判定知識作成装置、判定知識作成方法、プログラムおよび記録媒体
【課題】短時間で判定知識が作成可能であり、その判定知識の導出過程の説明が容易である判定知識作成装置を実現する。
【解決手段】判定知識作成装置２０は、取得した波形データに対し、特徴量抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、前記検査対象物に適した特徴量と、その特徴量を演算するためのパラメータとを求める。そして、判定知識作成装置２０は、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを、上記パラメータとして決定する周波数パラメータ決定部３０と、周波数パラメータ決定部３０によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴量を求める特徴最適化部４０とを備える。
【解決手段】判定知識作成装置２０は、取得した波形データに対し、特徴量抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、前記検査対象物に適した特徴量と、その特徴量を演算するためのパラメータとを求める。そして、判定知識作成装置２０は、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを、上記パラメータとして決定する周波数パラメータ決定部３０と、周波数パラメータ決定部３０によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴量を求める特徴最適化部４０とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、前記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置に関するものである。
【背景技術】
【０００２】
従来から、製品の品質を保証するために、製品の検査を行っている。製品の検査のうち異音検査では、従来、製品を駆動させたときの音を熟練検査員が聞いて判定する、いわゆる官能検査で、製品の良品・不良品を判定していた。しかしながら、官能検査では、属人性が高く、かつ、高度な専門知識が必要であるため、定量的に安定した検査が行えなかった。
【０００３】
そこで、コスト削減のための省人化と、検査の精度向上やばらつきを低減させて製品の信頼性向上させることを目的として、これまでは熟練検査員の勘・経験に頼るしかなかった官能検査のしくみを自動で行う異音計測システムが近年開発されている。
【０００４】
このような異音計測システムでは、検査対象製品の音や振動を測定し、当該音や振動の波形データから、異常の有無が判断可能な特徴量を演算するための検査用知識（異常音または異常振動を強調させるアルゴリズム）が必要である。当該検査用知識は、対象製品の音や振動、環境ノイズ、時間変化によって、個別に作成される。
【０００５】
ここで、検査用知識の作成、具体的には、特徴（特徴量を演算するためのアルゴリズム）に用いられるパラメータの選択は、従来、分析者（異音検査システムの検査用知識を作成する人）により行われていた。しかしながら、このパラメータの組み合わせ数は、膨大な量である。
【０００６】
例えば、サンプリング周波数：４０ｋＨｚ、分析時間：１秒、フレーム幅（単位時間）：０．１秒、フレームシフト幅：０．０５秒とする。なお、人間が聞こえる周波数帯域は、１０Ｈｚ〜２０ｋＨｚである。ただし、信号処理アルゴリズム上、２倍の分解能が必要であるため、サンプリング周波数を４０ｋＨｚとしている。また、人間が聞こえる最小の周波数１０Ｈｚの波長が最低限１つ入る０．１秒を１フレームとしている。
【０００７】
周波数フィルタの範囲を決めるパラメータである、上限周波数および下限周波数（例えば、３０００〜４０００Ｈｚ）は、１０〜２０ｋＨｚの１０Ｈｚ刻みの値をとりうる。そのため、これら上限周波数および下限周波数の組合せ総数は、約２００万通り（２０４８Ｃ２）である。
【０００８】
また、周波数フィルタの範囲において、特徴（アルゴリズム）は、そのパラメータの組合せ総数も含めると、約６万通りである。特徴抽出（特徴（アルゴリズム）によって特徴量を求めること）によって求められる特徴量とは、例えば、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、波形データｓ（ｔ）の値が閾値（パラメータＰＴで指定）を越えるピークの数ＰＮ（Peak Numbers）である。その他、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、ある順位（パラメータＲＰで指定）に位置するピークの値ＰＶ（Peak Value）もある。
【０００９】
さらに、異常成分が発生している時間帯（フレーム）を選択する必要がある。総フレーム数は２０（＝１／０．０５）であるため、取り得る時間帯は、２００（２０Ｃ２）通りである。さらに、異常成分は、定常性のものと衝撃性のものがあり、定常性の異常成分は、各フレームの特徴量の値に着目することで確認でき、衝撃性の異常成分は、各フレームの特徴量の前後の変化量に着目することで確認できる。そこで、各フレームの値に着目して時間帯を選択する場合と、各フレームの前後の変化量の値に着目して時間帯を選択することが考えられるため、取り得る時間帯は、４００（２００×２）通りとなる。
【００１０】
これらの組合せ総数の積は、約４８兆通りである。そのため、従来、このような膨大な組合せの中から、分析者が高度な波形解析の専門知識を使って選択していた。また、対象製品の異常音（または異常振動）は非常に細かいものであり、ある周波数帯域や時間帯を強調しなければわからないものが多い。そのため、非常に大きな工数が必要であり、検査業務の自動化の妨げとなっていた。
【００１１】
そこで、特許文献１、非特許文献１，２では、各種の特徴量を個体とし、該特徴量を抽出するための、各種のパラメータ（周波数帯域を示す周波数パラメータ、特徴量を演算するための演算パラメータなど）を遺伝子とし、パラメータの組合せを個体とした遺伝子アルゴリズムなどの最適化手法を用いて、最適のパラメータを探索する知識作成支援装置が開示されている。
【００１２】
この知識作成支援装置におけるパラメータ探索手法の手順の概要を、図１６に示すフローチャートを参照しながら説明する。
【００１３】
まず、知識作成支援装置は、熟練検査員によって予め良品（ＯＫ）／不良品（ＮＧ）が判別されている波形データを読み込む（Ｓ１０１）。なお、各波形データには、判定結果（ＯＫ／ＮＧ）が対応付けされている。
【００１４】
次に、知識作成支援装置は、ユーザ入力に従って、探索条件を設定する（Ｓ１０２）。パラメータ探索には、様々なアルゴリズムを適用することが可能であるが、遺伝的アルゴリズムを用いた場合の探索条件としては、以下に示すものがある。
【００１５】
遺伝的アルゴリズムの動作を規定する探索条件としては、個体数、交叉率、突然変異率、世代数がある。個体数は、探索に用いる個体（解候補）の数である。また、交叉率は、個体を交叉させる確率である。突然変異率は、個体の中の遺伝子を突然変異させる確率である。世代数は、遺伝的アルゴリズムを適用する世代数である。
【００１６】
また、探索方法を規定する探索条件としては、分離度重視か分離数重視かの選択があり、分離数重視の場合は上位いくつを使うか、および、各重み係数がある。
【００１７】
さらに、探索終了を規定する探索条件としては、分離度または分離数を示す評価値が一定値を超えた時点（評価値越え）や、評価値が同一の値である世代が一定世代数を超えた時点（回数越え）などがあり、少なくとも１つを具備したときに探索条件を具備したとすることができる。
【００１８】
続いて、知識作成支援装置は、初期の複数の個体をランダムに生成する（Ｓ１０３）。上述したように、個体とは各種の特徴量であり、記特徴量ＰＮ、ＰＶなど、特開平１１−１７３９０９号公報に開示されているような各種の特徴量がある。
【００１９】
次に、各個体（特徴量）の値を演算する（Ｓ１０４）。
【００２０】
その後、知識作成支援装置は、各個体について、演算結果を、ＯＫ品とＮＧ品とに分けて集計し、個体ごとの評価値を演算する（Ｓ１０５）。
【００２１】
すなわち、まず、特徴量毎の評価値を式（１）を用いて求める。ここで、係数αは、検査実績ファイルでＯＫとなっているセンサデータ（以下ＯＫ品）の平均が検査実績ファイルでＮＧとなっているセンサデータ（以下ＮＧ品）の平均より小さい場合即ち、ＮＧ品を高い値で検出している場合に値を大きくするための係数である。一方、計数βはＯＫ品のグループとＮＧ品のグループが完全に分離した場合に加点するための係数である。なお、式（１）は１例であり、他の式であってもよい。
【００２２】
Ｖｎ＝α×β×（ＮＧAven−ＯＫAven）／ＯＫσｎ ・・・ 式（１）
ここで、
Ｖｎ＝０：ＯＫσ＝０
α＝１００：ＯＫσ＞０、ＡＮＤ、（ＮＧAven−ＯＫAven）＞０
−２０：ＯＫσ＞０、ＡＮＤ、（ＮＧAven−ＯＫAven）≦０
β＝２：（ＮＧMinn−ＯＫMaxn）＞０
β＝１：（ＮＧMinn−ＯＫMaxn）≦０
但し
ＯＫAven：ＯＫ品の特徴量ｎの平均値
ＯＫσｎ：ＯＫ品の特徴量ｎの分散
ＮＧAven：ＮＧ品の特徴量ｎの平均値
ＮＧσｎ：ＮＧ品の特徴量ｎの分散
ＯＫMinn，ＯＫMaxn：ＯＫ品特徴量ｎの最大値，最小値
ＮＧMinn，ＮＧMaxn：ＮＧ品特徴量ｎの最大値，最小値
ｎ：０ 〜 特徴量数−１ である。
【００２３】
そして、最終的な評価値Ｖａｌは、以下のようにして求める。すなわち、評価値Ｖａｌは、ユーザが指定する探索方法によって式（２）と式（２）′を使い分ける。
【００２４】
Ｖａｌ＝Ｖｍ ・・・（２）
Ｖｍ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１）
Ｖａｌ＝（ｗ＊Ｖｍ＋（１−ｗ）＊Ｖｋ）／１ ・・・（２）′
Ｖｍ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１）
Ｖｋ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１かつｍを除く）
ｗ： ０．０〜１．０ （ユーザが設定する重み）
探索方法が、分離度優先の場合は式（２）を使い、探索方法が、分離数優先の場合は式（２）′を使う。式（２）′は評価値Ｖｎが上位２つを使う式であるが、任意の上位評価値の重み付き平均でもよい。
【００２５】
次に、知識作成支援装置は、上記各式に基づいて算出した評価値が探索終了を規定する探索終了条件を満足するか確認する（Ｓ１０６）。探索終了を規定する探索条件は、S１０１を実行することにより設定されたものである。
【００２６】
探索終了条件を満たさない場合（Ｓ１０６でＮｏ）、Ｓ１０３の処理に戻り、交叉または突然変異により新個体を生成し、評価値の低い個体を新個体で置き換え、Ｓ１０４〜Ｓ１０６を繰り返す。
【００２７】
一方、探索終了条件を満たす場合（Ｓ１０６でＹｅｓ）、知識作成支援装置は、当該探索終了条件を満たす最適解（評価値が最大のパラメータ解１つ）を決定し（Ｓ１０７）、最適解から、良品／不良品の判別知識（判別アルゴリズム）を作成する（Ｓ１０８）。
【特許文献１】特開２００４−２７９２１１（２００４年１０月７日公開）
【非特許文献１】オムロンテクニクスＶｏｌ．４３ Ｎｏ．１ ｐｐ．９９−１０５（２００３）
【非特許文献２】オムロンテクニクスＶｏｌ．４４ Ｎｏ．１ ｐｐ．４８−５３（２００４）
【発明の開示】
【発明が解決しようとする課題】
【００２８】
新規に異音検査システムを導入しようとする顧客は、それまで熟練検査員の耳による官能検査を行っていることが多い。このような場合、官能検査の置き換えとして異音検査システムを使用するため、それまでの熟練検査員の検査基準と、良品／不良品の判別知識との整合性を顧客に対して説明する必要がある。よって、最適解の導出過程が説明できないと、顧客の信用が得られないこととなる。
【００２９】
しかしながら、遺伝的アルゴリズムなどの最適化手法は評価関数のみを基準にランダムに探索を行うため、導出過程を合理的に説明することができない。また、探索空間が複雑である場合、最適解の導出に非常に時間がかかる場合もある。
【００３０】
本発明は、上記の問題点に鑑みてなされたものであり、その目的は、短時間で判定知識が作成可能であり、その判定知識の導出過程の説明が容易である判定知識作成装置、判定知識作成方法、プログラムおよび記録媒体を実現することにある。
【課題を解決するための手段】
【００３１】
本発明に係る判定知識作成装置は、上記課題を解決するために、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置であって、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備える。
【００３２】
本発明に係る判定知識作成方法は、上記課題を解決するために、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置の判定知識作成方法であって、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定ステップと、上記周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化ステップとを含む。
【００３３】
ここで、「特徴」（アルゴリズム）とは、波形成分に対する演算アルゴリズムである。「特徴量」とは、波形成分から上記特徴によって求められた値である。「特徴抽出」とは、上記特徴を用いて上記特徴量を計算することを意味する。
【００３４】
上述したように、判定知識の一部としての特徴量の演算方式の総数（すなわち、上記「特徴」（アルゴリズム）の数である）は、特徴量を演算するためのパラメータの組合せを考慮すると、約４８兆通りもの膨大な数となる。この中で最も組合せ数が多いのは、特徴量の演算に用いる周波数帯域を示す周波数パラメータであり、約２００万通りである。
【００３５】
従来では、約４８兆通りの組合せの中から総当り的に最適解を探索していたが、上記の構成によれば、まず最初に、異常波形成分が発生している最適周波数帯域を周波数パラメータとして決定し、その後に有効特徴（当該有効特徴には、周波数パラメータ以外の演算パラメータが含まれる場合がある）を求める。ここで、有効特徴の求め方としては、公知の最適化手法を用いることができる。
【００３６】
そのため、２００万通りから、最適な１つまたは数個の周波数パラメータを探索する時間は、４８兆通りから探索する時間に比べて、一層短縮することができる。また、先に周波数パラメータが決定されているので、当該周波数パラメータで示される帯域において、最適な有効特徴を求める時間も短時間で済む。また、周波数パラメータを探索する時間と、有効特徴を求める時間との合計も、４８兆通りから探索する時間に比べて、短くなる。このように、段階的に有効特徴を求めることで、判定知識としての有効特徴の最適解を短時間で出力することができる。
【００３７】
また、４８兆通りから総当り的に探索する場合に比べて、先に周波数パラメータを決定し、決定した周波数パラメータから有効特徴を求めているという導出過程を顧客に対して説明しやすくなり、顧客の信用を得ることができる。
【００３８】
特に、周波数パラメータは、異常波形成分を捉えているか否かを決める重要な要素である。そして、周波数パラメータを決定する段階で、顧客は、良品／不良品の波形データと、決定された周波数パラメータとを比較することで、周波数パラメータが最適であることを確認することも可能である。その結果、有効特徴の導出過程に対する顧客の信用を一層得ることができる。
【００３９】
さらに、本発明に係る判定知識作成装置において、上記周波数パラメータ決定手段は、上記良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分に基づいて第１の値を算出する第１算出手段と、上記単位周波数帯域ごとに、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値との分離状態を示す第２の値を算出する第２算出手段とを備え、上記第２の値に基づいて、上記周波数パラメータを決定する。
【００４０】
ここで、ある単位周波数帯域において、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とが分離しているということは、当該単位周波数帯域において、不良品の波形成分と良品の波形成分とが異なっている、つまり、不良品の波形成分に異常波形成分が発生していることを意味する。
【００４１】
そのため、上記の構成によれば、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値とがより一層分離していることを示す第２の値を持つ単位周波数帯域、つまり、異常波形成分が発生している単位周波数帯域を、最適周波数帯域として決定することができる。
【００４２】
さらに、本発明に係る判定知識作成装置において、上記第１算出手段は、上記第１の値として、上記波形成分の強度を示す値を算出することが好ましい。
【００４３】
時間に拘わらず発生する異常波形成分（定常性の異常波形成分）は、良品にはない強度が、不良品において追加される。そのため、上記の構成によれば、第１の値を波形成分の強度を示す値とすることで、定常性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００４４】
なお、波形成分の強度を示す値としては、該強度の平均値または中央値がある。
【００４５】
さらに、本発明に係る判定知識作成装置において、上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の、ばらつきを示す値を算出することが好ましい。
【００４６】
突発的または定期的に発生する異常波形成分（衝撃性の異常波形成分）は、単位時間の強度が、異なる単位時間の間でばらつくものである。すなわち、一単位時間を１フレームとすると、衝撃性の異常波形成分を含むフレームの強度は、衝撃性の異常波形成分を含まないフレームの強度よりも大きくなる。そのため、上記の構成によれば、フレームの強度を第１の値の算出のために用いることで、衝撃性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００４７】
なお、当該第１の値としては、上記波形成分における単位時間ごとの強度の分散値、上記波形成分の尖り度、または、上記波形成分の最大値がある。衝撃性の異常波形成分を含むフレームの強度が、衝撃性の異常波形成分を含むフレームの強度よりも十分に大きい場合には、分散値を用いることができる。また、衝撃性の異常波形成分を含む波形成分データの強度の最大値が、衝撃性の異常波形成分を含まない波形成分データの強度の最大値よりも十分大きい場合には、最大値を第２指標として用いることができる。また、衝撃性の異常波形成分を含むフレームの数が、衝撃性の異常波形成分を含む波形の全フレーム数と比較して十分に少ない場合には、尖り度を第２指標として用いることができる。尖り度を用いることにより、衝撃度合いを評価することができる。また、最大値を用いることにより、単発の異常を捉えることができる。
【００４８】
さらに、本発明に係る判定知識作成装置において、上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を、上記最適周波数帯域として決定することが好ましい。
【００４９】
上記の構成によれば、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値とがより分離している複数の単位周波数帯域を最適周波数帯域として決定することができる。異常波形成分は、故障モードによって発生する周波数が異なる。そのため、複数種類の故障モードに対応する異常波形成分が発生している場合でも、各異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００５０】
さらに、本発明に係る判定知識作成装置において、上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する選定手段と、上記良品の波形データに対応するＦＦＴ（高速フーリエ変換）強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するグラフ作成手段と、上記ＦＦＴ強度グラフと上記選定手段が選定した複数の候補周波数帯域とを表示装置に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適周波数帯域決定手段とを備えることが好ましい。
【００５１】
上記の構成によれば、ユーザは、表示されたＦＦＴ強度グラフと候補周波数帯域とを比較しながら、どの候補周波数帯域を最適周波数帯域とするかを選択することができる。ユーザは、ＦＦＴ強度グラフを確認することで、例えば異常なノイズや外れ値の影響によって選定された候補周波数帯域を最適周波数帯域から除外することが可能となる。
【００５２】
さらに、本発明に係る判定知識作成装置において、上記選定手段は、上記分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの上記候補周波数帯域とすることが好ましい。
【００５３】
検査装置では、複数の故障モードを一度の検査で判定することが望まれる。しかしながら、故障モードによって異常波形成分が発生する周波数帯域は異なる。また、検査装置によって一度に検査できる周波数帯域の個数には制限がある（例えば５個）。
【００５４】
しかしながら、上記の構成によれば、隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。その結果、この候補周波数帯域を選択することで、異常波形成分が発生している複数の隣り合う単位周波数帯域を１つの最適周波数帯域として決定することができる。この１つの最適周波数帯域には、複数の異常波形成分が含まれており、これら異常波形成分が異なる故障モードによるものであるとき、複数の故障モードを一度に検査することが可能となる。
【００５５】
なお、上記判定知識作成装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各手段として動作させることにより判定知識作成装置をコンピュータにて実現させるプログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。
【発明の効果】
【００５６】
本発明に係る判定知識作成装置は、以上のように、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備える。これにより、短時間で判定知識が作成可能であり、その判定知識の導出過程の説明が容易でとなる。
【発明を実施するための最良の形態】
【００５７】
本発明の判定知識作成装置に関する実施の一形態の説明の前に、本装置により設定される判定ルール（判定知識）を用いて、対象製品の良否判定を行う検査装置について説明する。
【００５８】
図２は、検査装置１０の構成を示すブロック図である。図２に示されるように、検査装置１０は、波形取得部１１と、特徴抽出部１２と、判定部１３と、検査結果出力部１４と、特徴量演算パラメータ記憶部１５と、ファジィルール記憶部１６とを備えている。
【００５９】
波形取得部１１は、製品毎に、製品の駆動時の音や振動から波形データを取得する。また製品の駆動時の振動から波形データを取得する。ここで、製品の駆動時の音は、例えばマイク等の音センサ３から得られるものとする。この音センサ３は、製品に接触または近接するように配されており、製品を駆動させた際に生じる音を収集する。また、製品の駆動時の振動は、例えば加速度センサ３から得られるものとする。この加速度センサ３は、製品に接触または近接するように配されており、製品を駆動させた際に生じる振動を収集するものである。収集された音および振動はアンプ（図示せず）により増幅され、Ａ／Ｄ変換器５を通して、波形取得部１１に送られる。
【００６０】
特徴量演算パラメータ記憶部１５は、波形データから特徴量を演算するための演算アルゴリズムであり、当該波形データに適した有効特徴を記憶するものである。特徴量演算パラメータ記憶部１５は、当該有効特徴として、波形データからフィルタリングする周波数帯域の上限周波数および下限周波数を示す周波数パラメータと、当該周波数パラメータによりフィルタリングされた波形データから演算可能であり、対象製品の良否判定に用いられる特徴量を識別する特徴量識別情報とを記憶するものである。特徴量とは、波形データから得られる値で示され、製品が良品である場合と不良品である場合とを区別可能とする要素（計測項目）のことである。特徴量とは、製品が良品であるか否かを判定するために用いる物理的特性であり、製品の品質をよく表す特性（品質特性）としてみなすことができる。
【００６１】
特徴量には、該特徴量を演算するために何らかのパラメータが必要な「パラメータ有の特徴量」と、パラメータが不要な「パラメータ無の特徴量」とがある。パラメータ無の特徴量の例としては、波形データの強度の平均値や分散値などが挙げられる。
【００６２】
一方、パラメータ有の特徴量の例としては、図３に示されるような、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、波形データｓ（ｔ）の値が閾値（パラメータＰＴで指定）を越えるピークの数ＰＮ（Peak Numbers）や、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、ある順位（パラメータＲＰで指定）に位置するピークの値ＰＶ（Peak Value）がある。特徴量演算パラメータ記憶部１５は、「パラメータ有の特徴量」の特徴量識別情報を記憶している場合、当該特徴量を演算するための各種パラメータの値（特徴量ＰＮの場合、パラメータＴＬ、ＴＨ、ＰＴの値）も記憶している。
【００６３】
特徴抽出部１２は、特徴量演算パラメータ記憶部１５に格納されている特徴量識別情報で示される特徴量を、波形取得部１１が取得した波形データから算出する。ただし、特徴量識別情報で示される特徴量がパラメータ有の特徴量である場合、特徴抽出部１２は、特徴量演算パラメータ記憶部１５に格納されている各種パラメータの値を用いて、特徴量を算出する。
【００６４】
ファジィルール記憶部１６は、判定部１３にて良否判定処理を行う際に使用するファジィルールを記憶するものである。
【００６５】
判定部１３は、ファジィルール記憶部１６に格納されたファジィルールに従い、特徴抽出部１２にて算出された特徴量に対してファジィ推論を行い、許容範囲（閾値）との比較により良否判定を行う。
【００６６】
検査結果出力部１４は、例えば、表示デバイス（図示せず）に、判定部１３が判定した結果を含む情報、つまり、製品の検査結果の情報を表示したり、記憶装置（図示せず）に格納したりする。
【００６７】
この検査装置１０の具体的な構成は、従来公知の各種のものを適用可能であるため、詳細な説明を省略する。本発明に係る判定知識作成装置は、上述した特徴量演算パラメータ記憶部１５に格納される周波数パラメータ、特徴量識別情報ならびにパラメータ有の特徴量の場合の各種パラメータの値と、ファジィルール記憶部１６に格納されるファジィルールを作成するものである。
【００６８】
（判定知識作成装置の構成）
図４は、本実施形態の判定知識作成装置２０の概略構成を示すブロック図である。図４に示されるように、判定知識作成装置２０は、波形データベース２１と、検査実績データベース２２と、良否判定アルゴリズム生成部２３とを備えている。また、判定知識作成装置２０には、ユーザインターフェイスとして、キーボードやマウスなどの入力装置１と、表示装置２とが接続されている。
【００６９】
波形データベース２１は、図５に示されるように、サンプル品等を動作させた時に生じる音や振動をセンサ３で取得した複数の波形データを記憶するものである。波形データベース２１は、各波形データに対応づけて、該波形データを識別するための波形ＩＤを記憶している。
【００７０】
検査実績データベース２２は、波形ＩＤと、当該波形ＩＤに対応する波形データに対する良品／不良品の判定結果とが対応付けられた検査実績情報を記憶している。
【００７１】
なお、良品／不良品の判定は、予め熟練検査員によって行われている。例えば、波形データの取得時に検査員が実際に対象製品から発生する音等を聴いて判断したり、一旦格納した波形データを再生し、熟練検査員が再生音を聴いて判断する。
【００７２】
良否判定アルゴリズム生成部２３は、波形データベース２１に格納されている波形データと、検査実績データベース２２に格納されている検査実績情報とに基づいて、上述した特徴量演算パラメータ記憶部１５に格納される特徴量識別情報および各種パラメータの値（パラメータ有の特徴量に限る）と、ファジィルール記憶部１６に格納されるファジィルールとを作成するものである。
【００７３】
良否判定アルゴリズム生成部２３は、周波数パラメータ決定部（周波数パラメータ決定手段）３０と、特徴最適化部（特徴最適化手段）４０と、ルール作成部５０とを備えている。
【００７４】
周波数パラメータ決定部３０は、波形データベース２１に格納されている波形データと、検査実績データベース２２に格納されている検査実績情報とに基づいて、異常波形成分が最もよく発生している周波数帯域（最適周波数帯域）を決定し、決定した最適周波数帯域の上限および下限周波数を周波数パラメータとして、検査装置１０の特徴量演算パラメータ記憶部１５に格納するものである。なお、周波数パラメータ決定部３０の詳細な構成については後述する。
【００７５】
特徴最適化部４０は、周波数パラメータ決定部３０によって決定された周波数帯域において、良品と不良品とを最もよく分離できる特徴量（最適特徴量）を算出するための演算アルゴリズムである有効特徴を探索するものである。また、特徴最適化部４０は、パラメータ有の特徴量を最適特徴量として決定する際には、有効特徴として、当該特徴量を演算するための演算パラメータも求める。
【００７６】
上述したように、特徴量を算出するために必要な、周波数パラメータおよび演算パラメータを含む全てのパラメータの組合せは約４８兆通りもの膨大な量である。しかしながら、本実施形態では、先に周波数パラメータ決定部３０が周波数パラメータを決定する。周波数パラメータの組合せ総数は、約２００万通りである。そのため、周波数パラメータ以外のパラメータの組合せ総数は、全数評価が可能な範囲となる。そこで、特徴最適化部４０は、全ての「特徴（アルゴリズム）」（パラメータ有の特徴量の場合には、その演算パラメータの値も含む）について、良品／不良品を最も良く分離可能な評価値（以下、特徴量決定用評価値という）を算出し、当該特徴量決定用評価値が最も大きな特徴（アルゴリズム）を最適解（有効特徴）としてルール作成部５０に出力する。
【００７７】
そして、特徴最適化部４０は、求めた有効特徴を特徴量演算パラメータ記憶部１５に格納する。具体的には、特徴最適化部４０は、検査装置１０の特徴量演算パラメータ記憶部１５にアクセスし、最適解で算出される特徴量を識別する特徴量識別情報、ならびに、パラメータ有の特徴量の場合には、その演算パラメータの値を格納する。
【００７８】
ルール作成部５０は、周波数パラメータ決定部３０によって決定された周波数パラメータと、特徴最適化部４０によって求められた最適解の特徴量（パラメータ有の特徴量の場合には、その演算パラメータの値）とに基づいて、ファジィルールを作成するものである。ファジィルール作成のために使用する特徴量ならびにパラメータが既に決定されているので、公知の手法により、“ＩＦ ＴＨＥＮ方式”のルールを簡単に作成することができる。また、これに基づいてメンバシップ関数も作成できる。そして、ルール作成部５０は、検査装置１０のファジィルール記憶部１６にアクセスし、作成したファジィルールを格納する。
【００７９】
（周波数パラメータ決定部の構成）
次に、周波数パラメータ決定部３０の詳細構成について説明する。図１は、周波数パラメータ決定部３０の構成を示すブロック図である。図１に示されるように、周波数パラメータ決定部３０は、探索条件設定部３１と、波形データ分割処理部３２と、指標演算部（第１算出手段）３３と、評価値演算部（第２算出手段）３４と、候補帯域選定部（選定手段）３５と、ＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）３６と、最適帯域設定部（特徴最適化手段）３７とを備えている。
【００８０】
波形データ分割処理部３２は、波形データベース２１に格納されている各波形データから、フレームシフト幅だけずらした、所定の単位時間の複数のフレームデータを抽出するとともに、該フレームデータに対してフィルタリング処理を行い、単位周波数帯域ごとの波形成分データに分割するものである。このとき、波形データ分割処理部３２は、各波形成分データに対して、分割前の波形データに対応付けられていた波形ＩＤを付加する。
【００８１】
指標演算部３３は、図６に示されるように、各波形データについて、波形データ分割処理部３２によって単位周波数帯域ごとに分割された、良品および不良品の各波形成分データから強度を読み取り、該強度に基づいて、異常波形成分の有無を評価するための指標（後述する第１指標および第２指標）を算出する。
【００８２】
異常波形成分とは、良品の波形成分データには現れず、不良品の波形成分データに現れる波形成分である。異常波形成分には、定常性の異常波形成分と、衝撃性の異常波形成分との２種類のものが想定される。
【００８３】
定常性の異常波形成分とは、良品の波形成分データの強度（パワー）に対して、時間方向に拘わらずに追加される強度である。例えば、定常的に発生している音（ブー音）である。
【００８４】
一方、衝撃性の異常波形成分とは、単位時間の強度が、異なる単位時間の間でばらつくものである。ここで、一単位時間を１フレームとする。この場合、衝撃性の異常波形成分を含むフレームの強度は、衝撃性の異常波形成分を含まないフレームの強度よりも大きくなる。例えば、衝撃性の異常波形成分は、一定期間ごとに発生する音（キッキッ音）である。
【００８５】
そこで、指標演算部３３は、各波形データについて、単位周波数帯域ごとに、定常性の異常波形成分の有無を評価するための第１指標と、衝撃性の異常波形成分の有無を評価するための第２指標とを算出する。なお、後述するように、第１指標としては平均値が、第２指標としては分散値がある。そして、指標演算部３３は、図９に示されるように、波形ＩＤと、単位周波数帯域と、第１指標と、第２指標とが対応付けられた指標データを生成する。
【００８６】
探索条件設定部３１は、最適周波数帯域を決定するための周波数パラメータ探索条件として、上述の単位時間、フレームシフト幅、単位周波数帯域、第１指標および第２指標を設定するものである。探索条件設定部３１は、ユーザ入力に従って周波数パラメータ探索条件を設定するが、ユーザからの入力が無い場合、デフォルトとして定められた条件に設定する。
【００８７】
単位時間のデフォルトとして０．１秒、フレームシフト幅のデフォルトとして０．０５秒が定めれらている。これは、人間が聴くことのできる最低の周波数１０Ｈｚの波が最低１つ入る時間が、０．１秒であるからである。なお、探索条件設定部３１は、例えば、対象製品がエンジン等の回転駆動するものである場合、ユーザ入力に従って、回転周期の所定倍を単位時間に設定することができる。
【００８８】
単位周波数帯域のデフォルトとして１／３オクターブバンドが定められている。なお、探索条件設定部３１は、ユーザ入力に従って、単位周波数帯域として、１／ｎオクターブバンド（ｎ≠３）、所定周波数ごとの等間隔の帯域、などが設定可能である。
【００８９】
第１指標のデフォルトとして、波形成分データの強度（パワー）の平均値が定められている。これは、定常性の異常波形成分が発生している不良品の波形成分データの強度が、良品の波形成分データの強度に比べて大きくなるからである。図７に示されるように、例えば８０００〜１００００Ｈｚで定常性の異常波形成分が発生する場合、８０００〜１００００Ｈｚの単位周波数帯域において、良品の波形成分データの強度における時間方向の平均値よりも、不良品の波形成分データの強度における時間方向の平均値が大きくなる。
【００９０】
なお、探索条件設定部３１は、ユーザ入力に従って、第１指標として、波形成分データの強度の中央値などが設定可能である。中央値である場合、ノイズや外れ値の影響が少なくなる。
【００９１】
第２指標としては、衝撃性の異常波形成分を含むフレームの強度が、衝撃性の異常波形成分を含むフレームの強度よりも十分に大きい場合には、波形成分データにおける単位時間ごとの強度、のばらつきを示す分散値を用いることができる。図８に示されるように、例えば８０００〜１００００Ｈｚで衝撃性の異常波形成分が発生する場合、良品の波形成分データの単位時間ごとの強度の分散値よりも、不良品の波形成分データのの単位時間ごとの強度の分散値が大きくなる。
【００９２】
その他、第２指標として、波形成分データの尖り度や最大値が設定可能である。衝撃性の異常波形成分を含む波形成分データの強度の最大値が、衝撃性の異常波形成分を含まない波形成分データの強度の最大値よりも十分大きい場合には、最大値を第２指標として用いることができる。また、衝撃性の異常波形成分を含むフレームの数が、衝撃性の異常波形成分を含む波形の全フレーム数と比較して十分に少ない場合には、尖り度を第２指標として用いることができる。尖り度を用いることにより、衝撃度合いを評価することができる。また、最大値を用いることにより、単発の異常を捉えることができる。
【００９３】
探索条件設定部３１は、ユーザ入力に従って、第２指標を設定する。ここでは、第２指標として、「単位時間ごとの強度」の分散値が設定されたものとする。
【００９４】
評価値演算部３４は、検査実績データベース２２に格納されている検査実績情報に基づいて、単位周波数帯域ごとに、良品の波形データに対して指標演算部３３によって演算された第１指標の値と、不良品の波形データに対して指標演算部３３によって演算された第１指標の値と、の分離度合いを示す評価値（以下、周波数決定用評価値という）を演算する。同様に、評価値演算部３４は、検査実績データベース２２に格納されている検査実績情報に基づいて、単位周波数帯域ごとに、良品の波形データに対して指標演算部３３によって演算された第２指標の値と、不良品の波形データに対して指標演算部３３によって演算された第２指標の値と、の分離度合いを示す周波数決定用評価値を演算する。そして、評価値演算部３４は、図１１に示されるように、単位周波数帯域と、第１指標に対する周波数決定用評価値と、第２指標に対する周波数決定用評価値とが対応付けられた評価値データを生成する。
【００９５】
本実施形態では、評価値演算部３４は、周波数決定用評価値として、以下の式（３）で示される望大特性のＳＮ比を演算する。
【００９６】
【数１】
【００９７】
式（３）に示される望大特性のＳＮ比は、異常波形成分が含まれる場合に、不良品の波形データから演算された第１指標（または第２指標）が、良品の波形データから演算された第１指標（または第２指標）の分布から離れるほど値が大きくなるものである。この望大特性のＳＮ比は、不良品の波形データの数が少なくても、精度の良い値となるというメリットがある。生産ラインによっては、製造される製品のほぼ全てが良品であり、不良品の発生する確率が少ないものがある。このような場合、判定知識を作成する際にも、良品サンプルの波形データの数に比べて、不良品サンプルの波形データの数が少なくなる。しかしながら、このような場合であっても、式（３）に示したＳＮ比を用いることで、良品の波形データに対して指標演算部３３によって演算された第１指標（または第２指標）と、不良品の波形データに対して指標演算部３３によって演算された第１指標（または第２指標）と、の分離度合いを精度良く評価することができる。
【００９８】
図１０は、ＳＮ比の大小と、良品／不良品の波形データから演算された第１指標（または第２指標）との関係を示す図である。不良品の波形成分データに異常波形成分が含まれている単位周波数帯域では、不良品の波形データから演算された第１指標（または第２指標）が良品の波形データから演算された第１指標（または第２指標）の分布から離れることとなる。このとき、図１０に示されるように、ＳＮ比が大きくなる。一方、不良品の波形成分データに異常波形成分が含まれていない単位周波数帯域では、不良品の波形データから演算された第１指標（または第２指標）が良品の波形データから演算された第１指標（または第２指標）の分布に含まれることとなる。このとき、図１０に示されるように、ＳＮ比が小さくなる。
【００９９】
なお、周波数決定用評価値は、式（３）で示される望大特性のＳＮ比に限定されるものではない。この他に、平均値の差や、分布の差を示す相関比あるいはカルバックライブラー情報量、Ｆ値などを用いても良い。
【０１００】
候補帯域選定部３５は、評価値演算部３４によって演算された周波数決定用評価値（ここでは、望大特性のＳＮ比）に基づいて、定常性の異常波形成分が発生していると予想される周波数帯域、ならびに、衝撃性の異常波形成分が発生していると予想される周波数帯域の候補を選定するものである。
【０１０１】
本実施形態での候補帯域選定部３５の具体的な選定方法を図１２を参照しながら説明する。まず、候補帯域選定部３５は、各単位周波数帯域の第１指標および第２指標の各々の望大特性のＳＮ比を、値の大きい順（以下、分離順位という）に並べる（図１２において、○内の数字がＳＮ比の大きい順を示している）。そして、候補帯域選定部３５は、分離順位第１位のＳＮ比に対応する単位周波数帯域を第１グループとする。ここで、分離順位第１位のＳＮ比に対応する指標（第１指標または第２指標）を第１グループの指標とする。次に、候補帯域選定部３５は、分離順位第２位のＳＮ比に対応する指標（第１指標または第２指標）が第１グループの指標と同じであり、かつ、分離順位第２位のＳＮ比に対応する単位周波数帯域が第１グループに含まれる単位周波数帯域と隣合う場合には、該分離順位第２位のＳＮ比に対応する単位周波数帯域を第１グループに含め、そうでない場合には、該分離順位第２位のＳＮ比に対応する単位周波数帯域を第２グループとする。その後、候補帯域選定部３５は、分離順位の順に、各単位周波数帯域のグループ分けを行う。すなわち、候補帯域選定部３５は、分離順位第ｎ位のＳＮ比に対応する指標（第１指標または第２指標）が作成済みの第Ｎグループの何れかのグループの指標と同じであり、かつ、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域が該グループに含まれる単位周波数帯域と隣合う場合には、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域を該グループに含め、そうでない場合には、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域を第Ｎ＋１グループとする。このようにして、候補帯域選定部３５は、第６グループまで作成し、第１〜第５グループを、異常波形成分が発生していると予想される周波数帯域の候補（候補周波数帯域）として選定する。
【０１０２】
そして、グループの指標が第１指標である場合、当該グループを、定常性の異常波形成分の候補周波数帯域とし、グループの指標が第２指標である場合、当該グループを、衝撃性の異常波形成分の候補周波数帯域とする。
【０１０３】
なお、対象製品によっては、定常性または衝撃性のいずれかの異常波形成分に偏る場合がある。このような場合であっても、上記の方法により候補周波数帯域を選定することにより、候補周波数帯域も、異常波形成分の偏りに応じて、定常性または衝撃性のいずれかに偏ることとなる。
【０１０４】
ＦＦＴ強度グラフ作成部３６は、各波形データをＦＦＴ解析し、検査実績情報が「良品」に対応する波形データのＦＦＴ解析結果を集計するとともに、検査実績情報が「不良品」に対応する波形データのＦＦＴ解析結果を集計する。そして、ＦＦＴ強度グラフ作成部３６は、図１３に示されるように、集計したＦＦＴ解析結果に基づいて、検査実績情報「良品」／「不良品」の各々について、時間軸と周波数軸とで構成される２次元のＦＦＴ強度グラフを作成する。なお、図１３において、強度は、濃淡（または色）によって表されている。
【０１０５】
最適帯域設定部３７は、候補帯域選定部３５によって選定された第１〜第５グループの候補周波数帯域の中から、特徴最適化部４０によって特徴量およびそのパラメータが最適化される周波数帯域（最適周波数帯域）を決定するものである。
【０１０６】
本実施形態では、最適帯域設定部３７は、候補帯域選定部３５によって選定された第１〜第５グループの候補周波数帯域と、ＦＦＴ強度グラフ作成部３６によって作成された検査実績情報「良品」／「不良品」の各々に対応するＦＦＴ強度グラフとを表示装置２に表示させる。そして、最適帯域設定部３７は、第１〜第５グループの候補周波数帯域の中から、ユーザによって指定された候補周波数帯域を最適周波数帯域として決定する。
【０１０７】
なお、最適帯域設定部３７は、最適周波数帯域として、複数の帯域を決定してもよい。異なる種類の異常波形成分（定常性の異常波形成分と衝撃性の異常波形成分）が同一の周波数帯域で発生するとは限らないからである。
【０１０８】
ユーザは、ＦＦＴ強度グラフと、候補周波数帯域とを見比べて、最適周波数帯域を指定することができる。
【０１０９】
（判定知識の作成処理の流れ）
次に、本実施形態に係る判定知識作成装置２０における、判定知識の作成処理の流れについて、図１４に示すフローチャートを参照しながら説明する。
【０１１０】
まず、良否判定アルゴリズム生成部２３の周波数パラメータ決定部３０および特徴最適化部４０は、波形データベース２１から波形データを、検査実績データベース２２から検査実績情報を読み込む（Ｓ１）。
【０１１１】
次に、周波数パラメータ決定部３０の探索条件設定部３１、および特徴最適化部４０は、入力装置１へのユーザ入力に従って、最適解の探索条件を設定する（Ｓ２）。
【０１１２】
具体的には、周波数パラメータ決定部３０の探索条件設定部３１は、ユーザ指示に従って、周波数パラメータ探索条件である、単位時間、フレームシフト幅、単位周波数帯域、第１指標および第２指標を設定する。ただし、探索条件設定部３１は、ユーザ指示がない場合、周波数パラメータ探索条件をデフォルトに設定する。ここでは、探索条件設定部３１は、デフォルト設定を行ったものとする。
【０１１３】
また、特徴最適化部４０は、ユーザ指示に従って、探索方法として、分離度優先および分離数優先の何れかを設定する。
【０１１４】
次に、周波数パラメータ決定部３０は、異常波形成分が発生している最適周波数帯域の上下限を示す周波数パラメータを決定する（Ｓ３）。なお、Ｓ３の処理の詳細については後述する。
【０１１５】
続いて、特徴最適化部４０は、波形データベース２１に格納されている各波形データについて、周波数パラメータ決定部３０によって決定された最適周波数帯域でフィルタリング処理を行い、フィルタ処理後データを生成する。そして、特徴最適化部４０は、各フィルタ処理後データに基づいて、予め定められた複数種類の特徴量を演算する（Ｓ４）。
【０１１６】
ここで、特徴最適化部４０は、パラメータ有の特徴量について、当該パラメータの全ての組合せごとに、当該特徴量を演算する。すなわち、パラメータの組合せ数がｍ個の特徴量Ｍについて、特徴最適化部４０は、各パラメータの組合せに対応する特徴量Ｍ−１〜Ｍ−ｍを演算する。
【０１１７】
次に、特徴最適化部４０は、特徴量ごとに、検査実績データベース２２に格納されている検査実績情報に基づいて、良品／不良品のグループ分けを行い、良品／不良品の分離度または分離数を示す特徴量決定用評価値を算出する（Ｓ５）。
【０１１８】
特徴量決定用評価値の算出方法は公知の技術を用いればよい。すなわち、特徴最適化部４０は、特徴量毎の評価値を背景技術の欄に記載の式（１）を用いて求め、Ｓ２において、探索方法「分離度優先」を設定している場合、背景技術の欄に記載の式（２）に従って、特徴量決定用評価値Ｖａｌを算出し、探索方法「分離数優先」を設定している場合、背景技術の欄に記載の式（２）′に従って、特徴量決定用評価値Ｖａｌを算出する。
【０１１９】
そして、特徴最適化部４０は、特徴量決定用評価値が最も高い特徴量を演算するための特徴（アルゴリズム）を最適解（有効特徴）とし、当該特徴量、ならびに、パラメータ有の場合にはその演算パラメータの値をルール作成部５０に出力する（Ｓ６）。
【０１２０】
その後、ルール作成部５０は、特徴最適化部４０によって決定された特徴量（パラメータ有の特徴量の場合には、その演算パラメータの値）に基づいて、ファジィルールを作成し、検査装置１０のファジィルール記憶部１６に格納する（Ｓ７）。これにより、処理を終了する。
【０１２１】
（最適周波数帯域の決定処理の流れ）
次に、周波数パラメータ決定部３０における最適周波数帯域の決定処理の流れを図１５に示すフローチャートを参照しながら説明する。
【０１２２】
まず、波形データ分割処理部３２は、波形データベース２１に格納されている各波形データから、Ｓ２で設定した単位時間およびフレームシフト幅の複数のフレームデータを抽出する。さらに、波形データ分割処理部３２は、各フレームデータに対してフィルタリング処理を行い、Ｓ２で設定した単位周波数帯域ごとの波形成分データに分割する（Ｓ１１）。
【０１２３】
次に、指標演算部３３は、図６に示されるように、各波形データについて、単位周波数帯域ごとに第１指標（ここでは、時間方向の平均値）および第２指標（ここでは、時間方向の分散値）を演算する（Ｓ１２）。そして、指標演算部３３は、図９に示されるように、波形ＩＤと、単位周波数帯域と、第１指標と、第２指標とが対応付けられた指標データを生成する。
【０１２４】
続いて、評価値演算部３４は、検査実績データベース２２の検査実績情報を参照して、各波形ＩＤを良品／不良品の何れかに分ける。そして、評価値演算部３４は、図９に示される指標データに基づいて、単位周波数帯域ごとに、良品の波形成分データから演算された平均値と、不良品の波形成分データから演算された平均値との分離度合いを示す望大特性のＳＮ比を演算する。同様に、評価値演算部３４は、単位周波数帯域ごとに、良品の波形成分データから演算された分散値と、不良品の波形成分データから演算された分散値との分離度合いを示す望大特性のＳＮ比を演算する（Ｓ１３）。そして、評価値演算部３４は、図１１に示されるように、単位周波数帯域と、第１指標に対するＳＮ比と、第２指標に対するＳＮ比とが対応付けられた評価値データを生成する。
【０１２５】
その後、候補帯域選定部３５は、Ｓ１３で算出されたＳＮ比の大きさに従って、図１２に示されるように、５つの候補周波数帯域を選定する（Ｓ１４）。当該選定方法の詳細については上述したので、ここでは説明を省略する。
【０１２６】
次に、ＦＦＴ強度グラフ作成部３６は、各波形データに基づいて、ＦＦＴ強度グラフを求める。そして、ＦＦＴ強度グラフ作成部３６は、良品の各波形データに対応するＦＦＴ強度グラフを集約し、１つのＦＦＴ強度グラフを生成する。同様に、ＦＦＴ強度グラフ作成部３６は、不良モードの種類ごとに、不良品の各波形データに対応するＦＦＴ強度グラフを集約し、１つのＦＦＴ強度グラフを生成する（Ｓ１５）。
【０１２７】
次に、最適帯域設定部３７は、候補帯域選定部３５が選択した候補周波数帯域と、ＦＦＴ強度グラフ作成部３６が作成したＦＦＴ強度グラフとを表示装置２に表示するとともに、候補周波数帯域の再選定の指示を受け付ける（Ｓ１６）。このとき、ユーザは、ＦＦＴ強度グラフと候補周波数帯域とを見比べて、候補周波数帯域が異常波形成分を含む帯域か否かを確認することができる。そして、再選定が必要であると判断した場合、ユーザは、再選定の指示を入力装置１に入力すればよい。一方、再選定が必要でない、つまり、候補周波数帯域の中に異常波形成分を適格に含む周波数帯域があると判断した場合、ユーザは、当該周波数帯域を最適周波数帯域として選択入力すればよい。
【０１２８】
その後、最適帯域設定部３７は、候補周波数帯域の再選定の指示の有無を確認する（Ｓ１７）。再選定の指示が入力された場合（Ｓ１７でＹｅｓ）、探索条件設定部３１は、周波数パラメータ探索条件の再入力を促す画面を表示装置２に表示し、ユーザ入力に従って、周波数パラメータ探索条件の再設定を行う（Ｓ１８）。
【０１２９】
一方、再選定の指示がない場合（Ｓ１７でＮｏ）、最適帯域設定部３７は、ユーザ入力で指定された候補周波数帯域を最適周波数帯域として決定し、該最適周波数帯域の上下限を示す周波数パラメータを検査装置１０の特徴量演算パラメータ記憶部１５に格納する（Ｓ１９）。
【０１３０】
（変形例）
上記説明では、検査実績情報には、良品／不良品の判定結果が含まれるとした。しかしながら、これに限らず、検査実績情報には、不良品である場合に、不良（異常）の種類（クラス）を示すクラス別情報が含まれていてもよい。
【０１３１】
この場合、ＦＦＴ強度グラフ作成部３６は、クラスごとに、波形データのＦＦＴ解析結果を集計し、ＦＦＴ強度グラフを作成すればよい。これにより、ユーザは、どのクラスの異常がどの周波数で発生しているのかを確認することができる。
【０１３２】
また、上記説明では、特徴最適化部４０は、全ての特徴（アルゴリズム）について、良品／不良品を最も良く分離可能な特徴量決定用評価値を算出し、当該特徴量決定用評価値が最も大きな特徴を最適解（有効特徴）としてルール作成部５０に出力するものとした。しかしながら、これに限らず、特徴最適化部４０は、最適解を探索する手法として、ＧＡ（遺伝的アルゴリズム）、ＮＮ（ニューラルネットワーク）、ＳＶＭ（サポートベクターマシン）などを用いてもよい。
【０１３３】
また、上記説明では、最適帯域設定部３７は、ユーザ入力に従って、候補周波数帯域の中から指定された帯域を最適周波数帯域として決定するものとした。しかしながら、これに限らず、最適帯域設定部３７は、候補周波数帯域の全てを最適周波数帯域として決定してもよい。この場合、ユーザの操作を省くことができる。
【０１３４】
また、上記説明では、候補帯域選定部３５は、図１２に示される方法に従って、５つの候補周波数帯域を選定するものとした。しかしながら、選定方法がこれに限定されるものではない。例えば、候補帯域選定部３５は、特徴量決定用評価値の順位が第１位の単位周波数帯域のみを候補周波数帯域としてもよい。もしくは、候補帯域選定部３５は、特徴量決定用評価値の順位が第１〜ｎ位までの単位周波数帯域を候補周波数帯域としてもよい。
【０１３５】
以上のように、本実施形態の判定知識作成装置２０は、取得した波形データに対し、特徴量抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置１０における、前記検査対象物に適したアルゴリズムである有効特徴を求める装置である。そして、判定知識作成装置２０は、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定部（周波数パラメータ決定手段）３０と、周波数パラメータ決定部３０によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化部（特徴最適化手段）４０とを備える。
【０１３６】
上述したように、特徴量を演算するための演算アルゴリズム（「特徴」）は、特徴量を演算するためのパラメータの組合せを考慮すると、約４８兆通りもの膨大な数となる。この中で最も組合せ数が多いのは、特徴量を抽出する周波数帯域を示す周波数パラメータであり、約２００万通りである。
【０１３７】
従来では、約４８兆通りの組合せの中から総当り的に最適解（有効特徴）を探索していたが、上記の構成によれば、まず最初に、異常波形成分が発生している最適周波数帯域を周波数パラメータとして決定し、その後に有効特徴を求める。
【０１３８】
そのため、２００万通りから、最適な１つまたは数個の周波数パラメータを探索する時間は、４８兆通りから探索する時間に比べて、一層短縮することができる。また、先に周波数パラメータが決定されているので、当該周波数パラメータで示される帯域において、有効特徴を求める時間も短時間で済む。また、周波数パラメータを探索する時間と、有効特徴を求める時間との合計も、４８兆通りから探索する時間に比べて、短くなる。このように、段階的に有効特徴を求めることで、判定知識としての特徴量の最適解を短時間で出力することができる。
【０１３９】
また、４８兆通りから総当り的に探索する場合に比べて、先に周波数パラメータを決定し、決定した周波数パラメータから有効特徴を求めているという導出過程を顧客に対して説明しやすくなり、顧客の信用を得ることができる。
【０１４０】
特に、周波数パラメータは、異常波形成分を捉えているか否かを決める重要な要素である。そして、周波数パラメータを決定する段階で、顧客は、良品／不良品の波形データと、決定された周波数パラメータとを比較することで、周波数パラメータが最適であることを確認することも可能である。その結果、特徴量の導出過程に対する顧客の信用を一層得ることができる。
【０１４１】
さらに、周波数パラメータ決定部３０は、良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分の特徴を示す指標（第１指標および第２指標：第１の値）を算出する指標演算部（第１算出手段）３３と、単位周波数帯域ごとに、良品の波形データに対応する指標と、不良品の波形データに対応する指標との分離状態を示す周波数決定用評価値（第２の値）を算出する評価値演算部（第２算出手段）３４と、周波数決定用評価値に基づいて、周波数パラメータを決定する候補帯域選定部（選定手段）３５、ＦＦＴ強度作成部（ＦＦＴ強度グラフ作成手段）３６および最適帯域設定部（最適周波数帯域決定手段）３７とを備える。
【０１４２】
上述したように、ある単位周波数帯域において、良品の波形データに対応する指標と不良品の波形データに対応する指標とが分離しているということは、当該単位周波数帯域において、不良品の波形成分に異常波形成分が発生していることを意味する。
【０１４３】
そのため、良品の波形データに対応する指標と、不良品の波形データに対応する指標とがより一層分離していることを示す周波数決定用評価値を持つ単位周波数帯域、つまり、異常波形成分が発生している単位周波数帯域を、最適周波数帯域として決定することができる。
【０１４４】
なお、指標演算部３３は、波形成分の強度を示す第１指標（例えば、平均値や中央値など）を算出する。定常性の異常波形成分は、良品にはない強度が、不良品において追加される。そのため、第１指標に基づいた周波数決定評価値により、候補帯域選定部３５および最適帯域設定部３７は、定常性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４５】
また、指標演算部３３は、波形成分の強度の時間方向のばらつきを示す第２指標（例えば、分散値、尖り度、最大値）を算出する。衝撃性の異常波形成分は、良品にも存在する強度が不良品において時間的にばらつくものである。そのため、第２指標に基づいた周波数決定評価値により、候補帯域選定部３５および最適帯域設定部３７は、衝撃性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４６】
また、単位周波数帯域ごとの周波数決定評価値を、良品の波形データに対応する指標と不良品の波形データに対応する指標とがより分離している順に並べたときの順位を分離順位とするとき、候補帯域選定部３５は、分離順位の上位の複数の単位周波数帯域を、候補周波数帯域とし、最適帯域設定部３７が該候補周波数帯域を最適周波数帯域として決定する。
【０１４７】
これにより、良品の波形データに対応する指標と、不良品の波形データに対応する指標とがより分離している複数の単位周波数帯域を最適周波数帯域として決定することができる。異常波形成分は、故障モードによって発生する周波数が異なる。そのため、複数種類の故障モードに対応する異常波形成分が発生している場合でも、各異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４８】
さらに、判定知識作成装置２０は、分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する候補帯域選定部（選定手段）３５と、良品の波形データに対応するＦＦＴ強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）３６と、ＦＦＴ強度グラフと候補帯域選定部３５が選定した複数の候補周波数帯域とを表示装置２に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適帯域設定部（最適周波数帯域決定手段）３７とを備える。
【０１４９】
上記の構成によれば、ユーザは、表示されたＦＦＴ強度グラフと候補周波数帯域とを比較しながら、どの候補周波数帯域を最適周波数帯域とするかを選択することができる。ユーザは、ＦＦＴ強度グラフを確認することで、例えば異常なノイズや外れ値の影響によって選定された候補周波数帯域を最適周波数帯域から除外することが可能となる。
【０１５０】
さらに、判定知識作成装置２０において、候補帯域選定部３５は、分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。
【０１５１】
検査装置では、複数の故障モードを一度の検査で判定することが望まれる。しかしながら、故障モードによって異常波形成分が発生する周波数帯域は異なる。また、検査装置によって一度に検査できる周波数帯域の個数には制限がある（例えば５個）。
【０１５２】
しかしながら、上記の構成によれば、隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。その結果、この候補周波数帯域を選択することで、異常波形成分が発生している複数の隣り合う単位周波数帯域を１つの最適周波数帯域として決定することができる。この１つの最適周波数帯域には、複数の異常波形成分が含まれており、これら異常波形成分が異なる故障モードによるものであるとき、複数の故障モードを一度に検査することが可能となる。
【０１５３】
本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
【０１５４】
最後に、判定知識作成装置２０の各ブロック、良否判定アルゴリズム生成部２３は、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。
【０１５５】
すなわち、判定知識作成装置２０は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである判定知識作成装置２０の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記判定知識作成装置２０に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
【０１５６】
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。
【０１５７】
また、判定知識作成装置２０を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
【産業上の利用可能性】
【０１５８】
本発明は、エンジンなどの製品から発生する音や振動を用いて、良品／不良品の判定を行う検査装置における判定知識を作成する装置に適用できる。
【図面の簡単な説明】
【０１５９】
【図１】本実施形態に係る判定知識作成装置が備える周波数パラメータ決定部の構成を示すブロック図である。
【図２】本実施形態に係る検査装置の構成を示すブロック図である。
【図３】パラメータ有の特徴量の演算例を示す図である。
【図４】本実施形態に係る判定知識作成装置の概略構成を示すブロック図である。
【図５】波形データベースが記憶する波形データの一例を示す図である。
【図６】波形成分データの強度値と第１・第２指標との対応関係を示す図である。
【図７】定常性の異常波形成分が発生している場合の良品／不良品の波形強度の平均値の差を示す図である。
【図８】衝撃性の異常波形成分が発生している場合の良品／不良品の波形強度の分散値の差を示す図である。
【図９】指標演算部が生成する指標データのデータ構造を示す図である。
【図１０】ＳＮ比の大小と、良品／不良品の波形データから演算された第１指標および第２指標との関係を示す図である。
【図１１】評価値演算部が生成する評価値データのデータ構造を示す図である。
【図１２】異常波形成分が発生していると予想される周波数帯域の候補の選定方法を示す図である。
【図１３】ＦＦＴ強度グラフの一例を示す図である。
【図１４】本実施形態における、判定知識の作成処理の流れを示すフローチャートである。
【図１５】最適周波数帯域（周波数パラメータ）の決定処理の流れを示すフローチャートである。
【図１６】従来の判定知識の作成処理の流れを示すフローチャートである。
【符号の説明】
【０１６０】
１ 入力装置
２ 表示装置
１０ 検査装置
１５ 特徴量演算パラメータ記憶部
１６ ファジィルール記憶部
２０ 判定知識作成装置
２１ 波形データベース
２２ 検査実績データベース
３０ 周波数パラメータ決定部（周波数パラメータ決定手段）
３１ 探索条件設定部
３２ 波形データ分割処理部
３３ 指標演算部（第１算出手段）
３４ 評価値演算部（第２算出手段）
３５ 候補帯域選定部（選定手段）
３６ ＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）
３７ 最適帯域設定部（最適周波数帯域決定手段）
４０ 特徴最適化部（特徴最適化手段）
５０ ルール作成部
【技術分野】
【０００１】
本発明は、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、前記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置に関するものである。
【背景技術】
【０００２】
従来から、製品の品質を保証するために、製品の検査を行っている。製品の検査のうち異音検査では、従来、製品を駆動させたときの音を熟練検査員が聞いて判定する、いわゆる官能検査で、製品の良品・不良品を判定していた。しかしながら、官能検査では、属人性が高く、かつ、高度な専門知識が必要であるため、定量的に安定した検査が行えなかった。
【０００３】
そこで、コスト削減のための省人化と、検査の精度向上やばらつきを低減させて製品の信頼性向上させることを目的として、これまでは熟練検査員の勘・経験に頼るしかなかった官能検査のしくみを自動で行う異音計測システムが近年開発されている。
【０００４】
このような異音計測システムでは、検査対象製品の音や振動を測定し、当該音や振動の波形データから、異常の有無が判断可能な特徴量を演算するための検査用知識（異常音または異常振動を強調させるアルゴリズム）が必要である。当該検査用知識は、対象製品の音や振動、環境ノイズ、時間変化によって、個別に作成される。
【０００５】
ここで、検査用知識の作成、具体的には、特徴（特徴量を演算するためのアルゴリズム）に用いられるパラメータの選択は、従来、分析者（異音検査システムの検査用知識を作成する人）により行われていた。しかしながら、このパラメータの組み合わせ数は、膨大な量である。
【０００６】
例えば、サンプリング周波数：４０ｋＨｚ、分析時間：１秒、フレーム幅（単位時間）：０．１秒、フレームシフト幅：０．０５秒とする。なお、人間が聞こえる周波数帯域は、１０Ｈｚ〜２０ｋＨｚである。ただし、信号処理アルゴリズム上、２倍の分解能が必要であるため、サンプリング周波数を４０ｋＨｚとしている。また、人間が聞こえる最小の周波数１０Ｈｚの波長が最低限１つ入る０．１秒を１フレームとしている。
【０００７】
周波数フィルタの範囲を決めるパラメータである、上限周波数および下限周波数（例えば、３０００〜４０００Ｈｚ）は、１０〜２０ｋＨｚの１０Ｈｚ刻みの値をとりうる。そのため、これら上限周波数および下限周波数の組合せ総数は、約２００万通り（２０４８Ｃ２）である。
【０００８】
また、周波数フィルタの範囲において、特徴（アルゴリズム）は、そのパラメータの組合せ総数も含めると、約６万通りである。特徴抽出（特徴（アルゴリズム）によって特徴量を求めること）によって求められる特徴量とは、例えば、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、波形データｓ（ｔ）の値が閾値（パラメータＰＴで指定）を越えるピークの数ＰＮ（Peak Numbers）である。その他、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、ある順位（パラメータＲＰで指定）に位置するピークの値ＰＶ（Peak Value）もある。
【０００９】
さらに、異常成分が発生している時間帯（フレーム）を選択する必要がある。総フレーム数は２０（＝１／０．０５）であるため、取り得る時間帯は、２００（２０Ｃ２）通りである。さらに、異常成分は、定常性のものと衝撃性のものがあり、定常性の異常成分は、各フレームの特徴量の値に着目することで確認でき、衝撃性の異常成分は、各フレームの特徴量の前後の変化量に着目することで確認できる。そこで、各フレームの値に着目して時間帯を選択する場合と、各フレームの前後の変化量の値に着目して時間帯を選択することが考えられるため、取り得る時間帯は、４００（２００×２）通りとなる。
【００１０】
これらの組合せ総数の積は、約４８兆通りである。そのため、従来、このような膨大な組合せの中から、分析者が高度な波形解析の専門知識を使って選択していた。また、対象製品の異常音（または異常振動）は非常に細かいものであり、ある周波数帯域や時間帯を強調しなければわからないものが多い。そのため、非常に大きな工数が必要であり、検査業務の自動化の妨げとなっていた。
【００１１】
そこで、特許文献１、非特許文献１，２では、各種の特徴量を個体とし、該特徴量を抽出するための、各種のパラメータ（周波数帯域を示す周波数パラメータ、特徴量を演算するための演算パラメータなど）を遺伝子とし、パラメータの組合せを個体とした遺伝子アルゴリズムなどの最適化手法を用いて、最適のパラメータを探索する知識作成支援装置が開示されている。
【００１２】
この知識作成支援装置におけるパラメータ探索手法の手順の概要を、図１６に示すフローチャートを参照しながら説明する。
【００１３】
まず、知識作成支援装置は、熟練検査員によって予め良品（ＯＫ）／不良品（ＮＧ）が判別されている波形データを読み込む（Ｓ１０１）。なお、各波形データには、判定結果（ＯＫ／ＮＧ）が対応付けされている。
【００１４】
次に、知識作成支援装置は、ユーザ入力に従って、探索条件を設定する（Ｓ１０２）。パラメータ探索には、様々なアルゴリズムを適用することが可能であるが、遺伝的アルゴリズムを用いた場合の探索条件としては、以下に示すものがある。
【００１５】
遺伝的アルゴリズムの動作を規定する探索条件としては、個体数、交叉率、突然変異率、世代数がある。個体数は、探索に用いる個体（解候補）の数である。また、交叉率は、個体を交叉させる確率である。突然変異率は、個体の中の遺伝子を突然変異させる確率である。世代数は、遺伝的アルゴリズムを適用する世代数である。
【００１６】
また、探索方法を規定する探索条件としては、分離度重視か分離数重視かの選択があり、分離数重視の場合は上位いくつを使うか、および、各重み係数がある。
【００１７】
さらに、探索終了を規定する探索条件としては、分離度または分離数を示す評価値が一定値を超えた時点（評価値越え）や、評価値が同一の値である世代が一定世代数を超えた時点（回数越え）などがあり、少なくとも１つを具備したときに探索条件を具備したとすることができる。
【００１８】
続いて、知識作成支援装置は、初期の複数の個体をランダムに生成する（Ｓ１０３）。上述したように、個体とは各種の特徴量であり、記特徴量ＰＮ、ＰＶなど、特開平１１−１７３９０９号公報に開示されているような各種の特徴量がある。
【００１９】
次に、各個体（特徴量）の値を演算する（Ｓ１０４）。
【００２０】
その後、知識作成支援装置は、各個体について、演算結果を、ＯＫ品とＮＧ品とに分けて集計し、個体ごとの評価値を演算する（Ｓ１０５）。
【００２１】
すなわち、まず、特徴量毎の評価値を式（１）を用いて求める。ここで、係数αは、検査実績ファイルでＯＫとなっているセンサデータ（以下ＯＫ品）の平均が検査実績ファイルでＮＧとなっているセンサデータ（以下ＮＧ品）の平均より小さい場合即ち、ＮＧ品を高い値で検出している場合に値を大きくするための係数である。一方、計数βはＯＫ品のグループとＮＧ品のグループが完全に分離した場合に加点するための係数である。なお、式（１）は１例であり、他の式であってもよい。
【００２２】
Ｖｎ＝α×β×（ＮＧAven−ＯＫAven）／ＯＫσｎ ・・・ 式（１）
ここで、
Ｖｎ＝０：ＯＫσ＝０
α＝１００：ＯＫσ＞０、ＡＮＤ、（ＮＧAven−ＯＫAven）＞０
−２０：ＯＫσ＞０、ＡＮＤ、（ＮＧAven−ＯＫAven）≦０
β＝２：（ＮＧMinn−ＯＫMaxn）＞０
β＝１：（ＮＧMinn−ＯＫMaxn）≦０
但し
ＯＫAven：ＯＫ品の特徴量ｎの平均値
ＯＫσｎ：ＯＫ品の特徴量ｎの分散
ＮＧAven：ＮＧ品の特徴量ｎの平均値
ＮＧσｎ：ＮＧ品の特徴量ｎの分散
ＯＫMinn，ＯＫMaxn：ＯＫ品特徴量ｎの最大値，最小値
ＮＧMinn，ＮＧMaxn：ＮＧ品特徴量ｎの最大値，最小値
ｎ：０ 〜 特徴量数−１ である。
【００２３】
そして、最終的な評価値Ｖａｌは、以下のようにして求める。すなわち、評価値Ｖａｌは、ユーザが指定する探索方法によって式（２）と式（２）′を使い分ける。
【００２４】
Ｖａｌ＝Ｖｍ ・・・（２）
Ｖｍ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１）
Ｖａｌ＝（ｗ＊Ｖｍ＋（１−ｗ）＊Ｖｋ）／１ ・・・（２）′
Ｖｍ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１）
Ｖｋ：ＭＡＸ（Ｖｎ：ｎ＝０〜特徴量数−１かつｍを除く）
ｗ： ０．０〜１．０ （ユーザが設定する重み）
探索方法が、分離度優先の場合は式（２）を使い、探索方法が、分離数優先の場合は式（２）′を使う。式（２）′は評価値Ｖｎが上位２つを使う式であるが、任意の上位評価値の重み付き平均でもよい。
【００２５】
次に、知識作成支援装置は、上記各式に基づいて算出した評価値が探索終了を規定する探索終了条件を満足するか確認する（Ｓ１０６）。探索終了を規定する探索条件は、S１０１を実行することにより設定されたものである。
【００２６】
探索終了条件を満たさない場合（Ｓ１０６でＮｏ）、Ｓ１０３の処理に戻り、交叉または突然変異により新個体を生成し、評価値の低い個体を新個体で置き換え、Ｓ１０４〜Ｓ１０６を繰り返す。
【００２７】
一方、探索終了条件を満たす場合（Ｓ１０６でＹｅｓ）、知識作成支援装置は、当該探索終了条件を満たす最適解（評価値が最大のパラメータ解１つ）を決定し（Ｓ１０７）、最適解から、良品／不良品の判別知識（判別アルゴリズム）を作成する（Ｓ１０８）。
【特許文献１】特開２００４−２７９２１１（２００４年１０月７日公開）
【非特許文献１】オムロンテクニクスＶｏｌ．４３ Ｎｏ．１ ｐｐ．９９−１０５（２００３）
【非特許文献２】オムロンテクニクスＶｏｌ．４４ Ｎｏ．１ ｐｐ．４８−５３（２００４）
【発明の開示】
【発明が解決しようとする課題】
【００２８】
新規に異音検査システムを導入しようとする顧客は、それまで熟練検査員の耳による官能検査を行っていることが多い。このような場合、官能検査の置き換えとして異音検査システムを使用するため、それまでの熟練検査員の検査基準と、良品／不良品の判別知識との整合性を顧客に対して説明する必要がある。よって、最適解の導出過程が説明できないと、顧客の信用が得られないこととなる。
【００２９】
しかしながら、遺伝的アルゴリズムなどの最適化手法は評価関数のみを基準にランダムに探索を行うため、導出過程を合理的に説明することができない。また、探索空間が複雑である場合、最適解の導出に非常に時間がかかる場合もある。
【００３０】
本発明は、上記の問題点に鑑みてなされたものであり、その目的は、短時間で判定知識が作成可能であり、その判定知識の導出過程の説明が容易である判定知識作成装置、判定知識作成方法、プログラムおよび記録媒体を実現することにある。
【課題を解決するための手段】
【００３１】
本発明に係る判定知識作成装置は、上記課題を解決するために、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置であって、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備える。
【００３２】
本発明に係る判定知識作成方法は、上記課題を解決するために、取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置の判定知識作成方法であって、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定ステップと、上記周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化ステップとを含む。
【００３３】
ここで、「特徴」（アルゴリズム）とは、波形成分に対する演算アルゴリズムである。「特徴量」とは、波形成分から上記特徴によって求められた値である。「特徴抽出」とは、上記特徴を用いて上記特徴量を計算することを意味する。
【００３４】
上述したように、判定知識の一部としての特徴量の演算方式の総数（すなわち、上記「特徴」（アルゴリズム）の数である）は、特徴量を演算するためのパラメータの組合せを考慮すると、約４８兆通りもの膨大な数となる。この中で最も組合せ数が多いのは、特徴量の演算に用いる周波数帯域を示す周波数パラメータであり、約２００万通りである。
【００３５】
従来では、約４８兆通りの組合せの中から総当り的に最適解を探索していたが、上記の構成によれば、まず最初に、異常波形成分が発生している最適周波数帯域を周波数パラメータとして決定し、その後に有効特徴（当該有効特徴には、周波数パラメータ以外の演算パラメータが含まれる場合がある）を求める。ここで、有効特徴の求め方としては、公知の最適化手法を用いることができる。
【００３６】
そのため、２００万通りから、最適な１つまたは数個の周波数パラメータを探索する時間は、４８兆通りから探索する時間に比べて、一層短縮することができる。また、先に周波数パラメータが決定されているので、当該周波数パラメータで示される帯域において、最適な有効特徴を求める時間も短時間で済む。また、周波数パラメータを探索する時間と、有効特徴を求める時間との合計も、４８兆通りから探索する時間に比べて、短くなる。このように、段階的に有効特徴を求めることで、判定知識としての有効特徴の最適解を短時間で出力することができる。
【００３７】
また、４８兆通りから総当り的に探索する場合に比べて、先に周波数パラメータを決定し、決定した周波数パラメータから有効特徴を求めているという導出過程を顧客に対して説明しやすくなり、顧客の信用を得ることができる。
【００３８】
特に、周波数パラメータは、異常波形成分を捉えているか否かを決める重要な要素である。そして、周波数パラメータを決定する段階で、顧客は、良品／不良品の波形データと、決定された周波数パラメータとを比較することで、周波数パラメータが最適であることを確認することも可能である。その結果、有効特徴の導出過程に対する顧客の信用を一層得ることができる。
【００３９】
さらに、本発明に係る判定知識作成装置において、上記周波数パラメータ決定手段は、上記良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分に基づいて第１の値を算出する第１算出手段と、上記単位周波数帯域ごとに、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値との分離状態を示す第２の値を算出する第２算出手段とを備え、上記第２の値に基づいて、上記周波数パラメータを決定する。
【００４０】
ここで、ある単位周波数帯域において、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とが分離しているということは、当該単位周波数帯域において、不良品の波形成分と良品の波形成分とが異なっている、つまり、不良品の波形成分に異常波形成分が発生していることを意味する。
【００４１】
そのため、上記の構成によれば、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値とがより一層分離していることを示す第２の値を持つ単位周波数帯域、つまり、異常波形成分が発生している単位周波数帯域を、最適周波数帯域として決定することができる。
【００４２】
さらに、本発明に係る判定知識作成装置において、上記第１算出手段は、上記第１の値として、上記波形成分の強度を示す値を算出することが好ましい。
【００４３】
時間に拘わらず発生する異常波形成分（定常性の異常波形成分）は、良品にはない強度が、不良品において追加される。そのため、上記の構成によれば、第１の値を波形成分の強度を示す値とすることで、定常性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００４４】
なお、波形成分の強度を示す値としては、該強度の平均値または中央値がある。
【００４５】
さらに、本発明に係る判定知識作成装置において、上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の、ばらつきを示す値を算出することが好ましい。
【００４６】
突発的または定期的に発生する異常波形成分（衝撃性の異常波形成分）は、単位時間の強度が、異なる単位時間の間でばらつくものである。すなわち、一単位時間を１フレームとすると、衝撃性の異常波形成分を含むフレームの強度は、衝撃性の異常波形成分を含まないフレームの強度よりも大きくなる。そのため、上記の構成によれば、フレームの強度を第１の値の算出のために用いることで、衝撃性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００４７】
なお、当該第１の値としては、上記波形成分における単位時間ごとの強度の分散値、上記波形成分の尖り度、または、上記波形成分の最大値がある。衝撃性の異常波形成分を含むフレームの強度が、衝撃性の異常波形成分を含むフレームの強度よりも十分に大きい場合には、分散値を用いることができる。また、衝撃性の異常波形成分を含む波形成分データの強度の最大値が、衝撃性の異常波形成分を含まない波形成分データの強度の最大値よりも十分大きい場合には、最大値を第２指標として用いることができる。また、衝撃性の異常波形成分を含むフレームの数が、衝撃性の異常波形成分を含む波形の全フレーム数と比較して十分に少ない場合には、尖り度を第２指標として用いることができる。尖り度を用いることにより、衝撃度合いを評価することができる。また、最大値を用いることにより、単発の異常を捉えることができる。
【００４８】
さらに、本発明に係る判定知識作成装置において、上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を、上記最適周波数帯域として決定することが好ましい。
【００４９】
上記の構成によれば、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値とがより分離している複数の単位周波数帯域を最適周波数帯域として決定することができる。異常波形成分は、故障モードによって発生する周波数が異なる。そのため、複数種類の故障モードに対応する異常波形成分が発生している場合でも、各異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【００５０】
さらに、本発明に係る判定知識作成装置において、上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する選定手段と、上記良品の波形データに対応するＦＦＴ（高速フーリエ変換）強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するグラフ作成手段と、上記ＦＦＴ強度グラフと上記選定手段が選定した複数の候補周波数帯域とを表示装置に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適周波数帯域決定手段とを備えることが好ましい。
【００５１】
上記の構成によれば、ユーザは、表示されたＦＦＴ強度グラフと候補周波数帯域とを比較しながら、どの候補周波数帯域を最適周波数帯域とするかを選択することができる。ユーザは、ＦＦＴ強度グラフを確認することで、例えば異常なノイズや外れ値の影響によって選定された候補周波数帯域を最適周波数帯域から除外することが可能となる。
【００５２】
さらに、本発明に係る判定知識作成装置において、上記選定手段は、上記分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの上記候補周波数帯域とすることが好ましい。
【００５３】
検査装置では、複数の故障モードを一度の検査で判定することが望まれる。しかしながら、故障モードによって異常波形成分が発生する周波数帯域は異なる。また、検査装置によって一度に検査できる周波数帯域の個数には制限がある（例えば５個）。
【００５４】
しかしながら、上記の構成によれば、隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。その結果、この候補周波数帯域を選択することで、異常波形成分が発生している複数の隣り合う単位周波数帯域を１つの最適周波数帯域として決定することができる。この１つの最適周波数帯域には、複数の異常波形成分が含まれており、これら異常波形成分が異なる故障モードによるものであるとき、複数の故障モードを一度に検査することが可能となる。
【００５５】
なお、上記判定知識作成装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各手段として動作させることにより判定知識作成装置をコンピュータにて実現させるプログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。
【発明の効果】
【００５６】
本発明に係る判定知識作成装置は、以上のように、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備える。これにより、短時間で判定知識が作成可能であり、その判定知識の導出過程の説明が容易でとなる。
【発明を実施するための最良の形態】
【００５７】
本発明の判定知識作成装置に関する実施の一形態の説明の前に、本装置により設定される判定ルール（判定知識）を用いて、対象製品の良否判定を行う検査装置について説明する。
【００５８】
図２は、検査装置１０の構成を示すブロック図である。図２に示されるように、検査装置１０は、波形取得部１１と、特徴抽出部１２と、判定部１３と、検査結果出力部１４と、特徴量演算パラメータ記憶部１５と、ファジィルール記憶部１６とを備えている。
【００５９】
波形取得部１１は、製品毎に、製品の駆動時の音や振動から波形データを取得する。また製品の駆動時の振動から波形データを取得する。ここで、製品の駆動時の音は、例えばマイク等の音センサ３から得られるものとする。この音センサ３は、製品に接触または近接するように配されており、製品を駆動させた際に生じる音を収集する。また、製品の駆動時の振動は、例えば加速度センサ３から得られるものとする。この加速度センサ３は、製品に接触または近接するように配されており、製品を駆動させた際に生じる振動を収集するものである。収集された音および振動はアンプ（図示せず）により増幅され、Ａ／Ｄ変換器５を通して、波形取得部１１に送られる。
【００６０】
特徴量演算パラメータ記憶部１５は、波形データから特徴量を演算するための演算アルゴリズムであり、当該波形データに適した有効特徴を記憶するものである。特徴量演算パラメータ記憶部１５は、当該有効特徴として、波形データからフィルタリングする周波数帯域の上限周波数および下限周波数を示す周波数パラメータと、当該周波数パラメータによりフィルタリングされた波形データから演算可能であり、対象製品の良否判定に用いられる特徴量を識別する特徴量識別情報とを記憶するものである。特徴量とは、波形データから得られる値で示され、製品が良品である場合と不良品である場合とを区別可能とする要素（計測項目）のことである。特徴量とは、製品が良品であるか否かを判定するために用いる物理的特性であり、製品の品質をよく表す特性（品質特性）としてみなすことができる。
【００６１】
特徴量には、該特徴量を演算するために何らかのパラメータが必要な「パラメータ有の特徴量」と、パラメータが不要な「パラメータ無の特徴量」とがある。パラメータ無の特徴量の例としては、波形データの強度の平均値や分散値などが挙げられる。
【００６２】
一方、パラメータ有の特徴量の例としては、図３に示されるような、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、波形データｓ（ｔ）の値が閾値（パラメータＰＴで指定）を越えるピークの数ＰＮ（Peak Numbers）や、時間ｔのある範囲（下限パラメータＴＬおよび上限パラメータＴＨで指定）における、ある順位（パラメータＲＰで指定）に位置するピークの値ＰＶ（Peak Value）がある。特徴量演算パラメータ記憶部１５は、「パラメータ有の特徴量」の特徴量識別情報を記憶している場合、当該特徴量を演算するための各種パラメータの値（特徴量ＰＮの場合、パラメータＴＬ、ＴＨ、ＰＴの値）も記憶している。
【００６３】
特徴抽出部１２は、特徴量演算パラメータ記憶部１５に格納されている特徴量識別情報で示される特徴量を、波形取得部１１が取得した波形データから算出する。ただし、特徴量識別情報で示される特徴量がパラメータ有の特徴量である場合、特徴抽出部１２は、特徴量演算パラメータ記憶部１５に格納されている各種パラメータの値を用いて、特徴量を算出する。
【００６４】
ファジィルール記憶部１６は、判定部１３にて良否判定処理を行う際に使用するファジィルールを記憶するものである。
【００６５】
判定部１３は、ファジィルール記憶部１６に格納されたファジィルールに従い、特徴抽出部１２にて算出された特徴量に対してファジィ推論を行い、許容範囲（閾値）との比較により良否判定を行う。
【００６６】
検査結果出力部１４は、例えば、表示デバイス（図示せず）に、判定部１３が判定した結果を含む情報、つまり、製品の検査結果の情報を表示したり、記憶装置（図示せず）に格納したりする。
【００６７】
この検査装置１０の具体的な構成は、従来公知の各種のものを適用可能であるため、詳細な説明を省略する。本発明に係る判定知識作成装置は、上述した特徴量演算パラメータ記憶部１５に格納される周波数パラメータ、特徴量識別情報ならびにパラメータ有の特徴量の場合の各種パラメータの値と、ファジィルール記憶部１６に格納されるファジィルールを作成するものである。
【００６８】
（判定知識作成装置の構成）
図４は、本実施形態の判定知識作成装置２０の概略構成を示すブロック図である。図４に示されるように、判定知識作成装置２０は、波形データベース２１と、検査実績データベース２２と、良否判定アルゴリズム生成部２３とを備えている。また、判定知識作成装置２０には、ユーザインターフェイスとして、キーボードやマウスなどの入力装置１と、表示装置２とが接続されている。
【００６９】
波形データベース２１は、図５に示されるように、サンプル品等を動作させた時に生じる音や振動をセンサ３で取得した複数の波形データを記憶するものである。波形データベース２１は、各波形データに対応づけて、該波形データを識別するための波形ＩＤを記憶している。
【００７０】
検査実績データベース２２は、波形ＩＤと、当該波形ＩＤに対応する波形データに対する良品／不良品の判定結果とが対応付けられた検査実績情報を記憶している。
【００７１】
なお、良品／不良品の判定は、予め熟練検査員によって行われている。例えば、波形データの取得時に検査員が実際に対象製品から発生する音等を聴いて判断したり、一旦格納した波形データを再生し、熟練検査員が再生音を聴いて判断する。
【００７２】
良否判定アルゴリズム生成部２３は、波形データベース２１に格納されている波形データと、検査実績データベース２２に格納されている検査実績情報とに基づいて、上述した特徴量演算パラメータ記憶部１５に格納される特徴量識別情報および各種パラメータの値（パラメータ有の特徴量に限る）と、ファジィルール記憶部１６に格納されるファジィルールとを作成するものである。
【００７３】
良否判定アルゴリズム生成部２３は、周波数パラメータ決定部（周波数パラメータ決定手段）３０と、特徴最適化部（特徴最適化手段）４０と、ルール作成部５０とを備えている。
【００７４】
周波数パラメータ決定部３０は、波形データベース２１に格納されている波形データと、検査実績データベース２２に格納されている検査実績情報とに基づいて、異常波形成分が最もよく発生している周波数帯域（最適周波数帯域）を決定し、決定した最適周波数帯域の上限および下限周波数を周波数パラメータとして、検査装置１０の特徴量演算パラメータ記憶部１５に格納するものである。なお、周波数パラメータ決定部３０の詳細な構成については後述する。
【００７５】
特徴最適化部４０は、周波数パラメータ決定部３０によって決定された周波数帯域において、良品と不良品とを最もよく分離できる特徴量（最適特徴量）を算出するための演算アルゴリズムである有効特徴を探索するものである。また、特徴最適化部４０は、パラメータ有の特徴量を最適特徴量として決定する際には、有効特徴として、当該特徴量を演算するための演算パラメータも求める。
【００７６】
上述したように、特徴量を算出するために必要な、周波数パラメータおよび演算パラメータを含む全てのパラメータの組合せは約４８兆通りもの膨大な量である。しかしながら、本実施形態では、先に周波数パラメータ決定部３０が周波数パラメータを決定する。周波数パラメータの組合せ総数は、約２００万通りである。そのため、周波数パラメータ以外のパラメータの組合せ総数は、全数評価が可能な範囲となる。そこで、特徴最適化部４０は、全ての「特徴（アルゴリズム）」（パラメータ有の特徴量の場合には、その演算パラメータの値も含む）について、良品／不良品を最も良く分離可能な評価値（以下、特徴量決定用評価値という）を算出し、当該特徴量決定用評価値が最も大きな特徴（アルゴリズム）を最適解（有効特徴）としてルール作成部５０に出力する。
【００７７】
そして、特徴最適化部４０は、求めた有効特徴を特徴量演算パラメータ記憶部１５に格納する。具体的には、特徴最適化部４０は、検査装置１０の特徴量演算パラメータ記憶部１５にアクセスし、最適解で算出される特徴量を識別する特徴量識別情報、ならびに、パラメータ有の特徴量の場合には、その演算パラメータの値を格納する。
【００７８】
ルール作成部５０は、周波数パラメータ決定部３０によって決定された周波数パラメータと、特徴最適化部４０によって求められた最適解の特徴量（パラメータ有の特徴量の場合には、その演算パラメータの値）とに基づいて、ファジィルールを作成するものである。ファジィルール作成のために使用する特徴量ならびにパラメータが既に決定されているので、公知の手法により、“ＩＦ ＴＨＥＮ方式”のルールを簡単に作成することができる。また、これに基づいてメンバシップ関数も作成できる。そして、ルール作成部５０は、検査装置１０のファジィルール記憶部１６にアクセスし、作成したファジィルールを格納する。
【００７９】
（周波数パラメータ決定部の構成）
次に、周波数パラメータ決定部３０の詳細構成について説明する。図１は、周波数パラメータ決定部３０の構成を示すブロック図である。図１に示されるように、周波数パラメータ決定部３０は、探索条件設定部３１と、波形データ分割処理部３２と、指標演算部（第１算出手段）３３と、評価値演算部（第２算出手段）３４と、候補帯域選定部（選定手段）３５と、ＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）３６と、最適帯域設定部（特徴最適化手段）３７とを備えている。
【００８０】
波形データ分割処理部３２は、波形データベース２１に格納されている各波形データから、フレームシフト幅だけずらした、所定の単位時間の複数のフレームデータを抽出するとともに、該フレームデータに対してフィルタリング処理を行い、単位周波数帯域ごとの波形成分データに分割するものである。このとき、波形データ分割処理部３２は、各波形成分データに対して、分割前の波形データに対応付けられていた波形ＩＤを付加する。
【００８１】
指標演算部３３は、図６に示されるように、各波形データについて、波形データ分割処理部３２によって単位周波数帯域ごとに分割された、良品および不良品の各波形成分データから強度を読み取り、該強度に基づいて、異常波形成分の有無を評価するための指標（後述する第１指標および第２指標）を算出する。
【００８２】
異常波形成分とは、良品の波形成分データには現れず、不良品の波形成分データに現れる波形成分である。異常波形成分には、定常性の異常波形成分と、衝撃性の異常波形成分との２種類のものが想定される。
【００８３】
定常性の異常波形成分とは、良品の波形成分データの強度（パワー）に対して、時間方向に拘わらずに追加される強度である。例えば、定常的に発生している音（ブー音）である。
【００８４】
一方、衝撃性の異常波形成分とは、単位時間の強度が、異なる単位時間の間でばらつくものである。ここで、一単位時間を１フレームとする。この場合、衝撃性の異常波形成分を含むフレームの強度は、衝撃性の異常波形成分を含まないフレームの強度よりも大きくなる。例えば、衝撃性の異常波形成分は、一定期間ごとに発生する音（キッキッ音）である。
【００８５】
そこで、指標演算部３３は、各波形データについて、単位周波数帯域ごとに、定常性の異常波形成分の有無を評価するための第１指標と、衝撃性の異常波形成分の有無を評価するための第２指標とを算出する。なお、後述するように、第１指標としては平均値が、第２指標としては分散値がある。そして、指標演算部３３は、図９に示されるように、波形ＩＤと、単位周波数帯域と、第１指標と、第２指標とが対応付けられた指標データを生成する。
【００８６】
探索条件設定部３１は、最適周波数帯域を決定するための周波数パラメータ探索条件として、上述の単位時間、フレームシフト幅、単位周波数帯域、第１指標および第２指標を設定するものである。探索条件設定部３１は、ユーザ入力に従って周波数パラメータ探索条件を設定するが、ユーザからの入力が無い場合、デフォルトとして定められた条件に設定する。
【００８７】
単位時間のデフォルトとして０．１秒、フレームシフト幅のデフォルトとして０．０５秒が定めれらている。これは、人間が聴くことのできる最低の周波数１０Ｈｚの波が最低１つ入る時間が、０．１秒であるからである。なお、探索条件設定部３１は、例えば、対象製品がエンジン等の回転駆動するものである場合、ユーザ入力に従って、回転周期の所定倍を単位時間に設定することができる。
【００８８】
単位周波数帯域のデフォルトとして１／３オクターブバンドが定められている。なお、探索条件設定部３１は、ユーザ入力に従って、単位周波数帯域として、１／ｎオクターブバンド（ｎ≠３）、所定周波数ごとの等間隔の帯域、などが設定可能である。
【００８９】
第１指標のデフォルトとして、波形成分データの強度（パワー）の平均値が定められている。これは、定常性の異常波形成分が発生している不良品の波形成分データの強度が、良品の波形成分データの強度に比べて大きくなるからである。図７に示されるように、例えば８０００〜１００００Ｈｚで定常性の異常波形成分が発生する場合、８０００〜１００００Ｈｚの単位周波数帯域において、良品の波形成分データの強度における時間方向の平均値よりも、不良品の波形成分データの強度における時間方向の平均値が大きくなる。
【００９０】
なお、探索条件設定部３１は、ユーザ入力に従って、第１指標として、波形成分データの強度の中央値などが設定可能である。中央値である場合、ノイズや外れ値の影響が少なくなる。
【００９１】
第２指標としては、衝撃性の異常波形成分を含むフレームの強度が、衝撃性の異常波形成分を含むフレームの強度よりも十分に大きい場合には、波形成分データにおける単位時間ごとの強度、のばらつきを示す分散値を用いることができる。図８に示されるように、例えば８０００〜１００００Ｈｚで衝撃性の異常波形成分が発生する場合、良品の波形成分データの単位時間ごとの強度の分散値よりも、不良品の波形成分データのの単位時間ごとの強度の分散値が大きくなる。
【００９２】
その他、第２指標として、波形成分データの尖り度や最大値が設定可能である。衝撃性の異常波形成分を含む波形成分データの強度の最大値が、衝撃性の異常波形成分を含まない波形成分データの強度の最大値よりも十分大きい場合には、最大値を第２指標として用いることができる。また、衝撃性の異常波形成分を含むフレームの数が、衝撃性の異常波形成分を含む波形の全フレーム数と比較して十分に少ない場合には、尖り度を第２指標として用いることができる。尖り度を用いることにより、衝撃度合いを評価することができる。また、最大値を用いることにより、単発の異常を捉えることができる。
【００９３】
探索条件設定部３１は、ユーザ入力に従って、第２指標を設定する。ここでは、第２指標として、「単位時間ごとの強度」の分散値が設定されたものとする。
【００９４】
評価値演算部３４は、検査実績データベース２２に格納されている検査実績情報に基づいて、単位周波数帯域ごとに、良品の波形データに対して指標演算部３３によって演算された第１指標の値と、不良品の波形データに対して指標演算部３３によって演算された第１指標の値と、の分離度合いを示す評価値（以下、周波数決定用評価値という）を演算する。同様に、評価値演算部３４は、検査実績データベース２２に格納されている検査実績情報に基づいて、単位周波数帯域ごとに、良品の波形データに対して指標演算部３３によって演算された第２指標の値と、不良品の波形データに対して指標演算部３３によって演算された第２指標の値と、の分離度合いを示す周波数決定用評価値を演算する。そして、評価値演算部３４は、図１１に示されるように、単位周波数帯域と、第１指標に対する周波数決定用評価値と、第２指標に対する周波数決定用評価値とが対応付けられた評価値データを生成する。
【００９５】
本実施形態では、評価値演算部３４は、周波数決定用評価値として、以下の式（３）で示される望大特性のＳＮ比を演算する。
【００９６】
【数１】
【００９７】
式（３）に示される望大特性のＳＮ比は、異常波形成分が含まれる場合に、不良品の波形データから演算された第１指標（または第２指標）が、良品の波形データから演算された第１指標（または第２指標）の分布から離れるほど値が大きくなるものである。この望大特性のＳＮ比は、不良品の波形データの数が少なくても、精度の良い値となるというメリットがある。生産ラインによっては、製造される製品のほぼ全てが良品であり、不良品の発生する確率が少ないものがある。このような場合、判定知識を作成する際にも、良品サンプルの波形データの数に比べて、不良品サンプルの波形データの数が少なくなる。しかしながら、このような場合であっても、式（３）に示したＳＮ比を用いることで、良品の波形データに対して指標演算部３３によって演算された第１指標（または第２指標）と、不良品の波形データに対して指標演算部３３によって演算された第１指標（または第２指標）と、の分離度合いを精度良く評価することができる。
【００９８】
図１０は、ＳＮ比の大小と、良品／不良品の波形データから演算された第１指標（または第２指標）との関係を示す図である。不良品の波形成分データに異常波形成分が含まれている単位周波数帯域では、不良品の波形データから演算された第１指標（または第２指標）が良品の波形データから演算された第１指標（または第２指標）の分布から離れることとなる。このとき、図１０に示されるように、ＳＮ比が大きくなる。一方、不良品の波形成分データに異常波形成分が含まれていない単位周波数帯域では、不良品の波形データから演算された第１指標（または第２指標）が良品の波形データから演算された第１指標（または第２指標）の分布に含まれることとなる。このとき、図１０に示されるように、ＳＮ比が小さくなる。
【００９９】
なお、周波数決定用評価値は、式（３）で示される望大特性のＳＮ比に限定されるものではない。この他に、平均値の差や、分布の差を示す相関比あるいはカルバックライブラー情報量、Ｆ値などを用いても良い。
【０１００】
候補帯域選定部３５は、評価値演算部３４によって演算された周波数決定用評価値（ここでは、望大特性のＳＮ比）に基づいて、定常性の異常波形成分が発生していると予想される周波数帯域、ならびに、衝撃性の異常波形成分が発生していると予想される周波数帯域の候補を選定するものである。
【０１０１】
本実施形態での候補帯域選定部３５の具体的な選定方法を図１２を参照しながら説明する。まず、候補帯域選定部３５は、各単位周波数帯域の第１指標および第２指標の各々の望大特性のＳＮ比を、値の大きい順（以下、分離順位という）に並べる（図１２において、○内の数字がＳＮ比の大きい順を示している）。そして、候補帯域選定部３５は、分離順位第１位のＳＮ比に対応する単位周波数帯域を第１グループとする。ここで、分離順位第１位のＳＮ比に対応する指標（第１指標または第２指標）を第１グループの指標とする。次に、候補帯域選定部３５は、分離順位第２位のＳＮ比に対応する指標（第１指標または第２指標）が第１グループの指標と同じであり、かつ、分離順位第２位のＳＮ比に対応する単位周波数帯域が第１グループに含まれる単位周波数帯域と隣合う場合には、該分離順位第２位のＳＮ比に対応する単位周波数帯域を第１グループに含め、そうでない場合には、該分離順位第２位のＳＮ比に対応する単位周波数帯域を第２グループとする。その後、候補帯域選定部３５は、分離順位の順に、各単位周波数帯域のグループ分けを行う。すなわち、候補帯域選定部３５は、分離順位第ｎ位のＳＮ比に対応する指標（第１指標または第２指標）が作成済みの第Ｎグループの何れかのグループの指標と同じであり、かつ、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域が該グループに含まれる単位周波数帯域と隣合う場合には、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域を該グループに含め、そうでない場合には、分離順位第ｎ位のＳＮ比に対応する単位周波数帯域を第Ｎ＋１グループとする。このようにして、候補帯域選定部３５は、第６グループまで作成し、第１〜第５グループを、異常波形成分が発生していると予想される周波数帯域の候補（候補周波数帯域）として選定する。
【０１０２】
そして、グループの指標が第１指標である場合、当該グループを、定常性の異常波形成分の候補周波数帯域とし、グループの指標が第２指標である場合、当該グループを、衝撃性の異常波形成分の候補周波数帯域とする。
【０１０３】
なお、対象製品によっては、定常性または衝撃性のいずれかの異常波形成分に偏る場合がある。このような場合であっても、上記の方法により候補周波数帯域を選定することにより、候補周波数帯域も、異常波形成分の偏りに応じて、定常性または衝撃性のいずれかに偏ることとなる。
【０１０４】
ＦＦＴ強度グラフ作成部３６は、各波形データをＦＦＴ解析し、検査実績情報が「良品」に対応する波形データのＦＦＴ解析結果を集計するとともに、検査実績情報が「不良品」に対応する波形データのＦＦＴ解析結果を集計する。そして、ＦＦＴ強度グラフ作成部３６は、図１３に示されるように、集計したＦＦＴ解析結果に基づいて、検査実績情報「良品」／「不良品」の各々について、時間軸と周波数軸とで構成される２次元のＦＦＴ強度グラフを作成する。なお、図１３において、強度は、濃淡（または色）によって表されている。
【０１０５】
最適帯域設定部３７は、候補帯域選定部３５によって選定された第１〜第５グループの候補周波数帯域の中から、特徴最適化部４０によって特徴量およびそのパラメータが最適化される周波数帯域（最適周波数帯域）を決定するものである。
【０１０６】
本実施形態では、最適帯域設定部３７は、候補帯域選定部３５によって選定された第１〜第５グループの候補周波数帯域と、ＦＦＴ強度グラフ作成部３６によって作成された検査実績情報「良品」／「不良品」の各々に対応するＦＦＴ強度グラフとを表示装置２に表示させる。そして、最適帯域設定部３７は、第１〜第５グループの候補周波数帯域の中から、ユーザによって指定された候補周波数帯域を最適周波数帯域として決定する。
【０１０７】
なお、最適帯域設定部３７は、最適周波数帯域として、複数の帯域を決定してもよい。異なる種類の異常波形成分（定常性の異常波形成分と衝撃性の異常波形成分）が同一の周波数帯域で発生するとは限らないからである。
【０１０８】
ユーザは、ＦＦＴ強度グラフと、候補周波数帯域とを見比べて、最適周波数帯域を指定することができる。
【０１０９】
（判定知識の作成処理の流れ）
次に、本実施形態に係る判定知識作成装置２０における、判定知識の作成処理の流れについて、図１４に示すフローチャートを参照しながら説明する。
【０１１０】
まず、良否判定アルゴリズム生成部２３の周波数パラメータ決定部３０および特徴最適化部４０は、波形データベース２１から波形データを、検査実績データベース２２から検査実績情報を読み込む（Ｓ１）。
【０１１１】
次に、周波数パラメータ決定部３０の探索条件設定部３１、および特徴最適化部４０は、入力装置１へのユーザ入力に従って、最適解の探索条件を設定する（Ｓ２）。
【０１１２】
具体的には、周波数パラメータ決定部３０の探索条件設定部３１は、ユーザ指示に従って、周波数パラメータ探索条件である、単位時間、フレームシフト幅、単位周波数帯域、第１指標および第２指標を設定する。ただし、探索条件設定部３１は、ユーザ指示がない場合、周波数パラメータ探索条件をデフォルトに設定する。ここでは、探索条件設定部３１は、デフォルト設定を行ったものとする。
【０１１３】
また、特徴最適化部４０は、ユーザ指示に従って、探索方法として、分離度優先および分離数優先の何れかを設定する。
【０１１４】
次に、周波数パラメータ決定部３０は、異常波形成分が発生している最適周波数帯域の上下限を示す周波数パラメータを決定する（Ｓ３）。なお、Ｓ３の処理の詳細については後述する。
【０１１５】
続いて、特徴最適化部４０は、波形データベース２１に格納されている各波形データについて、周波数パラメータ決定部３０によって決定された最適周波数帯域でフィルタリング処理を行い、フィルタ処理後データを生成する。そして、特徴最適化部４０は、各フィルタ処理後データに基づいて、予め定められた複数種類の特徴量を演算する（Ｓ４）。
【０１１６】
ここで、特徴最適化部４０は、パラメータ有の特徴量について、当該パラメータの全ての組合せごとに、当該特徴量を演算する。すなわち、パラメータの組合せ数がｍ個の特徴量Ｍについて、特徴最適化部４０は、各パラメータの組合せに対応する特徴量Ｍ−１〜Ｍ−ｍを演算する。
【０１１７】
次に、特徴最適化部４０は、特徴量ごとに、検査実績データベース２２に格納されている検査実績情報に基づいて、良品／不良品のグループ分けを行い、良品／不良品の分離度または分離数を示す特徴量決定用評価値を算出する（Ｓ５）。
【０１１８】
特徴量決定用評価値の算出方法は公知の技術を用いればよい。すなわち、特徴最適化部４０は、特徴量毎の評価値を背景技術の欄に記載の式（１）を用いて求め、Ｓ２において、探索方法「分離度優先」を設定している場合、背景技術の欄に記載の式（２）に従って、特徴量決定用評価値Ｖａｌを算出し、探索方法「分離数優先」を設定している場合、背景技術の欄に記載の式（２）′に従って、特徴量決定用評価値Ｖａｌを算出する。
【０１１９】
そして、特徴最適化部４０は、特徴量決定用評価値が最も高い特徴量を演算するための特徴（アルゴリズム）を最適解（有効特徴）とし、当該特徴量、ならびに、パラメータ有の場合にはその演算パラメータの値をルール作成部５０に出力する（Ｓ６）。
【０１２０】
その後、ルール作成部５０は、特徴最適化部４０によって決定された特徴量（パラメータ有の特徴量の場合には、その演算パラメータの値）に基づいて、ファジィルールを作成し、検査装置１０のファジィルール記憶部１６に格納する（Ｓ７）。これにより、処理を終了する。
【０１２１】
（最適周波数帯域の決定処理の流れ）
次に、周波数パラメータ決定部３０における最適周波数帯域の決定処理の流れを図１５に示すフローチャートを参照しながら説明する。
【０１２２】
まず、波形データ分割処理部３２は、波形データベース２１に格納されている各波形データから、Ｓ２で設定した単位時間およびフレームシフト幅の複数のフレームデータを抽出する。さらに、波形データ分割処理部３２は、各フレームデータに対してフィルタリング処理を行い、Ｓ２で設定した単位周波数帯域ごとの波形成分データに分割する（Ｓ１１）。
【０１２３】
次に、指標演算部３３は、図６に示されるように、各波形データについて、単位周波数帯域ごとに第１指標（ここでは、時間方向の平均値）および第２指標（ここでは、時間方向の分散値）を演算する（Ｓ１２）。そして、指標演算部３３は、図９に示されるように、波形ＩＤと、単位周波数帯域と、第１指標と、第２指標とが対応付けられた指標データを生成する。
【０１２４】
続いて、評価値演算部３４は、検査実績データベース２２の検査実績情報を参照して、各波形ＩＤを良品／不良品の何れかに分ける。そして、評価値演算部３４は、図９に示される指標データに基づいて、単位周波数帯域ごとに、良品の波形成分データから演算された平均値と、不良品の波形成分データから演算された平均値との分離度合いを示す望大特性のＳＮ比を演算する。同様に、評価値演算部３４は、単位周波数帯域ごとに、良品の波形成分データから演算された分散値と、不良品の波形成分データから演算された分散値との分離度合いを示す望大特性のＳＮ比を演算する（Ｓ１３）。そして、評価値演算部３４は、図１１に示されるように、単位周波数帯域と、第１指標に対するＳＮ比と、第２指標に対するＳＮ比とが対応付けられた評価値データを生成する。
【０１２５】
その後、候補帯域選定部３５は、Ｓ１３で算出されたＳＮ比の大きさに従って、図１２に示されるように、５つの候補周波数帯域を選定する（Ｓ１４）。当該選定方法の詳細については上述したので、ここでは説明を省略する。
【０１２６】
次に、ＦＦＴ強度グラフ作成部３６は、各波形データに基づいて、ＦＦＴ強度グラフを求める。そして、ＦＦＴ強度グラフ作成部３６は、良品の各波形データに対応するＦＦＴ強度グラフを集約し、１つのＦＦＴ強度グラフを生成する。同様に、ＦＦＴ強度グラフ作成部３６は、不良モードの種類ごとに、不良品の各波形データに対応するＦＦＴ強度グラフを集約し、１つのＦＦＴ強度グラフを生成する（Ｓ１５）。
【０１２７】
次に、最適帯域設定部３７は、候補帯域選定部３５が選択した候補周波数帯域と、ＦＦＴ強度グラフ作成部３６が作成したＦＦＴ強度グラフとを表示装置２に表示するとともに、候補周波数帯域の再選定の指示を受け付ける（Ｓ１６）。このとき、ユーザは、ＦＦＴ強度グラフと候補周波数帯域とを見比べて、候補周波数帯域が異常波形成分を含む帯域か否かを確認することができる。そして、再選定が必要であると判断した場合、ユーザは、再選定の指示を入力装置１に入力すればよい。一方、再選定が必要でない、つまり、候補周波数帯域の中に異常波形成分を適格に含む周波数帯域があると判断した場合、ユーザは、当該周波数帯域を最適周波数帯域として選択入力すればよい。
【０１２８】
その後、最適帯域設定部３７は、候補周波数帯域の再選定の指示の有無を確認する（Ｓ１７）。再選定の指示が入力された場合（Ｓ１７でＹｅｓ）、探索条件設定部３１は、周波数パラメータ探索条件の再入力を促す画面を表示装置２に表示し、ユーザ入力に従って、周波数パラメータ探索条件の再設定を行う（Ｓ１８）。
【０１２９】
一方、再選定の指示がない場合（Ｓ１７でＮｏ）、最適帯域設定部３７は、ユーザ入力で指定された候補周波数帯域を最適周波数帯域として決定し、該最適周波数帯域の上下限を示す周波数パラメータを検査装置１０の特徴量演算パラメータ記憶部１５に格納する（Ｓ１９）。
【０１３０】
（変形例）
上記説明では、検査実績情報には、良品／不良品の判定結果が含まれるとした。しかしながら、これに限らず、検査実績情報には、不良品である場合に、不良（異常）の種類（クラス）を示すクラス別情報が含まれていてもよい。
【０１３１】
この場合、ＦＦＴ強度グラフ作成部３６は、クラスごとに、波形データのＦＦＴ解析結果を集計し、ＦＦＴ強度グラフを作成すればよい。これにより、ユーザは、どのクラスの異常がどの周波数で発生しているのかを確認することができる。
【０１３２】
また、上記説明では、特徴最適化部４０は、全ての特徴（アルゴリズム）について、良品／不良品を最も良く分離可能な特徴量決定用評価値を算出し、当該特徴量決定用評価値が最も大きな特徴を最適解（有効特徴）としてルール作成部５０に出力するものとした。しかしながら、これに限らず、特徴最適化部４０は、最適解を探索する手法として、ＧＡ（遺伝的アルゴリズム）、ＮＮ（ニューラルネットワーク）、ＳＶＭ（サポートベクターマシン）などを用いてもよい。
【０１３３】
また、上記説明では、最適帯域設定部３７は、ユーザ入力に従って、候補周波数帯域の中から指定された帯域を最適周波数帯域として決定するものとした。しかしながら、これに限らず、最適帯域設定部３７は、候補周波数帯域の全てを最適周波数帯域として決定してもよい。この場合、ユーザの操作を省くことができる。
【０１３４】
また、上記説明では、候補帯域選定部３５は、図１２に示される方法に従って、５つの候補周波数帯域を選定するものとした。しかしながら、選定方法がこれに限定されるものではない。例えば、候補帯域選定部３５は、特徴量決定用評価値の順位が第１位の単位周波数帯域のみを候補周波数帯域としてもよい。もしくは、候補帯域選定部３５は、特徴量決定用評価値の順位が第１〜ｎ位までの単位周波数帯域を候補周波数帯域としてもよい。
【０１３５】
以上のように、本実施形態の判定知識作成装置２０は、取得した波形データに対し、特徴量抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置１０における、前記検査対象物に適したアルゴリズムである有効特徴を求める装置である。そして、判定知識作成装置２０は、予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定部（周波数パラメータ決定手段）３０と、周波数パラメータ決定部３０によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化部（特徴最適化手段）４０とを備える。
【０１３６】
上述したように、特徴量を演算するための演算アルゴリズム（「特徴」）は、特徴量を演算するためのパラメータの組合せを考慮すると、約４８兆通りもの膨大な数となる。この中で最も組合せ数が多いのは、特徴量を抽出する周波数帯域を示す周波数パラメータであり、約２００万通りである。
【０１３７】
従来では、約４８兆通りの組合せの中から総当り的に最適解（有効特徴）を探索していたが、上記の構成によれば、まず最初に、異常波形成分が発生している最適周波数帯域を周波数パラメータとして決定し、その後に有効特徴を求める。
【０１３８】
そのため、２００万通りから、最適な１つまたは数個の周波数パラメータを探索する時間は、４８兆通りから探索する時間に比べて、一層短縮することができる。また、先に周波数パラメータが決定されているので、当該周波数パラメータで示される帯域において、有効特徴を求める時間も短時間で済む。また、周波数パラメータを探索する時間と、有効特徴を求める時間との合計も、４８兆通りから探索する時間に比べて、短くなる。このように、段階的に有効特徴を求めることで、判定知識としての特徴量の最適解を短時間で出力することができる。
【０１３９】
また、４８兆通りから総当り的に探索する場合に比べて、先に周波数パラメータを決定し、決定した周波数パラメータから有効特徴を求めているという導出過程を顧客に対して説明しやすくなり、顧客の信用を得ることができる。
【０１４０】
特に、周波数パラメータは、異常波形成分を捉えているか否かを決める重要な要素である。そして、周波数パラメータを決定する段階で、顧客は、良品／不良品の波形データと、決定された周波数パラメータとを比較することで、周波数パラメータが最適であることを確認することも可能である。その結果、特徴量の導出過程に対する顧客の信用を一層得ることができる。
【０１４１】
さらに、周波数パラメータ決定部３０は、良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分の特徴を示す指標（第１指標および第２指標：第１の値）を算出する指標演算部（第１算出手段）３３と、単位周波数帯域ごとに、良品の波形データに対応する指標と、不良品の波形データに対応する指標との分離状態を示す周波数決定用評価値（第２の値）を算出する評価値演算部（第２算出手段）３４と、周波数決定用評価値に基づいて、周波数パラメータを決定する候補帯域選定部（選定手段）３５、ＦＦＴ強度作成部（ＦＦＴ強度グラフ作成手段）３６および最適帯域設定部（最適周波数帯域決定手段）３７とを備える。
【０１４２】
上述したように、ある単位周波数帯域において、良品の波形データに対応する指標と不良品の波形データに対応する指標とが分離しているということは、当該単位周波数帯域において、不良品の波形成分に異常波形成分が発生していることを意味する。
【０１４３】
そのため、良品の波形データに対応する指標と、不良品の波形データに対応する指標とがより一層分離していることを示す周波数決定用評価値を持つ単位周波数帯域、つまり、異常波形成分が発生している単位周波数帯域を、最適周波数帯域として決定することができる。
【０１４４】
なお、指標演算部３３は、波形成分の強度を示す第１指標（例えば、平均値や中央値など）を算出する。定常性の異常波形成分は、良品にはない強度が、不良品において追加される。そのため、第１指標に基づいた周波数決定評価値により、候補帯域選定部３５および最適帯域設定部３７は、定常性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４５】
また、指標演算部３３は、波形成分の強度の時間方向のばらつきを示す第２指標（例えば、分散値、尖り度、最大値）を算出する。衝撃性の異常波形成分は、良品にも存在する強度が不良品において時間的にばらつくものである。そのため、第２指標に基づいた周波数決定評価値により、候補帯域選定部３５および最適帯域設定部３７は、衝撃性の異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４６】
また、単位周波数帯域ごとの周波数決定評価値を、良品の波形データに対応する指標と不良品の波形データに対応する指標とがより分離している順に並べたときの順位を分離順位とするとき、候補帯域選定部３５は、分離順位の上位の複数の単位周波数帯域を、候補周波数帯域とし、最適帯域設定部３７が該候補周波数帯域を最適周波数帯域として決定する。
【０１４７】
これにより、良品の波形データに対応する指標と、不良品の波形データに対応する指標とがより分離している複数の単位周波数帯域を最適周波数帯域として決定することができる。異常波形成分は、故障モードによって発生する周波数が異なる。そのため、複数種類の故障モードに対応する異常波形成分が発生している場合でも、各異常波形成分が発生している周波数帯域を最適周波数帯域として決定することができる。
【０１４８】
さらに、判定知識作成装置２０は、分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する候補帯域選定部（選定手段）３５と、良品の波形データに対応するＦＦＴ強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）３６と、ＦＦＴ強度グラフと候補帯域選定部３５が選定した複数の候補周波数帯域とを表示装置２に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適帯域設定部（最適周波数帯域決定手段）３７とを備える。
【０１４９】
上記の構成によれば、ユーザは、表示されたＦＦＴ強度グラフと候補周波数帯域とを比較しながら、どの候補周波数帯域を最適周波数帯域とするかを選択することができる。ユーザは、ＦＦＴ強度グラフを確認することで、例えば異常なノイズや外れ値の影響によって選定された候補周波数帯域を最適周波数帯域から除外することが可能となる。
【０１５０】
さらに、判定知識作成装置２０において、候補帯域選定部３５は、分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。
【０１５１】
検査装置では、複数の故障モードを一度の検査で判定することが望まれる。しかしながら、故障モードによって異常波形成分が発生する周波数帯域は異なる。また、検査装置によって一度に検査できる周波数帯域の個数には制限がある（例えば５個）。
【０１５２】
しかしながら、上記の構成によれば、隣り合う単位周波数帯域をまとめて、１つの候補周波数帯域とする。その結果、この候補周波数帯域を選択することで、異常波形成分が発生している複数の隣り合う単位周波数帯域を１つの最適周波数帯域として決定することができる。この１つの最適周波数帯域には、複数の異常波形成分が含まれており、これら異常波形成分が異なる故障モードによるものであるとき、複数の故障モードを一度に検査することが可能となる。
【０１５３】
本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
【０１５４】
最後に、判定知識作成装置２０の各ブロック、良否判定アルゴリズム生成部２３は、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。
【０１５５】
すなわち、判定知識作成装置２０は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである判定知識作成装置２０の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記判定知識作成装置２０に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。
【０１５６】
上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。
【０１５７】
また、判定知識作成装置２０を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。
【産業上の利用可能性】
【０１５８】
本発明は、エンジンなどの製品から発生する音や振動を用いて、良品／不良品の判定を行う検査装置における判定知識を作成する装置に適用できる。
【図面の簡単な説明】
【０１５９】
【図１】本実施形態に係る判定知識作成装置が備える周波数パラメータ決定部の構成を示すブロック図である。
【図２】本実施形態に係る検査装置の構成を示すブロック図である。
【図３】パラメータ有の特徴量の演算例を示す図である。
【図４】本実施形態に係る判定知識作成装置の概略構成を示すブロック図である。
【図５】波形データベースが記憶する波形データの一例を示す図である。
【図６】波形成分データの強度値と第１・第２指標との対応関係を示す図である。
【図７】定常性の異常波形成分が発生している場合の良品／不良品の波形強度の平均値の差を示す図である。
【図８】衝撃性の異常波形成分が発生している場合の良品／不良品の波形強度の分散値の差を示す図である。
【図９】指標演算部が生成する指標データのデータ構造を示す図である。
【図１０】ＳＮ比の大小と、良品／不良品の波形データから演算された第１指標および第２指標との関係を示す図である。
【図１１】評価値演算部が生成する評価値データのデータ構造を示す図である。
【図１２】異常波形成分が発生していると予想される周波数帯域の候補の選定方法を示す図である。
【図１３】ＦＦＴ強度グラフの一例を示す図である。
【図１４】本実施形態における、判定知識の作成処理の流れを示すフローチャートである。
【図１５】最適周波数帯域（周波数パラメータ）の決定処理の流れを示すフローチャートである。
【図１６】従来の判定知識の作成処理の流れを示すフローチャートである。
【符号の説明】
【０１６０】
１ 入力装置
２ 表示装置
１０ 検査装置
１５ 特徴量演算パラメータ記憶部
１６ ファジィルール記憶部
２０ 判定知識作成装置
２１ 波形データベース
２２ 検査実績データベース
３０ 周波数パラメータ決定部（周波数パラメータ決定手段）
３１ 探索条件設定部
３２ 波形データ分割処理部
３３ 指標演算部（第１算出手段）
３４ 評価値演算部（第２算出手段）
３５ 候補帯域選定部（選定手段）
３６ ＦＦＴ強度グラフ作成部（ＦＦＴ強度グラフ作成手段）
３７ 最適帯域設定部（最適周波数帯域決定手段）
４０ 特徴最適化部（特徴最適化手段）
５０ ルール作成部
【特許請求の範囲】
【請求項１】
取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置であって、
予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、
上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備えることを特徴とする判定知識作成装置。
【請求項２】
上記周波数パラメータ決定手段は、
上記良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分に基づいて第１の値を算出する第１算出手段と、
上記単位周波数帯域ごとに、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値との分離状態を示す第２の値を算出する第２算出手段とを備え、
上記第２の値に基づいて、上記周波数パラメータを決定することを特徴とする請求項１に記載の判定知識作成装置。
【請求項３】
上記第１算出手段は、上記第１の値として、上記波形成分の強度を示す値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項４】
上記第１算出手段は、上記第１の値として、上記波形成分の強度の平均値または中央値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項５】
上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の、ばらつきを示す値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項６】
上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の分散値、上記波形成分の尖り度、または、上記波形成分の最大値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項７】
上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、
上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を、上記最適周波数帯域として決定することを特徴とする請求項２に記載の判定知識作成装置。
【請求項８】
上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、
上記周波数パラメータ決定手段は、
上記分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する選定手段と、
上記良品の波形データに対応するＦＦＴ強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するグラフ作成手段と、
上記ＦＦＴ強度グラフと上記選定手段が選定した複数の候補周波数帯域とを表示装置に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適周波数帯域決定手段とを備えることを特徴とする請求項２に記載の判定知識作成装置。
【請求項９】
上記選定手段は、上記分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの上記候補周波数帯域とすることを特徴とする請求項８に記載の判定知識作成装置。
【請求項１０】
取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置の判定知識作成方法であって、
予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定ステップと、
上記周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化ステップとを含むことを特徴とする判定知識作成方法。
【請求項１１】
請求項１〜９のいずれか１項に記載の判定知識作成装置における上記各手段として機能させるためのプログラム。
【請求項１２】
請求項１１に記載のプログラムが記録されたコンピュータ読み取り可能な記録媒体。
【請求項１】
取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置であって、
予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定手段と、
上記周波数パラメータ決定手段によって決定された周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化手段とを備えることを特徴とする判定知識作成装置。
【請求項２】
上記周波数パラメータ決定手段は、
上記良品の波形データおよび不良品の波形データから、複数の単位周波数帯域の波形成分を抽出し、各波形成分に基づいて第１の値を算出する第１算出手段と、
上記単位周波数帯域ごとに、良品の波形データに対応する第１の値と、不良品の波形データに対応する第１の値との分離状態を示す第２の値を算出する第２算出手段とを備え、
上記第２の値に基づいて、上記周波数パラメータを決定することを特徴とする請求項１に記載の判定知識作成装置。
【請求項３】
上記第１算出手段は、上記第１の値として、上記波形成分の強度を示す値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項４】
上記第１算出手段は、上記第１の値として、上記波形成分の強度の平均値または中央値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項５】
上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の、ばらつきを示す値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項６】
上記第１算出手段は、上記第１の値として、上記波形成分における単位時間ごとの強度の分散値、上記波形成分の尖り度、または、上記波形成分の最大値を算出することを特徴とする請求項２に記載の判定知識作成装置。
【請求項７】
上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、
上記周波数パラメータ決定手段は、上記分離順位の上位の複数の単位周波数帯域を、上記最適周波数帯域として決定することを特徴とする請求項２に記載の判定知識作成装置。
【請求項８】
上記単位周波数帯域ごとの第２の値を、良品の波形データに対応する第１の値と不良品の波形データに対応する第１の値とがより分離している順に並べたときの順位を分離順位とするとき、
上記周波数パラメータ決定手段は、
上記分離順位の上位の複数の単位周波数帯域を候補周波数帯域として選定する選定手段と、
上記良品の波形データに対応するＦＦＴ強度グラフ、ならびに、上記不良品の波形データに対応するＦＦＴ強度グラフを作成するグラフ作成手段と、
上記ＦＦＴ強度グラフと上記選定手段が選定した複数の候補周波数帯域とを表示装置に表示させ、ユーザ入力に従って、該複数の候補周波数帯域の中から最適周波数帯域を決定する最適周波数帯域決定手段とを備えることを特徴とする請求項２に記載の判定知識作成装置。
【請求項９】
上記選定手段は、上記分離順位の上位の複数の単位周波数帯域の中に、隣り合う単位周波数帯域がある場合、これら隣り合う単位周波数帯域をまとめて、１つの上記候補周波数帯域とすることを特徴とする請求項８に記載の判定知識作成装置。
【請求項１０】
取得した波形データに対し、特徴抽出処理を行って得られた特徴量に基づいて、検査対象物が良品であるか不良品であるかを検査する検査装置における、上記検査対象物に適したアルゴリズムである有効特徴を求める判定知識作成装置の判定知識作成方法であって、
予め与えられた良品の波形データおよび不良品の波形データから、異常波形成分が発生している最適周波数帯域を示す周波数パラメータを決定する周波数パラメータ決定ステップと、
上記周波数パラメータで示される最適周波数帯域の波形成分に基づいて、上記有効特徴を求める特徴最適化ステップとを含むことを特徴とする判定知識作成方法。
【請求項１１】
請求項１〜９のいずれか１項に記載の判定知識作成装置における上記各手段として機能させるためのプログラム。
【請求項１２】
請求項１１に記載のプログラムが記録されたコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【公開番号】特開２００８−８７０８（Ｐ２００８−８７０８Ａ）
【公開日】平成２０年１月１７日（２００８．１．１７）
【国際特許分類】
【出願番号】特願２００６−１７８１０６（Ｐ２００６−１７８１０６）
【出願日】平成１８年６月２８日（２００６．６．２８）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
【Ｆターム（参考）】
【公開日】平成２０年１月１７日（２００８．１．１７）
【国際特許分類】
【出願日】平成１８年６月２８日（２００６．６．２８）
【出願人】（０００００２９４５）オムロン株式会社 (3,542)
【Ｆターム（参考）】
[ Back to top ]