１１７において、最小値ＭＩＮ１が基準値ＹＬよりも小さいか否かが判断される。ＭＩＮ１＜ＹＬが成立した場合（Ｓ１１７でＹＥＳ）、ステップＳ１１８においてデータ演算部１５０は検出フラグ－noiseを“１”に設定する。一方、ＭＩＮ１＜ＹＬが成立しない場合（Ｓ１１７でＮＯ）、ステップＳ１１９においてデータ演算部１５０は検出フラグ－noiseを“０”に設定する。
　最後に、ステップＳ１２０において、データ演算部１５０は、基準値ＹＵ，ＹＬおよび検出フラグ＋noise，－noiseをメインルーチンに返す。
　図１９は、図１７のステップＳ１０４（ウインドウサイズの決定）の処理の詳細を示すフローチャートである。ステップＳ１０４の処理では、処理ウインドウのウインドウサイズＷＳを決定するために、データの最初の点を基点としてウインドウサイズを１点ずつ増やしていきデータを抽出し昇順に並べる。なお、高速化のために、サイズ可変な処理ウインドウがノイズ１個分を内包した時点で、ループ処理を終了する。
　まず、ステップＳ１２１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。ステップＳ１２２において、ループの判定に使用する変数ｉをゼロに初期化する。続いてステップＳ１２３において、データ演算部１５０は、変数ｉをインクリメントする。ステップＳ１２４において、変数ｉが３以上になるまで、ステップＳ１２３のインクリメント処理が実行される。
　ステップＳ１２４において、変数ｉが３以上であった場合、ステップＳ１２５においてデータ演算部１５０は、処理ウインドウ内のデータ数をｉ個とし、最初のデータＤ（１）からｉ番目のデータＤ（ｉ）までが処理ウインドウ内データであると定義する。
　続いて、ステップＳ１２６では、データ演算部１５０は、検出フラグの値が、＋noise＝０かつ－noise＝１である（負方向のインパルスノイズのみがある）か否かを判断する。
　ステップＳ１２６において判定条件（＋noise＝０かつ－noise＝１）が成立した場合（Ｓ１２６でＹＥＳ）には、ステップＳ１２７に処理が進められる。ステップＳ１２７では、データ演算部１５０は、データＤ（１）～Ｄ（ｉ）の中から実効値が基準値ＹＬ（＝ＲＭＳ１×０．１）以下であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。
　一方、ステップＳ１２６において判定条件（＋noise＝０かつ－noise＝１）が成立しない場合（Ｓ１２６でＮＯ）には、ステップＳ１２８に処理が進められる。ステップＳ１２８では、データ演算部１５０は、データＤ（１）～Ｄ（ｉ）の中から実効値が基準値ＹＵ（＝ＲＭＳ１×１０）以上であるデータ数ＤＮ（ｉ）を算出し、記憶装置１４０に記憶する。
　そしてステップＳ１２９において、データ演算部１５０は、現在の処理ウインドウ（サイズｉ個）のデータ数ＤＮ（ｉ）に加えて、１ループ前の処理ウインドウ（サイズｉ－１個）のデータ数ＤＮ（ｉ－１）、２ループ前の処理ウインドウ（サイズｉ－２個）のデータ数ＤＮ（ｉ－２）を記憶装置１４０から読み出し、実施の形態１と同じ以下の式（１），（２）のように判定値Ａ１，Ａ２を算出する。
Ａ１＝ＤＮ（ｉ）－ＤＮ（ｉ－１）　…（１）
Ａ２＝ＤＮ（ｉ－１）－ＤＮ（ｉ－２）　…（２）
　実施の形態１でも説明したが、判定値Ａ１＝１、Ａ２＝０となる場合は、インパルスノイズの開始時（インパルスノイズが正の場合はパルス立ち上がり時、インパルスノイズが負の場合はパルス立ち下がり時）なのでこの時の位置をＴＰ１とし、判定値Ａ１＝０、Ａ２＝１となる場合は、インパルスノイズの終了時（インパルスノイズが正の場合はパルス立ち下がり時、インパルスノイズが負の場合はパルス立ち上がり時）なのでこの時の位置をＴＰ２とする（ステップＳ１３０～Ｓ１３３）。
　なお、判定値Ａ１＝０、Ａ２＝０となる場合は、インパルスノイズの開始前またはインパルスノイズの終了後であり、判定値Ａ１＝１、Ａ２＝１となる場合は、インパルスノイズの最中であり、これらはいずれもステップＳ１３０でＮＯ、かつステップＳ１３２でＮＯと判定される。
　ステップＳ１２２～Ｓ１３３の処理によって、位置ＴＰ１およびＴＰ２が決定されると、ステップＳ１３４において、データ演算部１５０は、ウインドウサイズＷＳを算出する。ウインドウサイズＷＳは、インパルスノイズ１個分に相当する大きさ（ＴＰ２－ＴＰ１）を十分に内包する大きさが必要である。このため、以下の式（３）によって算出したＴＰ１、ＴＰ２の差分の１０倍にウインドウサイズＷＳを定める。なお、ウインドウサイズＷＳは必ずしも差分の１０倍である必要はなく、演算処理速度とノイズ除去性能の兼ね合いによって適宜倍率を決めても良い。
ＷＳ＝１０×（ＴＰ２－ＴＰ１）　…（３）
　ウインドウサイズＷＳが算出されたら、ステップＳ１３５において、データ演算部１５０は、ウインドウサイズＷＳをメインルーチンに返す。
　続いて、図１７のステップＳ１０５について説明する。図２０は、図１７のステップＳ１０５（ノイズ検出及び除去）の処理の詳細を示すフローチャートである。
　図１、図２０を参照して、まず、ステップＳ１５１において、データ演算部１５０は、記憶装置１４０からオフセット処理された波形を読み込む。ステップＳ１５２において、データ演算部１５０は、初期の処理ウインドウを設定する。このときの処理ウインドウのサイズは、図１９のフローチャートの処理で決定されたウインドウサイズＷＳであり、処理ウインドウの位置は、観測時間の最初の時刻に取得されたデータが処理ウインドウの最初のデータとなるように設定される。この処理ウインドウの最初のデータの位置を示す変数をｎとすると、ｎ＝１に設定される。
　続いて、ステップＳ１５３において、データ演算部１５０は、処理ウインドウ内のデータの最大値ＭＡＸ２、最小値ＭＩＮ２を検出する。そして、ステップＳ１５４では、データ演算部１５０は、インパルスノイズの置換処理の実行条件を判断する。ここで、＋noise＝１かつＭＡＸ２＞ＹＵ（＝１０×ＲＭＳ１）を満たす場合は、処理ウインドウに正方向のインパルスノイズを含む。また、＋noise＝０かつ－noise＝１かつＭＩＮ２＜ＹＬ（＝０．１×ＲＭＳ１）を満たす場合は、処理ウインドウに負方向のみのインパルスノイズを含む。ステップＳ１５４では、高速化のためこの２条件を満たすウインドウのみノイズ置換処理を続行する。この条件を満たさない場合には、ステップＳ１５４からステップＳ１６４に処理が進められる。
　ステップＳ１５４において２条件のいずれか一方が満たされた場合（Ｓ１５４でＹＥＳ）、ステップＳ１５５において、要素Ｅ（ｎ）として、処理ウインドウ内の最初のデータの値が記憶される。その後ステップＳ１５６において、データの並べ替え処理が実行され、さらにステップＳ１５７において、並べ替えたデータから実効値ＲＭＳ２および標準偏差σが演算され、これらを用いて基準値ＹＵ２（＝ＲＭＳ２＋１５σ），ＹＬ２（＝ＲＭＳ２－１５σ）が演算される。
　正方向または負方向のインパルスノイズを含む場合には、インパルスノイズ成分は、昇順の順位において後方または前方に集中するので、昇順上位３０％～６０％の順位中央付近には、インパルスノイズ成分はほとんど入らないことが期待できる。したがって、実効値ＲＭＳ２および標準偏差σは、それぞれ処理ウインドウ内のインパルスノイズを除いた波形の実効値および標準偏差に近い値となる。実効値ＲＭＳ２および標準偏差σから、上記のように基準値ＹＵ２、ＹＬ２が算出される。
　ステップＳ１５７の処理の後に、データ演算部１５０は、ステップＳ１５８において、「要素Ｅ（ｎ）が基準値ＹＵ２以上である」、または「要素Ｅ（ｎ）が基準値ＹＬ２以下である」という条件を満たすか否かを判断する。ここで、基準値ＹＵ２は、要素Ｅ（ｎ）が正のインパルスノイズのデータであるか否かを判断するための判定値である。また基準値ＹＬ２は、要素Ｅ（ｎ）が負のインパルスノイズのデータであるか否かを判断するための判定値である。ステップＳ１５７で算出されたこの判定値は、必ずしも、ＹＵ２＝ＲＭＳ２＋１５σ、ＹＬ２＝ＲＭＳ２－１５σ、である必要はなく、インパルスノイズの高さや幅に合わせて変更されても良い。
　Ｅ（ｎ）≧ＹＵ２またはＥ（ｎ）≦ＹＬ２の場合（Ｓ１５８でＹＥＳ）、ステップＳ１５９に示すようにＥ（ｎ）がノイズの成分であると判断される。この場合、ステップＳ１６１において、要素Ｅ（ｎ）として記憶されていたデータが、実効値ＲＭＳ２に置換される。一方、ＹＬ２＜Ｅ（ｎ）＜ＹＵ２の場合（Ｓ１５８でＮＯ）、ステップＳ１６０に示すように、Ｅ（ｎ）はノイズの成分でないと判断され、データはそのまま維持され、置換されない。
　ステップＳ１６０またはＳ１６１の処理が終了すると、ステップＳ１６２において、要素Ｅ（ｎ）がノイズ除去処理後の波形データとして記憶される。そして、ステップＳ１６３において、データ演算部１５０は、処理ウインドウがノイズ除去処理対象波形の最後に達したか否かを判断する。
　ステップＳ１６３において、処理ウインドウがノイズ除去処理対象波形の最後に達していないと判断された場合には、ステップＳ１６４に処理が進められる。
　ステップＳ１６４においては、データ演算部１５０は、処理ウインドウをデータ１点分後ろにスライドさせる。これはｎに１を加算する処理に対応する。そして、ステップＳ１５３～Ｓ１６３の処理が再び実行される。
　一方、ステップＳ１６３において、処理ウインドウがノイズ除去処理対象波形の最後に達したと判断された場合には、ステップＳ１６５において処理はメインルーチンに戻される。
　このように、図２０に示したノイズ除去処理では、ウインドウサイズＷＳを適用した処理ウインドウを全波形データに対してスライドさせていく。処理ウインドウ内のデータの最初の値をＥ（ｎ）として記憶し、Ｅ（ｎ）がノイズ成分である場合には、Ｅ（ｎ）の記憶値をＲＭＳ２へ置換する。
　（実施の形態２のまとめ）
　最後に、代表的な図を参照して、実施の形態２の主たる特徴について説明する。図１に示す状態監視装置１００は、ＡＥセンサ２０によって測定した測定期間の波形のデータを取得するデータ取得部１３０と、取得した測定期間の波形からノイズを除去するデータ演算部１５０とを備える。
　好ましくは、データ演算部１５０は、処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて置換データ（ＲＭＳ２）を算出する。
　好ましくは、データ演算部１５０は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群（３０～６０％）から置換データ（ＲＭＳ２）を算出する。
　処理ウインドウ内に正方向および負方向インパルスノイズが含まれていた場合には、インパルスノイズ成分は昇順に並べ替えると先頭部分と末尾部分に集中する。昇順に並べ替えたデータの中央付近（順位３０～６０％）のデータを用いるので、インパルスノイズが含まれないデータを用いて、置換に使用する置換データ（実効値ＲＭＳ２）を生成することができ、インパルスノイズの影響を少なくすることができる。
　データ演算部１５０は、測定期間の波形のデータが基準範囲（ＹＬ～ＹＵ）の内側のデータから基準範囲（ＹＬ～ＹＵ）の外側のデータに遷移する時点（ＴＰ１）と、測定期間の波形のデータが基準範囲（ＹＬ～ＹＵ）の外側であるデータから基準範囲（ＹＬ～ＹＵ）の内側のデータに遷移する時点ＴＰ２との間に含まれるデータ数の倍数（たとえば１０倍）を処理ウインドウのサイズとして決定する。なお、基準範囲の境界値は、内側、外側のどちらに含めても良い。本実施の形態では基準範囲の境界値であるＹＬ，ＹＵは、基準範囲の外側となっているため、ＹＵ以上をノイズとし、ＹＬ以下をノイズとしている。
　図９に示すように、基準値ＹＵ（＝ＲＭＳ１×１０）以上の電圧を示すデータは正方向のインパルスノイズでありＴＰ１～ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。またインパルスノイズが負方向の場合は、基準値ＹＬ（＝ＲＭＳ１×０．１）以下の電圧を示すデータはインパルスノイズであり、ＴＰ１～ＴＰ２の幅はインパルスノイズ１パルス分の幅に該当する。したがって、実施の形態２では、インパルスノイズが負方向の場合も含めて、インパルスノイズ１パルスとその周辺が十分入る適切な幅にサイズＷＳを設定することができる。
　今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した実施の形態の説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
　１０　被試験装置、２０　センサ、１００　状態監視装置、１１０　アンプ、１２０　Ａ／Ｄコンバータ、１３０　データ取得部、１４０　記憶装置、１５０　データ演算部、１６０　表示部。

Claims (12)

  1. 　被試験装置に設置されたセンサの出力を受ける状態監視装置であって、
    　前記センサによって測定した測定期間の波形のデータを取得するデータ取得部と、
    　取得した前記測定期間の波形からノイズを除去するデータ演算部とを備え、
    　前記データ演算部は、前記測定期間の波形のデータからノイズ判定の基準範囲を決定し、前記基準範囲の上限値以上または前記基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定し、前記処理ウインドウ内にノイズ波形のデータが存在する場合に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを生成し、前記ノイズ波形のデータを前記置換データに置換する、状態監視装置。
  2. 　前記データ演算部は、前記処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを決定する、請求項１に記載の状態監視装置。
  3. 　前記データ演算部は、前記処理ウインドウ内のデータ群を昇順に並べ替え、昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて前記置換データを算出する、請求項１または２に記載の状態監視装置。
  4. 　前記データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて前記置換データを算出する、請求項３に記載の状態監視装置。
  5. 　前記データ演算部は、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する、請求項３に記載の状態監視装置。
  6. 　前記データ演算部は、前記測定期間の波形のデータが前記基準範囲の内側のデータから前記基準範囲の外側のデータに遷移する時点と、前記測定期間の波形のデータが前記基準範囲の外側であるデータから前記基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を前記処理ウインドウのサイズとして決定する、請求項１～５のいずれか１項に記載の状態監視装置。
  7. 　センサを用いる状態監視装置のノイズ除去方法であって、
    　前記センサによって測定した測定期間の波形のデータからノイズ判定の基準範囲を決定するステップと、
    　前記基準範囲の上限値以上または前記基準範囲の下限値以下の大きさのノイズ波形少なくとも１波形分のデータを内包し、前記測定期間よりも短い期間の処理ウインドウのサイズを決定するステップと、
    　前記処理ウインドウ内にノイズ波形のデータが存在する場合に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを生成し、前記ノイズ波形のデータを前記置換データに置換するステップとを備える、ノイズ除去方法。
  8. 　前記置換するステップは、前記処理ウインドウを測定期間の波形の先頭から所定データ数ずつ移動させる毎に、前記処理ウインドウ内のデータ群から前記ノイズ波形のデータを置換する置換データを決定する、請求項７に記載のノイズ除去方法。
  9. 　前記置換するステップは、
    　前記処理ウインドウ内のデータ群を昇順に並べ替えるステップと、
    　昇順に並べ替えたデータ群において、連続して並ぶ一部のデータを用いて前記置換データを算出するステップとを含む、請求項７または８に記載のノイズ除去方法。
  10. 　前記置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータを用いて前記置換データを算出する、請求項９に記載のノイズ除去方法。
  11. 　前記置換データを算出するステップは、昇順に並べ替えたデータ群の小さい方から所定割合の数のデータと大きい方から所定割合の数のデータとを除外して、残りのデータ群から前記置換データを算出する、請求項９に記載のノイズ除去方法。
  12. 　前記処理ウインドウのサイズを決定するステップは、
    　前記測定期間の波形のデータが前記基準範囲の内側のデータから前記基準範囲の外側のデータに遷移する時点と、前記測定期間の波形のデータが前記基準範囲の外側であるデータから前記基準範囲の内側のデータに遷移する時点との間に含まれるデータ数の倍数を前記処理ウインドウのサイズとして決定する、請求項７～１１のいずれか１項に記載のノイズ除去方法。
PCT/JP2018/032069 2017-08-31 2018-08-30 状態監視装置のノイズ除去方法および状態監視装置 WO2019044955A1 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017-166820 2017-08-31
JP2017166820 2017-08-31
JP2018154070A JP2019045488A (ja) 2017-08-31 2018-08-20 状態監視装置のノイズ除去方法および状態監視装置
JP2018-154070 2018-08-20

Publications (1)

Publication Number Publication Date
WO2019044955A1 true WO2019044955A1 (ja) 2019-03-07

Family

ID=65525725

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/032069 WO2019044955A1 (ja) 2017-08-31 2018-08-30 状態監視装置のノイズ除去方法および状態監視装置

Country Status (1)

Country Link
WO (1) WO2019044955A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339667A (zh) * 2020-02-28 2020-06-26 上海澎睿智能科技有限公司 一种对注塑生产过程中压力和温度监测数据进行去噪的处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0443258U (ja) * 1990-08-09 1992-04-13
JP2011154020A (ja) * 2010-01-04 2011-08-11 Ntn Corp 転がり軸受の異常診断装置、風力発電装置および異常診断システム
JP2012147276A (ja) * 2011-01-12 2012-08-02 Fujitsu Ten Ltd 受信装置およびインパルスノイズ除去方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0443258U (ja) * 1990-08-09 1992-04-13
JP2011154020A (ja) * 2010-01-04 2011-08-11 Ntn Corp 転がり軸受の異常診断装置、風力発電装置および異常診断システム
JP2012147276A (ja) * 2011-01-12 2012-08-02 Fujitsu Ten Ltd 受信装置およびインパルスノイズ除去方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111339667A (zh) * 2020-02-28 2020-06-26 上海澎睿智能科技有限公司 一种对注塑生产过程中压力和温度监测数据进行去噪的处理方法
CN111339667B (zh) * 2020-02-28 2023-09-19 上海澎睿智能科技有限公司 一种对注塑生产过程中压力和温度监测数据进行去噪的处理方法

Similar Documents

Publication Publication Date Title
US10890507B2 (en) State monitoring method and state monitoring apparatus
JP2007121216A (ja) 回転状態検出装置
JP5375435B2 (ja) 震度測定装置
CN109450405B (zh) 一种应用于ad采集中的复合式软件滤波方法及系统
JP2019045488A (ja) 状態監視装置のノイズ除去方法および状態監視装置
JP7350135B2 (ja) 異常判定システム
WO2019044955A1 (ja) 状態監視装置のノイズ除去方法および状態監視装置
US9998101B2 (en) Method for controlling operation of moving average filter
JP6314543B2 (ja) 蓄電池の充電状態推定方法及び装置
JP6465257B1 (ja) 感震センサ及び地震判定方法
RU2764242C2 (ru) Способ измерения скорости вращения вала авиационного двигателя с учетом измерения шума
JP5628729B2 (ja) モータ制御装置及び車両用シート装置
JP2019115094A (ja) 半導体装置及びその回転異常検出方法
JP5772591B2 (ja) 音声信号処理装置
US9693171B2 (en) Sound field measuring device, method, and program
JP6645951B2 (ja) 電力系統安定化システム
CN114199365A (zh) 一种振动信号处理方法
JP2015040720A (ja) 中性子計測装置及び中性子計測方法
JP2021035108A (ja) 慣性推定装置、慣性推定プログラム及び慣性推定方法
WO2020008627A1 (ja) フィルタリング装置、センサ装置、フィルタリング方法及びプログラム
JP6365145B2 (ja) 時系列データの解析方法及び時系列データの異常監視装置
JP4572536B2 (ja) サンプリング式測定装置
JP2016057651A (ja) 時系列データの解析方法及び時系列データの異常監視装置
JP7046233B2 (ja) 異常判定装置および異常判定方法
JP4946786B2 (ja) 光モジュール回路の閾値測定方法およびその装置

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: 18851737

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18851737

Country of ref document: EP

Kind code of ref document: A1