機器の動作音異常診断装置
【課題】検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断する。
【解決手段】動作音検出部２と、機器動作分析部３と、動作区間区別部と、特徴抽出部３２と、特徴記憶部３３と、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性が、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部３４とを有する。
【解決手段】動作音検出部２と、機器動作分析部３と、動作区間区別部と、特徴抽出部３２と、特徴記憶部３３と、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性が、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部３４とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、機器の１回の製造サイクルで生じる動作音に基づき、当該機器の異常を診断することができる機器の動作音異常診断装置に関する。
【背景技術】
【０００２】
従来から、製造会社は、周期的に動作する機械、例えば射出成形機、工作機械等で、製品を効率よく生産することが目的なので、機械が故障すると生産性が低下して、多大な損害を被ることになる。したがって、機械の小さな異常でも早急に発見して機械のダメージを最小限にすることが必要になる。
【０００３】
このような機械の異常を発見するために、機械の動作音に着目し、その音響的な特性を分析することにより当該機械の異常を診断する装置や方法が提案されている（例えば、特許文献１〜８参照。）。
【０００４】
特許文献１に開示された音響診断方法および装置は、機械から発生する動作音の音響データの変化波形を折れ線で近似し折れ線ベクトルに変換して、事前に記憶しておいた異常事例の折れ線ベクトルとの比較を行うことで、機械の異常を診断するものである。
【０００５】
また、特許文献２に開示された音響診断装置及び音響診断方法は、機械から発生する動作音の音響信号のパワースペクトル密度を、その主成分分析又はＫＬ展開してパワースペクトル密度の形状の特徴を抽出したパターンに変換して、事前に蓄積しておいた正常データや異常時の事例データとの比較を行うことで、機械の異常を診断するものである。
【０００６】
また、特許文献３に開示された機器の診断装置は、機器から発生する振動を時系列信号に変換し、この時系列信号の特徴からマハラノビス距離を求めて、このマハラノビス距離と判定基準値とを比較して、機器の異常を診断するものである。
【０００７】
また、特許文献４に開示された成形機診断装置、成形機、成形機診断方法及びそのプログラムは、射出成型機から発生する弾性波を検出し、この弾性波による検出波形と基準波形とを比較して、射出成型機の異常を診断するものである。
【０００８】
また、特許文献５に開示された音響信号に基づく異常診断方法及び該方法を実行するために用いるプログラムは、機械から発生する動作音の音響信号を周波数分析し、各周波数または周波数帯域と音圧との関係に基づいて診断時における相対的音圧差を求め、この相対的音圧差が各周波数または各周波数帯域における異常判定用音圧差上限閾値と異常判定用音圧差下限閾値により定まる範囲を逸脱したときに、機械の異常を診断するものである。
【０００９】
また、特許文献６に開示された機械設備の異常診断システムは、機械設備から発生する音または振動の検出信号から診断に必要な周波数帯域の信号を取り出してエンベロープ信号を求め、このエンベロープ信号を間引き処理して周波数解析し、解析結果より得られる周波数スペクトルのピークを検出し、そのピークと異常周波数とを比較して、その比較結果に対応する部位別異常診断インデックスを参照することにより、機械設備の異常を診断するものである。
【００１０】
また、特許文献７に開示された異常診断装置は、機械装置から発生する振動の検出信号をその分解能よりもデータ幅を拡張してフーリエ変換し、その結果に基づき機械装置の異常を診断するものである。
【先行技術文献】
【特許文献】
【００１１】
【特許文献１】特開平５−３１２６３４号公報
【特許文献２】特開２００２−３２３３７１号公報
【特許文献３】特開２００４−３４０７０６号公報
【特許文献４】特開２００５−１９３３９５号公報
【特許文献５】特開２００５−２５７４６０号公報
【特許文献６】特開２００６−１１３００３号公報
【特許文献７】特開２００７−１７０８１６号公報
【発明の概要】
【発明が解決しようとする課題】
【００１２】
しかしながら、上述した装置等では、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、適用する機器毎や異なる製品毎に、人為的に設定し直さなければならない難点があった。また、何れの装置等も、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を診断することができなかった。
【００１３】
本発明は、このような従来の難点を解消するためになされたもので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる機器の動作音異常診断装置を提供することを目的とする。
【課題を解決するための手段】
【００１４】
上述の目的を達成する本発明の第１の態様である機器の動作音異常診断装置は、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、動作音検出部で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部とを備えたものである。この機器動作分析部は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の製品を処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する動作区間区別部と、動作区間区別部で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、特徴抽出部で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積する特徴記憶部と、製品の処理が量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部とを有するものである。
【００１５】
このような第１の態様である機器の動作音異常診断装置によれば、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部で、製品の量産初期における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【００１６】
本発明の第２の態様は第１の態様である機器の動作音異常診断装置において、特徴抽出部における予め定められた検出回数は、製造開始時からの回数である。
このような第２の態様である機器の動作音異常診断装置によれば、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができる。
【００１７】
本発明の第３の態様は第１の態様又は第２の態様である機器の動作音異常診断装置において、動作区間区別部は、音響信号からフレームパワーを算出するフレームパワー演算部と、フレームパワー演算部で算出されたフレームパワーに対して、計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部とを有するものである。
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αであり、Ｐｔｈは加工時動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。
このような第３の態様である機器の動作音異常診断装置によれば、機器の動作区間を正確に切り出すことができる。
【００１８】
本発明の第４の態様は第１の態様乃至第３の態様のうち何れか１つの機器の動作音異常診断装置において、異常判定部の演算処理機能は、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が３帯域に分割され、１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とするものである。
式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2であり、ＳＤｔは主帯域のスペクトル歪、Ｓｔは特徴記憶部に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主要帯域の平均スペクトル特性である。
式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2であり、ＳＤｎｌは一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2であり、ＳＤｎ２は他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）であり、ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。
【００１９】
このような第４の態様である機器の動作音異常診断装置によれば、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になる。
【００２０】
本発明の第５の態様は第１の態様乃至第４の態様のうち何れか１つの態様である機器の動作音異常診断装置において、動作音検出部が機器の同一動作音を検出できる複数箇所に設置されている場合には、機器動作分析部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、異常判定部において複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、複数の動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。
式（６）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎであり、ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
式（７）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎであり、ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
このような第５の態様である機器の動作音異常診断装置によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００２１】
本発明の第６の態様は第１の態様乃至第４の態様のうち何れか１つの態様である機器の動作音異常診断装置において、機器動作分析部の異常判定部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する基準スペクトル歪とを比較して何れの診断用スペクトル歪も対応する基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。
このような第６の態様である機器の動作音異常診断装置によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００２２】
本発明の第７の態様は第１の態様乃至第６の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値である。
このような第７の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００２３】
本発明の第８の態様は第１の態様乃至第６の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、機器が正常に動作するような値に設定されているものである。
このような第８の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【発明の効果】
【００２４】
本発明の機器の動作音異常診断装置によれば、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【図面の簡単な説明】
【００２５】
【図１】本発明の機器の動作音異常診断装置における好ましい実施の形態例を示すシステム構成のブロック図で、（Ａ）は全体図、（Ｂ）は動作区間区別部の詳細図である。
【図２】図１に示す機器動作分析部の異常判定部の処理機能について説明する図で、１つの主帯域と、２つの副帯域との関係を示す縦軸が利得、横軸が周波数のグラフである。
【図３】製品の量産中である機器の１サイクルにおける動作区間及び非動作区間の関係を示す説明図である。
【図４】製品の量産初期における学習期間と、製品の量産中における診断期間との関係を示す図で、縦長の楕円の１つが機器の１サイクルを示す説明図である。
【図５】図１に示す機器動作分析部の異常判定部の他の処理機能について説明する図で、スペクトル歪の経時変化における異常判定時点を示す判定閾値を示す縦軸がスペクトル歪、横軸が経過時間のグラフである。
【図６】本発明の機器の動作音異常診断装置における他の好ましい実施の形態例を示すシステム構成のブロック図である。
【発明を実施するための形態】
【００２６】
以下、本発明の機器の動作音異常診断装置を実施するための形態例について、図面を参照して説明する。
本発明の機器の動作音異常診断装置は図１（Ａ）に示すように、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２と、動作音検出部２で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部３とを備えている。ここで機器とは、例えば射出成形機、工作機械、産業用ロボット、金型等の周期的に動作する機械が該当する。
【００２７】
動作音検出部２は、音によって発生する振動を検出して電気信号である音響信号に変換することができるマイクロホンや振動センサが該当する。マイクロホンは音が空気の振動によって発生するので、その空気の振動を電気信号に変換することでその空気の振動に応じた信号波形を出力することができる。また、振動センサは、振動を変位、速度あるいは加速度で定量的に捕えるもので、測定した物理量を電気信号に変換することでその振動に応じた信号波形を出力することができる。
【００２８】
機器動作分析部３は、機器の製品を処理するための１サイクル（当該明細書中においては、「機器の１サイクル」と称する。）から動作区間と非動作区間とを区別する動作区間区別部３１と、動作区間区別部３１で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号の平均スペクトル特性を抽出する特徴抽出部３２と、特徴抽出部３２で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積するハードディスクやメモリ等の特徴記憶部３３と、特徴記憶部３３に蓄積された動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間のスペクトル特性とを比較し、また、特徴記憶部３３に蓄積された非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間のスペクトル特性とを比較することで、機器に異常があるか否かを判定する異常判定部３４とを有している。ここで、スペクトル特性とはスペクトル分布を意味する。
【００２９】
動作区間区別部３１は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する処理機能を有している。なお、フレームパワーは、入力された音響信号に対して所定の時間間隔毎に、所定のフレーム幅で算出することができる。ここで、動作区間区別部３１における製品の量産初期の予め定められた処理回数とは、製品を製造開始してから２〜３回程度のことで、この場合、機器が、まだ、安定状態なので、正確なフレームパワーを得ることができる。以下、製品の量産初期を学習区間と称する。
【００３０】
このような処理機能は、例えば図１（Ｂ）に示すように、音響信号からフレームパワーを算出するフレームパワー演算部３１ａと、フレームパワー演算部３１ａで算出されたフレームパワーに対して、予め定められた計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部３１ｂとを有するものである。この式（１）はＦＦＴ（高速フーリエ変換）などの手法を用いて演算処理される。
【００３１】
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αとする。但し、Ｐｔｈは製品を量産中である機器の１サイクルにおける動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。このパワー閾値係数αは、０から１まで微小刻みで区間検出実験を繰り返して得られた検出誤りが最小となる０．６が好適である。
【００３２】
この閾値Ｐｔｈを用いて、音響信号から製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する際、その閾値を超えた位置を始端とし、そしてその閾値を超えたままの状態からその閾値を予め定められた時間、即ち、製品を製造するため機器が安定状態である学習区間において求められた時間で連続して下回った場合には、その閾値を最初に下回った位置を終端とするその閾値を超えたままの区間における１つのまとまりが、製品を量産中である機器の１サイクルにおける動作区間となる。したがって、製品を量産中である機器の１サイクルにおいては、その動作区間以外が非動作区間となる。
【００３３】
この上述したフレームパワー演算部３１ａと、閾値設定部３１ｂとを使用することで、製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する実験を、射出成形機を利用して行なった。この射出成形機は、プラスチック金型が開いた後、製品である成形品を突き出しピンで押し出すことで成形品を取り出すもので、この際、突き出しピンが強く擦れたり、折れたりする異常が発生することから、プラスチック金型に動作音検出部２を取り付けた。この動作音検出部２として、プラスチック金型に直接取り付けが可能な加速度型の振動ピックアップセンサ（株式会社山武の製品名称：加速度ピックアップセンサ、型番ＰＷＦＩＡ０００−７０００２）を用いた。なお、動作区間は突き出しピンが可動している間とする。このプラスチック金型による射出成形を１２０ショット（１２０サイクル）行なった結果、１２０ショットのすべてにおいて動作区間と非動作区間との範囲はほぼ同じであり、１００％の確立で適切に区別できることが確認できている。
【００３４】
したがって、式（１）やパワー閾値係数αを適切に設定することで、機器の動作区間を正確に切り出せる閾値を得ることができることが確認できた。
【００３５】
特徴抽出部３２の平均スペクトル特性は、音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理することで得ることができる。この特徴抽出部３２における予め定められた回数は、動作区間区別部３１における製品の量産初期の予め定められた処理回数直後からの回数である。この平均スペクトル特性の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う予め定められた回数は２〜３回程度である。特徴抽出部３２における予め定められた回数を、このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。
【００３６】
異常判定部３４は、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する処理機能を有している。
【００３７】
この基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部３１による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値であり、機器動作分析部３によって求められる。この基準スペクトル歪の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う処理回数直後における製品の予め定められた処理回数は２〜３回程度である。このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。このように、複数のスペクトル特性の分散値を基準スペクトル歪として用いることで、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００３８】
また、基準スペクトル歪は、機器が正常に動作するような値に設定されているものでもよい。基準スペクトル歪をこのように設定することでも、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００３９】
このような異常判定部３４の演算処理機能について、例えば、特徴記憶部３３に蓄積された製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が、３帯域に分割される。１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定される。この主帯域は、機器の動作において異常が発生し得る動作音について、事前に周波数分析を行い、この分析結果から主成分を含んだ帯域を特定することで設定される。この主帯域及び２つの副帯域に基づき、基準スペクトル歪と比較するためのスペクトル歪を得るために、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められる。そして、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とすることになる。
【００４０】
なお、式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2とする。ＳＤｔは図２に示すように、主帯域のスペクトル歪、Ｓｔは特徴記憶部３３に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主帯域の平均スペクトル特性である。
【００４１】
また、式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2とする。ＳＤｎｌは図２に示すように、一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部３３に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
【００４２】
また、式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2とする。ＳＤｎ２は図２に示すように、他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部３３に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
【００４３】
また、式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）とする。ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。したがって、主帯域を最も大きな重みとすることができる。このような重み付けに設定しているのは、機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域に重みを置くように設定する必要性があるからである。
なお、式（２）〜（４）においては二乗しているが、これはスペクトル歪を求めるときの各式における両者の平均スペクトル特性の差が正の値になったり負の値になったりするからである。
【００４４】
このように主帯域と副帯域に分けて、それぞれのスペクトル歪から全帯域のスペクトル歪を算出するのは、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になるからである。
【００４５】
なお、動作音検出部２と機器動作分析部３との間には、音響信号を機器動作分析部３に伝送する信号伝送部４が介在している。この信号伝送部４は、シールド線などを用いるいわゆる有線方式だけでなく、デジタル型ＦＭ送信器及び受信器などの無線方式を用いることで、産業用ロボットなど、計測対象機械の各部位が部分的に移動して動作するものや、危険を伴うものなどでは信号線を張り巡らす必要もなく、装置の操作性や簡便な構成を実現することが可能となる。
【００４６】
このように構成された機器の動作音異常診断装置１の動作について以下説明する。
例えば成形品を成形する射出成形機の場合には、基本的には図３に示すように、金型の閉動作Ｓ１、開動作Ｓ２及び射出動作Ｓ３の３回が動作区間となる。したがって、金型の閉動作Ｓ１及び開動作Ｓ２間が非動作区間Ｐ１、金型の開動作Ｓ２及び射出動作Ｓ３間が非動作区間Ｐ２となる。このような動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２における射出成形機には、当該射出成型機の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２が設置されている。なお、射出成型機は正常動作においては、動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とは明らかに異なる音響信号の波形となる。
【００４７】
この射出成形機が成形品の量産を開始すると、まず、動作音検出部２が射出成形機の動作音によって発生する振動を検出して音響信号に変換し、その音響信号を、信号伝送部４を介して機器動作分析部３に伝送する。
【００４８】
機器動作分析部３は入力した音響信号を動作区間区別部３１に出力する。動作区間区別部３１は、フレームパワー演算部３１ａで音響信号からフレームパワーを算出し、学習区間における機器の処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式、例えば上述した閾値設定部３１ｂが式（１）で演算処理して、製品の量産中である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とを区別する閾値を求めておき、当該閾値に基づき製品を量産中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する。
【００４９】
特徴抽出部３２が動作区間区別部３１で区別された動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する。この特徴抽出部３２で平均スペクトル特性を抽出する期間は図４に示すような学習区間となる。この特徴抽出部３２で得られた動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性は、特徴記憶部３３が蓄積する。
【００５０】
そして図４に示すように、異常判定部３４が、特徴記憶部３３に学習区間内において蓄積された動作区間Ｓ１、Ｓ２、Ｓ３それぞれの平均スペクトル特性と、製品の量産中となる診断区間である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ１のスペクトル特性に対応する動作区間Ｓ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００５１】
同様に、製品の量産中である機器の１サイクルにおける、動作区間Ｓ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ２のスペクトル特性に対応する動作区間Ｓ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。また、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ３のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ３のスペクトル特性に対応する動作区間Ｓ３の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの動作区間Ｓ１、Ｓ２、Ｓ３の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
【００５２】
さらに、異常判定部３４が、特徴記憶部３３に蓄積された非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間Ｐ１、Ｐ２それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば非動作区間Ｐ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ１のスペクトル特性に対応する非動作区間Ｐ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００５３】
同様に、製品の量産中である機器の１サイクルにおける、非動作区間Ｐ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ２のスペクトル特性に対応する非動作区間Ｐ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの非動作区間Ｐ１、Ｐ２の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
【００５４】
このような機器動作分析部３は、機器に異常があると判定した場合には射出成形機を停止させ、機器は正常であると判定した場合には射出成形機による射出成形加工を続行させることができる。
【００５５】
したがって、本発明の機器の動作音異常診断装置１によれば、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別して、何れか一方の区間のスペクトル特性と、学習区間において求められた平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部３１で、学習区間における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【００５６】
なお、機器を動作開始してから何回も使用していくうちに経時的な動作負荷などによって、部品の摩耗やねじの固定条件などが変化して、機器全体に不具合が生じて大きな事故に繋がる場合もあるので、特徴記憶部３３に蓄積された機器の１サイクルにおける動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間とに生ずる診断用スペクトル歪や、特徴記憶部３３に蓄積された機器の１サイクルにおける非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間とに生ずる診断用スペクトル歪を経時的に観測して、何れか一方の診断用スペクトル歪が図５に示すように、判定閾値となる予め定められた基準スペクトル歪を超えた時点で、機器は異常の兆候があると判定するようにしてもよい。これにより、機器の異常の兆候を発見することができるので、機械が故障する前に機器の部品を交換したりねじ止めの不具合を見つけたりすることができるようになる。
【００５７】
また、上述した実施例においては、機器の同一動作音の検出は１か所で行っていたが、これに限らず、図６に示すように、同一動作音を検出する動作音検出部２１、２２を２ヶ所に設置するようにしてもよい。この図６に示す機器の動作音異常診断装置１０は、動作音検出部２１、２２、動作区間区別部２１及び異常判定部３６を除くと、図１の動作音異常診断装置１と同じ機能を有する構成要素を備えているので、同一の参照番号を付して説明を省略する。
【００５８】
この場合、機器動作分析部３は、動作区間区別部３５で動作音検出部２１からの音響信号及び動作音検出部２２からの音響信号それぞれに基づく動作区間と非動作区間とを区別する閾値を求め、特徴抽出部３２で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを抽出し、特徴記憶部３３で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを蓄積する。
【００５９】
異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出する。即ち、動作音検出部２１において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。また、動作音検出部２２において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。
【００６０】
そして、異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ａ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ａ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００６１】
なお、式（６Ａ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２とする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は動作音検出部２１に基づく診断用スペクトル歪、ＳＤｄｉ２は動作音検出部２２に基づく診断用スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
【００６２】
また、式（７Ａ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２とする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は動作音検出部２１に基づく基準スペクトル歪、ＳＤｔｈ２は動作音検出部２２に基づく基準スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
【００６３】
なお、式（６Ａ）、（７Ａ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００６４】
また、動作音検出部が３ヶ所以上に設置している場合には、異常判定部３６は、３つ以上の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ｂ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ｂ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものでもよい。
【００６５】
なお、式（６Ｂ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎとする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【００６６】
また、式（７Ｂ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎとする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【００６７】
なお、式（６Ｂ）、（７Ｂ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００６８】
これまで本発明について図面に示した特定の実施の形態をもって説明してきたが、本発明は図面に示した実施の形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができることはいうまでもないことである。
【符号の説明】
【００６９】
１……機器の動作音異常診断装置
２……動作音検出部
３……機器動作分析部
３１、３５……動作区間区別部
３２……特徴抽出部
３３……特徴記憶部
３４、３６……異常判定部
【技術分野】
【０００１】
本発明は、機器の１回の製造サイクルで生じる動作音に基づき、当該機器の異常を診断することができる機器の動作音異常診断装置に関する。
【背景技術】
【０００２】
従来から、製造会社は、周期的に動作する機械、例えば射出成形機、工作機械等で、製品を効率よく生産することが目的なので、機械が故障すると生産性が低下して、多大な損害を被ることになる。したがって、機械の小さな異常でも早急に発見して機械のダメージを最小限にすることが必要になる。
【０００３】
このような機械の異常を発見するために、機械の動作音に着目し、その音響的な特性を分析することにより当該機械の異常を診断する装置や方法が提案されている（例えば、特許文献１〜８参照。）。
【０００４】
特許文献１に開示された音響診断方法および装置は、機械から発生する動作音の音響データの変化波形を折れ線で近似し折れ線ベクトルに変換して、事前に記憶しておいた異常事例の折れ線ベクトルとの比較を行うことで、機械の異常を診断するものである。
【０００５】
また、特許文献２に開示された音響診断装置及び音響診断方法は、機械から発生する動作音の音響信号のパワースペクトル密度を、その主成分分析又はＫＬ展開してパワースペクトル密度の形状の特徴を抽出したパターンに変換して、事前に蓄積しておいた正常データや異常時の事例データとの比較を行うことで、機械の異常を診断するものである。
【０００６】
また、特許文献３に開示された機器の診断装置は、機器から発生する振動を時系列信号に変換し、この時系列信号の特徴からマハラノビス距離を求めて、このマハラノビス距離と判定基準値とを比較して、機器の異常を診断するものである。
【０００７】
また、特許文献４に開示された成形機診断装置、成形機、成形機診断方法及びそのプログラムは、射出成型機から発生する弾性波を検出し、この弾性波による検出波形と基準波形とを比較して、射出成型機の異常を診断するものである。
【０００８】
また、特許文献５に開示された音響信号に基づく異常診断方法及び該方法を実行するために用いるプログラムは、機械から発生する動作音の音響信号を周波数分析し、各周波数または周波数帯域と音圧との関係に基づいて診断時における相対的音圧差を求め、この相対的音圧差が各周波数または各周波数帯域における異常判定用音圧差上限閾値と異常判定用音圧差下限閾値により定まる範囲を逸脱したときに、機械の異常を診断するものである。
【０００９】
また、特許文献６に開示された機械設備の異常診断システムは、機械設備から発生する音または振動の検出信号から診断に必要な周波数帯域の信号を取り出してエンベロープ信号を求め、このエンベロープ信号を間引き処理して周波数解析し、解析結果より得られる周波数スペクトルのピークを検出し、そのピークと異常周波数とを比較して、その比較結果に対応する部位別異常診断インデックスを参照することにより、機械設備の異常を診断するものである。
【００１０】
また、特許文献７に開示された異常診断装置は、機械装置から発生する振動の検出信号をその分解能よりもデータ幅を拡張してフーリエ変換し、その結果に基づき機械装置の異常を診断するものである。
【先行技術文献】
【特許文献】
【００１１】
【特許文献１】特開平５−３１２６３４号公報
【特許文献２】特開２００２−３２３３７１号公報
【特許文献３】特開２００４−３４０７０６号公報
【特許文献４】特開２００５−１９３３９５号公報
【特許文献５】特開２００５−２５７４６０号公報
【特許文献６】特開２００６−１１３００３号公報
【特許文献７】特開２００７−１７０８１６号公報
【発明の概要】
【発明が解決しようとする課題】
【００１２】
しかしながら、上述した装置等では、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、適用する機器毎や異なる製品毎に、人為的に設定し直さなければならない難点があった。また、何れの装置等も、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を診断することができなかった。
【００１３】
本発明は、このような従来の難点を解消するためになされたもので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる機器の動作音異常診断装置を提供することを目的とする。
【課題を解決するための手段】
【００１４】
上述の目的を達成する本発明の第１の態様である機器の動作音異常診断装置は、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、動作音検出部で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部とを備えたものである。この機器動作分析部は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の製品を処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する動作区間区別部と、動作区間区別部で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、特徴抽出部で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積する特徴記憶部と、製品の処理が量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する異常判定部とを有するものである。
【００１５】
このような第１の態様である機器の動作音異常診断装置によれば、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部で、製品の量産初期における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号（音響信号）と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【００１６】
本発明の第２の態様は第１の態様である機器の動作音異常診断装置において、特徴抽出部における予め定められた検出回数は、製造開始時からの回数である。
このような第２の態様である機器の動作音異常診断装置によれば、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができる。
【００１７】
本発明の第３の態様は第１の態様又は第２の態様である機器の動作音異常診断装置において、動作区間区別部は、音響信号からフレームパワーを算出するフレームパワー演算部と、フレームパワー演算部で算出されたフレームパワーに対して、計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部とを有するものである。
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αであり、Ｐｔｈは加工時動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。
このような第３の態様である機器の動作音異常診断装置によれば、機器の動作区間を正確に切り出すことができる。
【００１８】
本発明の第４の態様は第１の態様乃至第３の態様のうち何れか１つの機器の動作音異常診断装置において、異常判定部の演算処理機能は、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が３帯域に分割され、１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とするものである。
式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2であり、ＳＤｔは主帯域のスペクトル歪、Ｓｔは特徴記憶部に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主要帯域の平均スペクトル特性である。
式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2であり、ＳＤｎｌは一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2であり、ＳＤｎ２は他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）であり、ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。
【００１９】
このような第４の態様である機器の動作音異常診断装置によれば、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になる。
【００２０】
本発明の第５の態様は第１の態様乃至第４の態様のうち何れか１つの態様である機器の動作音異常診断装置において、動作音検出部が機器の同一動作音を検出できる複数箇所に設置されている場合には、機器動作分析部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、異常判定部において複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、複数の動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。
式（６）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎであり、ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
式（７）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎであり、ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
このような第５の態様である機器の動作音異常診断装置によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００２１】
本発明の第６の態様は第１の態様乃至第４の態様のうち何れか１つの態様である機器の動作音異常診断装置において、機器動作分析部の異常判定部は、複数の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する基準スペクトル歪とを比較して何れの診断用スペクトル歪も対応する基準スペクトル歪より大きい場合には、機器に異常があると判定するものである。
このような第６の態様である機器の動作音異常診断装置によれば、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００２２】
本発明の第７の態様は第１の態様乃至第６の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値である。
このような第７の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００２３】
本発明の第８の態様は第１の態様乃至第６の態様のうち何れか１つの態様である機器の動作音異常診断装置において、基準スペクトル歪は、機器が正常に動作するような値に設定されているものである。
このような第８の態様である機器の動作音異常診断装置によれば、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【発明の効果】
【００２４】
本発明の機器の動作音異常診断装置によれば、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して、機器の異常を正確に診断することができ、而も、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、検出信号である音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【図面の簡単な説明】
【００２５】
【図１】本発明の機器の動作音異常診断装置における好ましい実施の形態例を示すシステム構成のブロック図で、（Ａ）は全体図、（Ｂ）は動作区間区別部の詳細図である。
【図２】図１に示す機器動作分析部の異常判定部の処理機能について説明する図で、１つの主帯域と、２つの副帯域との関係を示す縦軸が利得、横軸が周波数のグラフである。
【図３】製品の量産中である機器の１サイクルにおける動作区間及び非動作区間の関係を示す説明図である。
【図４】製品の量産初期における学習期間と、製品の量産中における診断期間との関係を示す図で、縦長の楕円の１つが機器の１サイクルを示す説明図である。
【図５】図１に示す機器動作分析部の異常判定部の他の処理機能について説明する図で、スペクトル歪の経時変化における異常判定時点を示す判定閾値を示す縦軸がスペクトル歪、横軸が経過時間のグラフである。
【図６】本発明の機器の動作音異常診断装置における他の好ましい実施の形態例を示すシステム構成のブロック図である。
【発明を実施するための形態】
【００２６】
以下、本発明の機器の動作音異常診断装置を実施するための形態例について、図面を参照して説明する。
本発明の機器の動作音異常診断装置は図１（Ａ）に示すように、機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２と、動作音検出部２で検出した動作音の音響信号に基づき製品の量産中である機器の動作状況を分析する機器動作分析部３とを備えている。ここで機器とは、例えば射出成形機、工作機械、産業用ロボット、金型等の周期的に動作する機械が該当する。
【００２７】
動作音検出部２は、音によって発生する振動を検出して電気信号である音響信号に変換することができるマイクロホンや振動センサが該当する。マイクロホンは音が空気の振動によって発生するので、その空気の振動を電気信号に変換することでその空気の振動に応じた信号波形を出力することができる。また、振動センサは、振動を変位、速度あるいは加速度で定量的に捕えるもので、測定した物理量を電気信号に変換することでその振動に応じた信号波形を出力することができる。
【００２８】
機器動作分析部３は、機器の製品を処理するための１サイクル（当該明細書中においては、「機器の１サイクル」と称する。）から動作区間と非動作区間とを区別する動作区間区別部３１と、動作区間区別部３１で区別された動作区間及び非動作区間それぞれにおいて、音響信号の特徴として、当該音響信号の平均スペクトル特性を抽出する特徴抽出部３２と、特徴抽出部３２で得られた動作区間及び非動作区間それぞれの平均スペクトル特性を蓄積するハードディスクやメモリ等の特徴記憶部３３と、特徴記憶部３３に蓄積された動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間のスペクトル特性とを比較し、また、特徴記憶部３３に蓄積された非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間のスペクトル特性とを比較することで、機器に異常があるか否かを判定する異常判定部３４とを有している。ここで、スペクトル特性とはスペクトル分布を意味する。
【００２９】
動作区間区別部３１は、音響信号からフレームパワーを算出し、製品の量産初期の予め定められた処理回数における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき製品を処理中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する処理機能を有している。なお、フレームパワーは、入力された音響信号に対して所定の時間間隔毎に、所定のフレーム幅で算出することができる。ここで、動作区間区別部３１における製品の量産初期の予め定められた処理回数とは、製品を製造開始してから２〜３回程度のことで、この場合、機器が、まだ、安定状態なので、正確なフレームパワーを得ることができる。以下、製品の量産初期を学習区間と称する。
【００３０】
このような処理機能は、例えば図１（Ｂ）に示すように、音響信号からフレームパワーを算出するフレームパワー演算部３１ａと、フレームパワー演算部３１ａで算出されたフレームパワーに対して、予め定められた計算式である下記式（１）で定義される演算処理を実行することにより閾値が得られる閾値設定部３１ｂとを有するものである。この式（１）はＦＦＴ（高速フーリエ変換）などの手法を用いて演算処理される。
【００３１】
式（１）は、Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）αとする。但し、Ｐｔｈは製品を量産中である機器の１サイクルにおける動作区間を識別のための閾値、Ｐｍｉｎはフレームパワーの最小値、Ｐｍａｘはフレームパワーの最大値、αはパワー閾値係数である。このパワー閾値係数αは、０から１まで微小刻みで区間検出実験を繰り返して得られた検出誤りが最小となる０．６が好適である。
【００３２】
この閾値Ｐｔｈを用いて、音響信号から製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する際、その閾値を超えた位置を始端とし、そしてその閾値を超えたままの状態からその閾値を予め定められた時間、即ち、製品を製造するため機器が安定状態である学習区間において求められた時間で連続して下回った場合には、その閾値を最初に下回った位置を終端とするその閾値を超えたままの区間における１つのまとまりが、製品を量産中である機器の１サイクルにおける動作区間となる。したがって、製品を量産中である機器の１サイクルにおいては、その動作区間以外が非動作区間となる。
【００３３】
この上述したフレームパワー演算部３１ａと、閾値設定部３１ｂとを使用することで、製品を量産中である機器の１サイクルから動作区間と非動作区間とを区別する実験を、射出成形機を利用して行なった。この射出成形機は、プラスチック金型が開いた後、製品である成形品を突き出しピンで押し出すことで成形品を取り出すもので、この際、突き出しピンが強く擦れたり、折れたりする異常が発生することから、プラスチック金型に動作音検出部２を取り付けた。この動作音検出部２として、プラスチック金型に直接取り付けが可能な加速度型の振動ピックアップセンサ（株式会社山武の製品名称：加速度ピックアップセンサ、型番ＰＷＦＩＡ０００−７０００２）を用いた。なお、動作区間は突き出しピンが可動している間とする。このプラスチック金型による射出成形を１２０ショット（１２０サイクル）行なった結果、１２０ショットのすべてにおいて動作区間と非動作区間との範囲はほぼ同じであり、１００％の確立で適切に区別できることが確認できている。
【００３４】
したがって、式（１）やパワー閾値係数αを適切に設定することで、機器の動作区間を正確に切り出せる閾値を得ることができることが確認できた。
【００３５】
特徴抽出部３２の平均スペクトル特性は、音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理することで得ることができる。この特徴抽出部３２における予め定められた回数は、動作区間区別部３１における製品の量産初期の予め定められた処理回数直後からの回数である。この平均スペクトル特性の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う予め定められた回数は２〜３回程度である。特徴抽出部３２における予め定められた回数を、このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。
【００３６】
異常判定部３４は、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する処理機能を有している。
【００３７】
この基準スペクトル歪は、動作区間及び非動作区間それぞれにおいて、製品の量産初期の動作区間区別部３１による予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値であり、機器動作分析部３によって求められる。この基準スペクトル歪の演算処理も、製品の量産初期における学習区間でなされる。また、ここで言う処理回数直後における製品の予め定められた処理回数は２〜３回程度である。このような回数にするのは、機器の経時的な動作負荷による機器劣化が生じる前の正常時の特徴量を得ることができるからである。このように、複数のスペクトル特性の分散値を基準スペクトル歪として用いることで、機器の異常を発見できると共に、機器の異常の兆候を発見することができるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００３８】
また、基準スペクトル歪は、機器が正常に動作するような値に設定されているものでもよい。基準スペクトル歪をこのように設定することでも、機器の異常を発見できると共に、機器の異常の兆候を発見することが可能になるので、機械が故障する前に部品を交換したりねじ止めの不具合を見つけたりすることができる。
【００３９】
このような異常判定部３４の演算処理機能について、例えば、特徴記憶部３３に蓄積された製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性が、３帯域に分割される。１つの帯域は機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、主帯域とは異なる２つの帯域はそれぞれ副帯域に設定される。この主帯域は、機器の動作において異常が発生し得る動作音について、事前に周波数分析を行い、この分析結果から主成分を含んだ帯域を特定することで設定される。この主帯域及び２つの副帯域に基づき、基準スペクトル歪と比較するためのスペクトル歪を得るために、主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められる。そして、式（２）で求められた主帯域のスペクトル歪、式（３）で求められた一方の副帯域のスペクトル歪、及び式（４）で求められた他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる主帯域及び２つの副帯域を合わせた全帯域のスペクトル歪を診断用スペクトル歪とすることになる。
【００４０】
なお、式（２）は、ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2とする。ＳＤｔは図２に示すように、主帯域のスペクトル歪、Ｓｔは特徴記憶部３３に蓄積されている主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は製品の量産中である機器の１サイクルにおける主帯域の平均スペクトル特性である。
【００４１】
また、式（３）は、ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2とする。ＳＤｎｌは図２に示すように、一方の副帯域のスペクトル歪、Ｓｎ１は特徴記憶部３３に蓄積されている一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は製品の量産中である機器の１サイクルにおける一方の副帯域の平均スペクトル特性である。
【００４２】
また、式（４）は、ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2とする。ＳＤｎ２は図２に示すように、他方の副帯域のスペクトル歪、Ｓｎ２は特徴記憶部３３に蓄積されている他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は製品の量産中である機器の１サイクルにおける他方の副帯域の平均スペクトル特性である。
【００４３】
また、式（５）は、ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）とする。ＳＤは全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。したがって、主帯域を最も大きな重みとすることができる。このような重み付けに設定しているのは、機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域に重みを置くように設定する必要性があるからである。
なお、式（２）〜（４）においては二乗しているが、これはスペクトル歪を求めるときの各式における両者の平均スペクトル特性の差が正の値になったり負の値になったりするからである。
【００４４】
このように主帯域と副帯域に分けて、それぞれのスペクトル歪から全帯域のスペクトル歪を算出するのは、製品の量産中である機器の１サイクルにおける動作区間及び非動作区間それぞれの平均スペクトル特性のうち機器の動作異常発生時に最も影響が現れやすい帯域を主帯域とし、この主帯域に適切な重み付けをすることで、高精度に診断することが可能になるからである。
【００４５】
なお、動作音検出部２と機器動作分析部３との間には、音響信号を機器動作分析部３に伝送する信号伝送部４が介在している。この信号伝送部４は、シールド線などを用いるいわゆる有線方式だけでなく、デジタル型ＦＭ送信器及び受信器などの無線方式を用いることで、産業用ロボットなど、計測対象機械の各部位が部分的に移動して動作するものや、危険を伴うものなどでは信号線を張り巡らす必要もなく、装置の操作性や簡便な構成を実現することが可能となる。
【００４６】
このように構成された機器の動作音異常診断装置１の動作について以下説明する。
例えば成形品を成形する射出成形機の場合には、基本的には図３に示すように、金型の閉動作Ｓ１、開動作Ｓ２及び射出動作Ｓ３の３回が動作区間となる。したがって、金型の閉動作Ｓ１及び開動作Ｓ２間が非動作区間Ｐ１、金型の開動作Ｓ２及び射出動作Ｓ３間が非動作区間Ｐ２となる。このような動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２における射出成形機には、当該射出成型機の動作音によって発生する振動を検出して音響信号に変換する動作音検出部２が設置されている。なお、射出成型機は正常動作においては、動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とは明らかに異なる音響信号の波形となる。
【００４７】
この射出成形機が成形品の量産を開始すると、まず、動作音検出部２が射出成形機の動作音によって発生する振動を検出して音響信号に変換し、その音響信号を、信号伝送部４を介して機器動作分析部３に伝送する。
【００４８】
機器動作分析部３は入力した音響信号を動作区間区別部３１に出力する。動作区間区別部３１は、フレームパワー演算部３１ａで音響信号からフレームパワーを算出し、学習区間における機器の処理するための１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式、例えば上述した閾値設定部３１ｂが式（１）で演算処理して、製品の量産中である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３と非動作区間Ｐ１、Ｐ２とを区別する閾値を求めておき、当該閾値に基づき製品を量産中である機器の１サイクルから得られたフレームパワーから動作区間と非動作区間とを区別する。
【００４９】
特徴抽出部３２が動作区間区別部３１で区別された動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれにおいて、音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する。この特徴抽出部３２で平均スペクトル特性を抽出する期間は図４に示すような学習区間となる。この特徴抽出部３２で得られた動作区間Ｓ１、Ｓ２、Ｓ３及び非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性は、特徴記憶部３３が蓄積する。
【００５０】
そして図４に示すように、異常判定部３４が、特徴記憶部３３に学習区間内において蓄積された動作区間Ｓ１、Ｓ２、Ｓ３それぞれの平均スペクトル特性と、製品の量産中となる診断区間である機器の１サイクルにおける動作区間Ｓ１、Ｓ２、Ｓ３それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ１のスペクトル特性に対応する動作区間Ｓ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００５１】
同様に、製品の量産中である機器の１サイクルにおける、動作区間Ｓ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ２のスペクトル特性に対応する動作区間Ｓ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。また、製品の量産中である機器の１サイクルにおける、例えば動作区間Ｓ３のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける動作区間Ｓ３のスペクトル特性に対応する動作区間Ｓ３の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの動作区間Ｓ１、Ｓ２、Ｓ３の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
【００５２】
さらに、異常判定部３４が、特徴記憶部３３に蓄積された非動作区間Ｐ１、Ｐ２それぞれの平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間Ｐ１、Ｐ２それぞれのスペクトル特性とを比較して、製品の量産中である機器の１サイクルにおける、例えば非動作区間Ｐ１のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ１のスペクトル特性に対応する非動作区間Ｐ１の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００５３】
同様に、製品の量産中である機器の１サイクルにおける、非動作区間Ｐ２のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける非動作区間Ｐ２のスペクトル特性に対応する非動作区間Ｐ２の平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定する。なお、何れの非動作区間Ｐ１、Ｐ２の何れにおいても各診断用スペクトル歪が、予め定められた基準スペクトル歪以下の場合には、機器は正常であると判定する。
【００５４】
このような機器動作分析部３は、機器に異常があると判定した場合には射出成形機を停止させ、機器は正常であると判定した場合には射出成形機による射出成形加工を続行させることができる。
【００５５】
したがって、本発明の機器の動作音異常診断装置１によれば、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別して、何れか一方の区間のスペクトル特性と、学習区間において求められた平均スペクトル特性の診断用スペクトル歪が、予め定められた基準スペクトル歪より大きい場合には、機器に異常があると判定することができるので、検出された動作音と、機器の正常な動作音との微妙な違いを精度よく検出して機器の異常を正確に診断することができるようになる。また、動作区間区別部３１で、学習区間における機器の１サイクルにおいて、フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、製品の量産中である機器の１サイクルにおける動作区間と非動作区間とを区別する閾値を求めることができるので、製品を所定の形に形成するための機器が異なっていたり、機器で加工する製品が異なったりしていても、音響信号と比較する機器の異常を診断するための比較条件の設定を、人為的に設定し直さなくてもよくなる。
【００５６】
なお、機器を動作開始してから何回も使用していくうちに経時的な動作負荷などによって、部品の摩耗やねじの固定条件などが変化して、機器全体に不具合が生じて大きな事故に繋がる場合もあるので、特徴記憶部３３に蓄積された機器の１サイクルにおける動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける動作区間とに生ずる診断用スペクトル歪や、特徴記憶部３３に蓄積された機器の１サイクルにおける非動作区間の平均スペクトル特性と、製品の量産中である機器の１サイクルにおける非動作区間とに生ずる診断用スペクトル歪を経時的に観測して、何れか一方の診断用スペクトル歪が図５に示すように、判定閾値となる予め定められた基準スペクトル歪を超えた時点で、機器は異常の兆候があると判定するようにしてもよい。これにより、機器の異常の兆候を発見することができるので、機械が故障する前に機器の部品を交換したりねじ止めの不具合を見つけたりすることができるようになる。
【００５７】
また、上述した実施例においては、機器の同一動作音の検出は１か所で行っていたが、これに限らず、図６に示すように、同一動作音を検出する動作音検出部２１、２２を２ヶ所に設置するようにしてもよい。この図６に示す機器の動作音異常診断装置１０は、動作音検出部２１、２２、動作区間区別部２１及び異常判定部３６を除くと、図１の動作音異常診断装置１と同じ機能を有する構成要素を備えているので、同一の参照番号を付して説明を省略する。
【００５８】
この場合、機器動作分析部３は、動作区間区別部３５で動作音検出部２１からの音響信号及び動作音検出部２２からの音響信号それぞれに基づく動作区間と非動作区間とを区別する閾値を求め、特徴抽出部３２で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを抽出し、特徴記憶部３３で動作音検出部２１に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性と、動作音検出部２２に基づく動作区間及び非動作区間それぞれにおける平均スペクトル特性とを蓄積する。
【００５９】
異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出する。即ち、動作音検出部２１において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。また、動作音検出部２２において、製品の量産中である機器の１サイクルにおける何れか一方の区間のスペクトル特性と、特徴記憶部３３に蓄積され製品の量産中である機器の１サイクルにおける何れか一方の区間に対応する区間の平均スペクトル特性の診断用スペクトル歪を算出する。
【００６０】
そして、異常判定部３６は、動作音検出部２１及び動作音検出部２２で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ａ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ａ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定する。
【００６１】
なお、式（６Ａ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２とする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は動作音検出部２１に基づく診断用スペクトル歪、ＳＤｄｉ２は動作音検出部２２に基づく診断用スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
【００６２】
また、式（７Ａ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２とする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は動作音検出部２１に基づく基準スペクトル歪、ＳＤｔｈ２は動作音検出部２２に基づく基準スペクトル歪であり、ω１、ω２は重み係数であり、ω１＋ω２＝１である。
【００６３】
なお、式（６Ａ）、（７Ａ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００６４】
また、動作音検出部が３ヶ所以上に設置している場合には、異常判定部３６は、３つ以上の動作音検出部で検出したそれぞれの音響信号に基づき診断用スペクトル歪を算出後、各診断用スペクトル歪を下記式（６Ｂ）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、各動作音検出部で検出したそれぞれの音響信号に基づく基準スペクトル歪を下記式（７Ｂ）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、機器に異常があると判定するものでもよい。
【００６５】
なお、式（６Ｂ）は、ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎとする。ＳＤｄｉは統合診断用スペクトル歪、ＳＤｄｉ１は１台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉ２は２台目の動作音検出部に基づく診断用スペクトル歪、ＳＤｄｉｎはｎ台目の動作音検出部に基づく診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【００６６】
また、式（７Ｂ）は、ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎとする。ＳＤｔｈは統合基準スペクトル歪、ＳＤｔｈ１は１台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈ２は２台目の動作音検出部に基づく基準スペクトル歪、ＳＤｔｈｎはｎ台目の動作音検出部に基づく基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【００６７】
なお、式（６Ｂ）、（７Ｂ）の重み係数は、より重要度の高い動作音検出部の影響を考慮するため、利用者が任意に決定することができる。
したがって、動作音検出部が１つのときよりも検出の精度を高めることができる。
【００６８】
これまで本発明について図面に示した特定の実施の形態をもって説明してきたが、本発明は図面に示した実施の形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができることはいうまでもないことである。
【符号の説明】
【００６９】
１……機器の動作音異常診断装置
２……動作音検出部
３……機器動作分析部
３１、３５……動作区間区別部
３２……特徴抽出部
３３……特徴記憶部
３４、３６……異常判定部
【特許請求の範囲】
【請求項１】
機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、前記動作音検出部で検出した前記動作音の前記音響信号に基づき前記製品の量産中である前記機器の動作状況を分析する機器動作分析部とを備えた機器の動作音異常診断装置において、
前記機器動作分析部は、
前記音響信号からフレームパワーを算出し、前記製品の量産初期の予め定められた処理回数における前記機器の前記製品を処理するための１サイクルにおいて、前記フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、前記機器の前記１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき前記製品を処理中である前記機器の前記１サイクルから得られた前記フレームパワーから前記動作区間と前記非動作区間とを区別する動作区間区別部と、
前記動作区間区別部で区別された前記動作区間及び前記非動作区間それぞれにおいて、前記音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、
前記特徴抽出部で得られた前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性を蓄積する特徴記憶部と、
前記製品の前記処理が量産中である前記機器の前記１サイクルにおける前記何れか一方の区間の前記スペクトル特性と、前記特徴記憶部に蓄積され前記製品の量産中である前記機器の前記１サイクルにおける前記何れか一方の区間に対応する前記区間の前記平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、前記機器に異常があると判定する異常判定部とを有することを特徴とする機器の動作音異常診断装置。
【請求項２】
前記特徴抽出部における前記予め定められた検出回数は、製造開始時からの回数であることを特徴とする請求項１記載の機器の動作音異常診断装置。
【請求項３】
前記動作区間区別部は、
前記音響信号から前記フレームパワーを算出するフレームパワー演算部と、
前記フレームパワー演算部で算出された前記フレームパワーに対して、前記計算式である下記式（１）で定義される演算処理を実行することにより前記閾値が得られる閾値設定部とを有することを特徴とする請求項１又は請求項２記載の機器の動作音異常診断装置。
Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）α・・・（１）
但し、Ｐｔｈは前記動作区間を識別のための前記閾値、Ｐｍｉｎは前記フレームパワーの最小値、Ｐｍａｘは前記フレームパワーの最大値、αはパワー閾値係数である。
【請求項４】
前記異常判定部の演算処理機能は、
前記製品の量産中である前記機器の前記１サイクルにおける前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性が３帯域に分割され、１つの帯域は前記機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、前記主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、
前記主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、前記一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、前記他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、前記式（２）で求められた前記主帯域のスペクトル歪、前記式（３）で求められた前記一方の副帯域のスペクトル歪、及び前記式（４）で求められた前記他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる前記主帯域及び前記２つの副帯域を合わせた全帯域のスペクトル歪を前記診断用スペクトル歪とすることを特徴とする請求項１乃至請求項３のうち何れか１項に記載の機器の動作音異常診断装置。
ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2・・・（２）
但し、ＳＤｔは前記主帯域のスペクトル歪、Ｓｔは前記特徴記憶部に蓄積されている前記主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記主要帯域の平均スペクトル特性である。
ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2・・・（３）
但し、ＳＤｎｌは前記一方の副帯域のスペクトル歪、Ｓｎ１は前記特徴記憶部に蓄積されている前記一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記一方の副帯域の平均スペクトル特性である。
ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2・・・（４）
但し、ＳＤｎ２は前記他方の副帯域のスペクトル歪、Ｓｎ２は前記特徴記憶部に蓄積されている前記他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記他方の副帯域の平均スペクトル特性である。
ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）・・・（５）
但し、ＳＤは前記全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。
【請求項５】
前記動作音検出部が前記機器の同一動作音を検出できる複数箇所に設置されている場合には、
前記機器動作分析部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記異常判定部において前記複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づく前記基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１乃至請求項４のうち何れか１項に記載の機器の動作音異常診断装置。
ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎ・・・（６）
但し、ＳＤｄｉは前記統合診断用スペクトル歪、ＳＤｄｉ１は１台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉ２は２台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉｎはｎ台目の前記動作音検出部に基づく前記診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎ・・・（７）
但し、ＳＤｔｈは前記統合基準スペクトル歪、ＳＤｔｈ１は１台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈ２は２台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈｎはｎ台目の前記動作音検出部に基づく前記基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【請求項６】
前記機器動作分析部の前記異常判定部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する前記基準スペクトル歪とを比較して何れの前記診断用スペクトル歪も前記対応する基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１乃至請求項４のうち何れか１項に記載の機器の動作音異常診断装置。
【請求項７】
前記基準スペクトル歪は、前記動作区間及び前記非動作区間それぞれにおいて、前記製品の量産初期の前記動作区間区別部による前記予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値であることを特徴とする請求項１乃至請求項６のうち何れか１項に記載の機器の動作音異常診断装置。
【請求項８】
前記基準スペクトル歪は、前記機器が正常に動作するような値に設定されていることを特徴とする請求項１乃至請求項６のうち何れか１項に記載の機器の動作音異常診断装置。
【請求項１】
機器の動作音によって発生する振動を検出して音響信号に変換する動作音検出部と、前記動作音検出部で検出した前記動作音の前記音響信号に基づき前記製品の量産中である前記機器の動作状況を分析する機器動作分析部とを備えた機器の動作音異常診断装置において、
前記機器動作分析部は、
前記音響信号からフレームパワーを算出し、前記製品の量産初期の予め定められた処理回数における前記機器の前記製品を処理するための１サイクルにおいて、前記フレームパワーの最大値と最小値とに基づき予め定められた計算式で演算処理して、前記機器の前記１サイクルにおける動作区間と非動作区間とを区別する閾値を求めておき、当該閾値に基づき前記製品を処理中である前記機器の前記１サイクルから得られた前記フレームパワーから前記動作区間と前記非動作区間とを区別する動作区間区別部と、
前記動作区間区別部で区別された前記動作区間及び前記非動作区間それぞれにおいて、前記音響信号の特徴として、当該音響信号のスペクトル特性の予め定められた検出回数の平均を演算処理して平均スペクトル特性を抽出する特徴抽出部と、
前記特徴抽出部で得られた前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性を蓄積する特徴記憶部と、
前記製品の前記処理が量産中である前記機器の前記１サイクルにおける前記何れか一方の区間の前記スペクトル特性と、前記特徴記憶部に蓄積され前記製品の量産中である前記機器の前記１サイクルにおける前記何れか一方の区間に対応する前記区間の前記平均スペクトル特性の診断用スペクトル歪を算出し、当該診断用スペクトル歪が予め定められた基準スペクトル歪より大きい場合には、前記機器に異常があると判定する異常判定部とを有することを特徴とする機器の動作音異常診断装置。
【請求項２】
前記特徴抽出部における前記予め定められた検出回数は、製造開始時からの回数であることを特徴とする請求項１記載の機器の動作音異常診断装置。
【請求項３】
前記動作区間区別部は、
前記音響信号から前記フレームパワーを算出するフレームパワー演算部と、
前記フレームパワー演算部で算出された前記フレームパワーに対して、前記計算式である下記式（１）で定義される演算処理を実行することにより前記閾値が得られる閾値設定部とを有することを特徴とする請求項１又は請求項２記載の機器の動作音異常診断装置。
Ｐｔｈ＝Ｐｍｉｎ＋（Ｐｍａｘ−Ｐｍｉｎ）α・・・（１）
但し、Ｐｔｈは前記動作区間を識別のための前記閾値、Ｐｍｉｎは前記フレームパワーの最小値、Ｐｍａｘは前記フレームパワーの最大値、αはパワー閾値係数である。
【請求項４】
前記異常判定部の演算処理機能は、
前記製品の量産中である前記機器の前記１サイクルにおける前記動作区間及び前記非動作区間それぞれの前記平均スペクトル特性が３帯域に分割され、１つの帯域は前記機器の動作異常発生時に最も影響が現れやすい帯域となる主帯域、前記主帯域とは異なる２つの帯域はそれぞれ副帯域に設定され、
前記主帯域のスペクトル歪は下記式（２）で定義される演算処理を実行し、前記一方の副帯域のスペクトル歪は下記式（３）で定義される演算処理を実行し、前記他方の副帯域のスペクトル歪は下記式（４）で定義される演算処理を実行することでそれぞれ求められ、前記式（２）で求められた前記主帯域のスペクトル歪、前記式（３）で求められた前記一方の副帯域のスペクトル歪、及び前記式（４）で求められた前記他方の副帯域のスペクトル歪を下記式（５）に代入し、当該式（５）で定義される演算処理を実行することで求まる前記主帯域及び前記２つの副帯域を合わせた全帯域のスペクトル歪を前記診断用スペクトル歪とすることを特徴とする請求項１乃至請求項３のうち何れか１項に記載の機器の動作音異常診断装置。
ＳＤｔ＝{Ｓｔ−Ｓｄｔ（Ｆ）}2・・・（２）
但し、ＳＤｔは前記主帯域のスペクトル歪、Ｓｔは前記特徴記憶部に蓄積されている前記主帯域の平均スペクトル特性、Ｓｄｔ（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記主要帯域の平均スペクトル特性である。
ＳＤｎｌ＝{Ｓｎ１−Ｓｄｎ１（Ｆ）}2・・・（３）
但し、ＳＤｎｌは前記一方の副帯域のスペクトル歪、Ｓｎ１は前記特徴記憶部に蓄積されている前記一方の副帯域の平均スペクトル特性、Ｓｄｎ１（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記一方の副帯域の平均スペクトル特性である。
ＳＤｎ２＝{Ｓｎ２−Ｓｄｎ２（Ｆ）}2・・・（４）
但し、ＳＤｎ２は前記他方の副帯域のスペクトル歪、Ｓｎ２は前記特徴記憶部に蓄積されている前記他方の副帯域の平均スペクトル特性、Ｓｄｎ２（Ｆ）は前記製品の量産中である前記機器の前記１サイクルにおける前記他方の副帯域の平均スペクトル特性である。
ＳＤ＝αＳＤｔ＋β（ＳＤｎｌ＋ＳＤｎ２）・・・（５）
但し、ＳＤは前記全帯域のスペクトル歪であり、αとβは重み係数であり、α＝１−βで、β＝０の時、α＝１である。
【請求項５】
前記動作音検出部が前記機器の同一動作音を検出できる複数箇所に設置されている場合には、
前記機器動作分析部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記異常判定部において前記複数の診断用スペクトル歪を下記式（６）で定義される演算処理を実行することで求まる統合診断用スペクトル歪が、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づく前記基準スペクトル歪を下記式（７）で定義される演算処理を実行することで求まる統合基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１乃至請求項４のうち何れか１項に記載の機器の動作音異常診断装置。
ＳＤｄｉ＝ω１・ＳＤｄｉ１＋ω２・ＳＤｄｉ２＋・・・＋ωｎ・ＳＤｄｉｎ・・・（６）
但し、ＳＤｄｉは前記統合診断用スペクトル歪、ＳＤｄｉ１は１台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉ２は２台目の前記動作音検出部に基づく前記診断用スペクトル歪、ＳＤｄｉｎはｎ台目の前記動作音検出部に基づく前記診断用スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
ＳＤｔｈ＝ω１・ＳＤｔｈ１＋ω２・ＳＤｔｈ２＋・・・＋ωｎ・ＳＤｔｈｎ・・・（７）
但し、ＳＤｔｈは前記統合基準スペクトル歪、ＳＤｔｈ１は１台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈ２は２台目の前記動作音検出部に基づく前記基準スペクトル歪、ＳＤｔｈｎはｎ台目の前記動作音検出部に基づく前記基準スペクトル歪であり、ω１、ω２、・・・、ωｎは重み係数であり、ω１＋ω２＋・・・＋ωｎ＝１である。
【請求項６】
前記機器動作分析部の前記異常判定部は、前記複数の動作音検出部で検出したそれぞれの前記音響信号に基づき前記診断用スペクトル歪を算出後、前記各診断用スペクトル歪と、当該各診断用スペクトル歪それぞれに対応する前記基準スペクトル歪とを比較して何れの前記診断用スペクトル歪も前記対応する基準スペクトル歪より大きい場合には、前記機器に異常があると判定することを特徴とする請求項１乃至請求項４のうち何れか１項に記載の機器の動作音異常診断装置。
【請求項７】
前記基準スペクトル歪は、前記動作区間及び前記非動作区間それぞれにおいて、前記製品の量産初期の前記動作区間区別部による前記予め定められた処理回数直後における製品の予め定められた処理回数の中で得られた複数のスペクトル特性の分散値であることを特徴とする請求項１乃至請求項６のうち何れか１項に記載の機器の動作音異常診断装置。
【請求項８】
前記基準スペクトル歪は、前記機器が正常に動作するような値に設定されていることを特徴とする請求項１乃至請求項６のうち何れか１項に記載の機器の動作音異常診断装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１３−１９７４１（Ｐ２０１３−１９７４１Ａ）
【公開日】平成２５年１月３１日（２０１３．１．３１）
【国際特許分類】
【出願番号】特願２０１１−１５２６５９（Ｐ２０１１−１５２６５９）
【出願日】平成２３年７月１１日（２０１１．７．１１）
【出願人】（０００１５７０８３）トヨタ自動車東日本株式会社 (1,164)
【出願人】（５０７２３４４２７）公立大学法人岩手県立大学 (22)
【Ｆターム（参考）】
【公開日】平成２５年１月３１日（２０１３．１．３１）
【国際特許分類】
【出願日】平成２３年７月１１日（２０１１．７．１１）
【出願人】（０００１５７０８３）トヨタ自動車東日本株式会社 (1,164)
【出願人】（５０７２３４４２７）公立大学法人岩手県立大学 (22)
【Ｆターム（参考）】
[ Back to top ]