音響診断方法、プログラム及び装置
【課題】雑音が多い環境においても、回転機械の音響診断を行う。
【解決手段】本方法は、診断対象回転機械の定常音のデータに対してDFTを実施して第１パワースペクトルを生成し、外来定常音のデータに対してDFTを実施して第２パワースペクトルを生成し、両パワースペクトル間の差を算出し、当該差のパワースペクトルについてピークの周波数を特定する。そして、特定されたピークの周波数を、バンドパスフィルタの中心周波数に設定して、診断対象回転機械の定常音のデータに対して、バンドパスフィルタを適用し、バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてDFTを実施して第３パワースペクトルを生成し、第３パワースペクトルにおけるピーク周波数と、DBに登録されている異常周波数とを照合して、第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を出力する。
【解決手段】本方法は、診断対象回転機械の定常音のデータに対してDFTを実施して第１パワースペクトルを生成し、外来定常音のデータに対してDFTを実施して第２パワースペクトルを生成し、両パワースペクトル間の差を算出し、当該差のパワースペクトルについてピークの周波数を特定する。そして、特定されたピークの周波数を、バンドパスフィルタの中心周波数に設定して、診断対象回転機械の定常音のデータに対して、バンドパスフィルタを適用し、バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてDFTを実施して第３パワースペクトルを生成し、第３パワースペクトルにおけるピーク周波数と、DBに登録されている異常周波数とを照合して、第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、回転機械の音響診断技術に関する。
【背景技術】
【０００２】
発電所には多数のポンプやモータが設置されており、このような機器にはベアリングが用いられている。ベアリングなどの回転機械の異常を診断するためには、振動診断という技術が知られている。
【０００３】
振動診断では例えば図１に示すような信号処理が行われる。診断対象のころがり軸受１００には、振動を検出する加速度計１１０がころがり軸受１００に接触するように設けられており、加速度計１１０の測定値はチャージアンプ１２０に入力されている。チャージアンプ１２０で増幅された測定値は、ハイパスフィルタ１３０に入力され、高周波成分が取り出される。そして、ハイパスフィルタ１３０の出力は、絶対値処理１４０に入力され、絶対値化される。そして、絶対値処理１４０の出力は、ローパスフィルタ１５０に入力され包絡線処理が行われる。ローパスフィルタ１５０の出力は、周波数分析１６０に入力される。周波数分析１６０では、ＦＦＴ（Fast Fourier Transform）を実施して、ピーク周波数を検出する。そして、回転機械毎に予め計算されており且つ異常時に出力される異常振動の周波数とそのような異常振動の原因とが格納されているデータベースに、検出されたピーク周波数が登録されているかを判断して、登録されている場合には対応する異常振動の原因等を出力するものである。
【０００４】
振動診断では、加速度計１１０を診断対象回転機械に接触するように設ける必要があるが、実際の発電所などの環境においては、カバーに覆われているといったように、加速度計１１０を接触させるように設けることが不可能な場合もある。このため、振動の代わりに指向性マイクなどを診断対象の回転機械に向けて採取して、採取された音を同様の処理系で処理することによって診断する方法も考えられる。しかしながら、発電所における回転機械の設置環境は非常にうるさい場合があるので、ピーク周波数を適切に検出することができない場合がある。実際、周波数分析１６０では図２に示すような周波数特性が得られることがある。このような周波数特性では、ピークと思われる部分もあるが、明確なピークとなっていないので、異常を検出することができない場合もある。なお、ハイパスフィルタ１３０の代わりに、リンギング周波数（キズなどの異常に起因して金属同士が衝突することよって発生する信号の周波数）を中心周波数とするバンドパスフィルタを用いることも示唆されているが、リンギング周波数の候補は数が多く、雑音によってピークを検出できないような音データに対して、中心周波数をいずれにしたらよいのかは判断が難しいという問題もある。
【０００５】
なお、特開２００５−３００５１７号公報には、ころがり軸受の損傷を非接触で効率よくかつ高精度の診断を可能ならしめる音圧信号を利用した診断技術が開示されている。具体的には、ころがり軸受から発生する音響信号を検出して、超音波帯域を含む高周波帯域の音圧を抽出し、得られた信号に包絡線処理を行い、この包絡線波形について、１）周波数分析によってスペクトル分布を求め、周波数分析波形の回転周波数成分の３倍以上の周波数のスペクトル最大値を回転周波数成分の３倍以上の周波数のスペクトル平均値または実効値で除算して得られたスペクトル衝撃度を基準値と比較し、スペクトル衝撃度が基準値を越えたとき軸受異常と判定する、２）可聴音域の搬送波を重畳させ、増幅した信号を可聴的に出力する。しかしながら、バンドパスフィルタの利用については考察されていない。
【０００６】
さらに、特開平７−１８２０３５号公報には、音響診断装置と振動診断装置を最適に組合わせることにより、診断の精度向上を図るための技術が開示されている。具体的には、回転機械における回転体異常現象により発生する音響信号を受けて分析し音響データに処理し、これに基づいて所定の音響による診断を行い、この音響の診断結果を出力する。一方、回転体異常現象により発生する振動により発生する振動信号を受け、これを分析し振動データに処理し、これに基づいて所定の監視処理を行って監視処理データを作成し、この監視処理データに基づいて、音響の診断結果を確認する確認診断を行う。同じく、バンドパスフィルタの利用については考察されていない。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００５−３００５１７号公報
【特許文献２】特開平７−１８２０３５号公報
【非特許文献】
【０００８】
【非特許文献１】設備診断技術 (実践保全技術シリーズ) (単行本)、日本プラントメンテナンス協会実践保全技術シリーズ編集委員会 (編集) 、1990/06
【発明の概要】
【発明が解決しようとする課題】
【０００９】
上で述べたように、発電所といった雑音が非常に多い環境において、回転機械の音響診断を適切に行うための技術は存在していない。
【００１０】
従って、本発明の目的は、雑音が多い環境においても、回転機械の音響診断を適切に行うことができるようにするための技術を提供することである。
【課題を解決するための手段】
【００１１】
本発明に係る音響診断方法は、（Ａ）機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成するステップと、（Ｂ）外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成するステップと、（Ｃ）第１パワースペクトルと第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定ステップと、（Ｄ）特定されたピークの周波数を、バンドパスフィルタの中心周波数に設定して、機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対して、バンドパスフィルタを適用するステップと、（Ｅ）バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成するステップと、（Ｆ）第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力するステップとを含む。
【００１２】
このようにすれば、雑音の影響を除去することができ、適切な音響診断を行うことができるようになる。
【００１３】
また、上で述べたピーク周波数特定ステップにおいて、複数のピークの周波数を特定する場合には、上記差のパワースペクトルの値が大きい順にピークの周波数を特定する場合もある。さらに、２番目以降のピークの周波数を特定する場合には、直前までに特定されたピークを中心とする所定周波数幅において上記差のパワースペクトルの値をマスクする場合もある。このようにすれば、バンドパスフィルタを利用する上で効果がない周波数帯をマスクして、他の周波数帯からピークを検出することができるようになる。
【００１４】
なお、上で述べた音響診断方法を装置として実施する場合には、診断対象回転機械の定常音を集音してディジタル化することによって診断対象回転機械の定常音のデータを生成し、外来定常音を集音してディジタル化することによって外来定常音のデータを生成する手段をさらに有する場合もある。例えば携帯型の装置によって、様々な場所で診断を即時に行うことができるようになる。
【００１５】
さらに、診断対象回転機械の定常音と外来定常音とを別に且つ同時に集音する複数のマイクが用いられている場合もある。１つのマイクで、２回集音するよりも短時間で集音できて短時間で診断することができるようになる。
【００１６】
なお、上で述べたような処理をハードウエアに実施させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。なお、処理途中のデータについては、コンピュータのメモリ等の記憶装置に一時保管される。
【発明の効果】
【００１７】
本発明によれば、雑音が多い環境においても、回転機械の音響診断を適切に行うことができるようになる。
【図面の簡単な説明】
【００１８】
【図１】図１は、従来技術を説明するための図である。
【図２】図２は、従来技術の問題を説明するための図である。
【図３】図３は、集音装置の一例を示す図である。
【図４】図４は、集音装置の他の例を示す図である。
【図５】図５は、音響診断装置の機能ブロック図である。
【図６】図６は、音響診断の処理フローを示す図である。
【図７】図７は、回転機械の定常音及び外来定常音のパワースペクトルの一例を示す図である。
【図８】図８は、回転機械の定常音及び外来定常音のパワースペクトルの差の一例を示す図である。
【図９】図９は、音響診断の処理フローを示す図である。
【図１０】図１０は、絶対値化処理の結果の一例を示す図である。
【図１１】図１１は、包絡線抽出結果の一例を示す図である。
【図１２】図１２は、第３ＤＦＴ部の処理結果の一例を示す図である。
【図１３】図１３は、第３ＤＦＴ部の処理結果の他の例を示す図である。
【図１４】図１４は、異常周波数ＤＢに格納されるデータの一例を示す図である。
【図１５】図１５は、コンピュータの機能ブロック図である。
【発明を実施するための形態】
【００１９】
図３に、本発明の一実施の形態で用いられる集音装置の一例を示す。図３に示すように、集音装置１には、診断対象の回転機械に向けて回転機械からの定常音を集音する指向性マイク２と、指向性マイク２とは逆方向に指向性を向けて外来の定常音を集音する指向性マイク３とを有する。このように２つの指向性マイク２及び３を有する集音装置１であれば、同時に回転機械からの定常音と外来の定常音とを採取できるので、診断手数を減らすことができる。集音装置１は、採取した音をＡ／Ｄ変換して、音をディジタル化した上で、メモリなどの記憶装置に格納する。
【００２０】
集音装置１の指向性マイクを、図３に示すように１８０°異なる方向に向けておくのは、雑音が多い環境においても指向性マイク２で採取する回転機械からの定常音が、指向性マイク３と比べてより強く入力されるようにするためである。同様に、指向性マイク３には、外来の定常音がより強く入力されることが好ましい。従って、図４に示すように、１８０°異なる方向に向けなくとも、指向性の範囲（ハッチング部分）が重ならないようにマイクを向けておけば、上記のような目的を達することはできる。
【００２１】
さらに、１つしか指向性マイクがない集音装置を用いても良い。例えば、当該指向性マイクを最初に診断対象の回転機械に向けて集音した後に、診断対象の回転機械とは逆方向に指向性マイクを向けて集音して、別々のデータとしてメモリ等の記憶装置に保持するようにしてもよい。当然、手順は逆でも良い。
【００２２】
次に、上で述べたような集音装置１によって採取されたデータを用いて音響診断を行う音響診断装置１０について説明する。図５に、音響診断装置１０の機能ブロック図を示す。音響診断装置１０は、（Ａ）指向性マイク３により採取された外来の定常音のデータを格納する外来側データ格納部１１と、（Ｂ）外来側データ格納部１１に格納されている外来定常音のデータに対してＤＦＴ（Discrete Fourier Transform）処理を行う第１ＤＦＴ部１２と、（Ｃ）第１ＤＦＴ部１２の処理結果を格納する第１パワースペクトルデータ格納部１３と、（Ｄ）指向性マイク２により採取された診断対象回転機械の定常音のデータを格納する機器側データ格納部１４と、（Ｅ）機器側データ格納部１４に格納されている診断対象回転機械の定常音のデータに対してＤＦＴを行う第２ＤＦＴ部１５と、（Ｆ）第２ＤＦＴ部１５の処理結果を格納する第２パワースペクトルデータ格納部１６と、（Ｇ）第１パワースペクトルデータ格納部１３と第２パワースペクトルデータ格納部１６とに格納されているパワースペクトルの差を算出する差分計算部１７と、（Ｈ）差分計算部１７の処理結果を格納する差分データ格納部１８と、（Ｇ）差分データ格納部１８に格納されているデータを用いて処理を行う第１ピーク検出部１９と、（Ｈ）第１ピーク検出部１９により中心周波数が設定され且つ機器側データ格納部１４に格納されている診断対象回転機械の定常音のデータに対してフィルタリングを行うバンドパスフィルタ２０と、（Ｉ）バンドパスフィルタ２０からの出力を絶対値化する絶対値処理部２１と、（Ｊ）絶対値処理部２１の出力に対して包絡線抽出処理を実施する包絡線抽出部２２と、（Ｋ）包絡線抽出部２２の出力に対してＤＦＴを実施する第３ＤＦＴ部２３と、（Ｌ）第３ＤＦＴ部２３からの出力に対してピーク検出処理を実施する第２ピーク検出部２４と、（Ｍ）回転機械毎に予め計算されている異常周波数を格納する異常周波数データベース（ＤＢ）２６と、（Ｎ）第２ピーク検出部２４からの出力を異常周波数ＤＢ２６に登録されている異常周波数と照合するピーク周波数照合部２５と、（Ｏ）ピーク周波数照合部２５の出力を格納する処理結果格納部２７と、（Ｐ）処理結果格納部２７に格納されているデータを出力する出力部２８とを有する。
【００２３】
なお、ＤＦＴ部については、１つのモジュールをそれぞれの処理段階で使用するようにしても良い。
【００２４】
この音響診断装置１０の処理内容について、図６乃至図１４を用いて説明する。まず、第２ＤＦＴ部１５は、機器側データ格納部１４に格納されている診断対象回転機械の定常音データに対してＤＦＴを実施して、処理結果であるパワースペクトルの値を第２パワースペクトルデータ格納部１６に格納するとともに、第１ＤＦＴ部１２は、外来側データ格納部１１に格納されている外来音データに対してＤＦＴを実施して、処理結果であるパワースペクトルの値を第１パワースペクトルデータ格納部１３に格納する（図６：ステップＳ１）。
【００２５】
より具体的に説明すると、機器側データ格納部１４に格納されており且つディジタル化された診断対象回転機械の定常音の値をＳ2［ｎ］（ｎは０以上Ｎ−１以下の整数）と表し、外来側データ格納部１１に格納されており且つディジタル化された外来定常音の値をＳ1［ｎ］と表すものとする。
【００２６】
通常、前処理としてハミング、ハニングなどの窓関数が使用される。このような窓関数についてはよく知られたものであるからここでは説明を省略する。そして、窓関数ｗ［ｎ］を使用した後の値を以下のように表す。
Ｓw1［ｎ］＝Ｓ1［ｎ］＊ｗ［ｎ］
Ｓw2［ｎ］＝Ｓ2［ｎ］＊ｗ［ｎ］
【００２７】
さらに、ＤＦＴを行うと、以下のような値が得られる。
【００２８】
【数１】
【００２９】
ここでｆは０以上Ｎ／２以下の整数で、周波数番号である。
【００３０】
さらに、デシベル単位でのパワースペクトルは以下のようにして算出される。
Ｓp1［ｆ］＝２０＊ｌｏｇ（｜Ｓf1［ｆ］｜）
Ｓp2［ｆ］＝２０＊ｌｏｇ（｜Ｓf2［ｆ］｜）
【００３１】
このように計算されたデータが第１パワースペクトルデータ格納部１３及び第２パワースペクトルデータ格納部１６に格納される。
【００３２】
実際に発電所のある回転機械の定常音及び外来定常音を採取してステップＳ１を実施した結果を図７に示す。図７では、横軸が周波数を表しており、縦軸がパワースペクトルの値（ｄＢ）を表している。図７において、Ｌは回転機械の定常音についてのパワースペクトルを表し、Ｒは外来定常音についてのパワースペクトルを表す。約１．３×１０4より高周波帯域において差が大きくなっていることが分かる。
【００３３】
次に、差分計算部１７は、各周波数（具体的には各周波数番号）についてパワースペクトルの差を算出し、差分データ格納部１８に格納する（ステップＳ３）。より具体的には、以下のような計算を行う。
Ｄiff［ｆ］＝Ｓp2［ｆ］−Ｓp1［ｆ］
【００３４】
例えば図７に示したようなパワースペクトルの場合、図８のようなＤiff［ｆ］（ｆを周波数に戻した状態）が得られる。図８でも、横軸は周波数を表しており、縦軸はパワースペクトルの値（ｄＢ）を表している。０．５×１０4Ｈｚより低周波帯域にいくつかノイズによるピークが現れているが、約１．３×１０4Ｈｚより高周波帯域で全体的にＤiff［ｆ］の値が大きくなっており、ピークがいくつも現れている。
【００３５】
そして、第１ピーク検出部１９は、差分データ格納部１８に格納されている各周波数のパワースペクトルの差において低周波数領域のマスク処理を行う（ステップＳ４）。すなわち、リンギング周波数としてあり得ない周波数帯域については、Ｄiff［ｆ］の値を強制的に、十分小さい負の値に置換することによってマスク（ガードとも呼ぶ）してしまう。例えば図８のような場合、０．５×１０4Ｈｚ以下の帯域については考慮しないとすると、第１ピークの周波数は約１．６１２８×１０4Ｈｚと検出される。
【００３６】
さらに、第１ピーク検出部１９は、差分データ格納部１８に格納されているパワースペクトルの差の値を走査して、パワースペクトルの差が最大となる周波数を特定する（ステップＳ５）。
【００３７】
式で表すと以下のようになる。
【数２】
【００３８】
argmaxは、Ｄiff［ｆ］が最大となるｆの値を表す。ｆ1は、１番目のピークであることを表す。
【００３９】
その後、第１ピーク検出部１９は、所定の個数のピークを検出したか判断する（ステップＳ７）。例えば予め２個ピークを検出するという設定がなされている場合には、２個ピークを検出したかを判断する。１個だけピークを検出する場合には、ステップＳ５を１回実行すると、所定の個数のピークを検出したことになる。
【００４０】
所定の個数のピークがまだ検出されていない場合には、第１ピーク検出部１９は、ステップＳ５で特定された周波数を中心とする所定幅の周波数をマスクするように設定を行う（ステップＳ９）。そしてステップＳ５に戻る。
【００４１】
具体的には、ｋ番目のピーク（最初にステップＳ９を実施する場合にはｋ＝１）が見つかった後であれば、ｊ＝ｆk−ｄからｊ＝ｆk＋ｄ（ｄは所定幅の周波数に相当する幅を設定するためのパラメータ）について以下のような設定を行う。
Ｄiff［ｊ］＝｛十分小さい負の値｝
なお、ｆは０乃至Ｎ／２の値であるから、ｆk−ｄが０未満となる場合、ｆk＋ｄがＮ／２を超える場合には、０及びＮ／２が限界となる。
【００４２】
また、複数回ステップＳ９を実施する場合には、累積的にマスクを行う。
【００４３】
図８の例では、一度ステップＳ９を実施した後にステップＳ５を再度実施すると、第２ピークｆ2の周波数が検出される。図８の例では、第２ピークｆ2の周波数は約１．４９４４×１０4Ｈｚと検出される。
【００４４】
なお、ｆkを周波数に変換するためには、以下のような計算を行う。
ffk＝fk＊サンプリング周波数／Ｎ
【００４５】
ステップＳ７で所定個数のピークが検出された場合には、第１ピーク検出部１９は、ステップＳ５で特定された未処理の周波数を、中心周波数としてバンドパスフィルタ２０に設定する（ステップＳ１１）。そして、バンドパスフィルタ２０は、中心周波数が設定されると、機器側データ格納部１４に格納されている診断対象回転機械からの定常音のデータに対してフィルタリングを実施して、フィルタリング結果を絶対値処理部２１に出力する（ステップＳ１３）。バンドパスフィルタ２０についてはよく知られたフィルタであるから、これ以上述べない。処理は端子Ａを介して図９の処理に移行する。
【００４６】
図９の処理の説明に移行して、絶対値処理部２１は、バンドパスフィルタ２０の出力を絶対値化する処理を実施し、処理結果を包絡線抽出部２２に出力する（ステップＳ１５）。音の信号は、通常正と負が交互に波打つ形の信号であるが、絶対値化処理を実施すると、正の振幅のみを有する信号に変換される。例えば、図１０に示すような信号である。図１０では、横軸は時間を表し、縦軸は振幅を表す。このように正の値しか存在しないことが分かる。このような絶対値化についてはよく知られた処理であるからこれ以上述べない。
【００４７】
そして、包絡線抽出部２２は、絶対値処理部２１により絶対値化された信号の包絡線を抽出して、その処理結果を第３ＤＦＴ部２３に出力する（ステップＳ１７）。例えば図１０のようなデータが得られている場合には、図１１に示すようなデータが得られる。図１１も図１０と同様に横軸は時間を表し、縦軸は振幅を表す。包絡線の抽出処理自体はよく知られた処理であるからこれ以上述べない。
【００４８】
さらに、第３ＤＦＴ部２３は、包絡線抽出部２２の出力（包絡線信号とも呼ぶ）に対してＤＦＴを実施することにより、周波数毎のパワースペクトルのデータを生成し、第２ピーク検出部２４に出力する（ステップＳ１９）。例えば、図１１の例に対して処理を実施すると、図１２に示すような図が得られる。図１２では、横軸は周波数を表し、縦軸はパワースペクトルの値（ｄＢ）を表しており、ステップＳ５で最初に検出されたピーク周波数について処理を行った結果が表されている。図２に示した結果よりピークがはっきりしており、ピーク検出処理を適切に行うことができるようになる。また、ステップＳ５で２番目に検出されたピーク周波数について処理を行った結果は、例えば図１３に示すようになる。図１２とは異なるが、図２に示した結果よりピークがはっきりしているのは同じである。なお、基本的な処理はステップＳ１と同じであるので、これ以上述べない。
【００４９】
そして、第２ピーク検出部２４は、第３ＤＦＴ部２３からの出力であるパワースペクトルに対してピーク検出処理を実施することによって、ピーク周波数を所定個数検出し、ピーク周波数照合部２５に出力する（ステップＳ２１）。基本的な処理はステップＳ５と同じであり、パワースペクトルの値が極大の周波数を特定する。ステップＳ５で述べたように１つ周波数を特定した場合には、当該周波数を中心として所定幅（ステップＳ５とは異なる幅）だけをマスクしてから検出を行うようにしても良い。例えば図１２の場合、２４．９Ｈｚ、１２２．６Ｈｚ、２２４．９Ｈｚ、４７．８Ｈｚ、７４．７Ｈｚといった周波数がピーク周波数として特定される。また、図１３の場合、１２２．５Ｈｚ、２４４．９Ｈｚ、２４．９Ｈｚ、３６７．４Ｈｚ、４７．８Ｈｚといった周波数がピーク周波数として特定される。
【００５０】
その後、ピーク周波数照合部２５は、第２ピーク検出部２４の出力であるピーク周波数と、異常周波数ＤＢ２６に登録されている異常周波数とを照合し（ステップＳ２３）、マッチする場合には、マッチするピーク周波数と、マッチする異常周波数に対応付けて登録されている異音原因を抽出し、処理結果格納部２７に格納する（ステップＳ２５）。
【００５１】
異常周波数ＤＢ２６には例えば図１４に示すようなデータが格納されている。図１４の例では、回転機械毎に、異音原因と、当該異音の基本の異常周波数と（１次の周波数）と、当該異音の２次の異常周波数と、当該異音の３次の異常周波数と、当該異音の４次の異常周波数とが登録されるようになっている。図１４の例では、異常ではない通常の状態（例えば「玉 自転」）における周波数も登録されている。例えば、回転機械の種類についてユーザから入力を受け付けた上で、図１４のような該当するテーブルを特定し、各異常周波数と、ピーク周波数を比較して、ピーク周波数が所定の誤差範囲内であれば、当該ピーク周波数と、マッチする異常周波数に対応付けて異常周波数ＤＢ２６に登録されている異音原因とを、処理結果格納部２７に格納する。例えば、１２２．５Ｈｚ及びその高調波の異常周波数が、内輪傷の異常周波数として異常周波数ＤＢ２６に登録されているとする。そうすると、図１２のパワースペクトルから１２２．６Ｈｚ及び２２４．９Ｈｚがピーク周波数として検出されているので、このような周波数と「内輪傷」という異音原因が、処理結果格納部２７に格納される。
【００５２】
なお、異常周波数ＤＢ２６には異音原因を登録せずに異常周波数のみを登録するようにしてもよい。この場合には、異音原因については出力できないが、異常を検出したことは分かる。また、異常と判定されたピーク周波数を出力することによって、ユーザ側で判断できる場合もある。さらに、通常の状態で検出される周波数のみがピーク周波数として検出された場合には、その旨のデータを処理結果格納部２７に格納するようにしても良い。
【００５３】
さらに、第１ピーク検出部１９は、ステップＳ５で特定された全ての周波数について処理したか判断し（ステップＳ２７）、未処理の周波数が存在する場合には、端子Ｂを介してステップＳ１１に戻る。一方、ステップＳ５で特定された全ての周波数について処理した場合には、出力部２８は、処理結果格納部２７に格納されているデータ（例えばピーク周波数及びその異音原因）を、表示装置や印刷装置に出力する（ステップＳ２９）。上でも述べたように、単に異常を検出したことのみを出力するようにしても良い。さらに、異常と判定されたピーク周波数を出力するようにしても良い。また、通常の状態で検出される周波数のみがピーク周波数として検出された場合には、異常なしという出力を行うようにしても良い。
【００５４】
このようにすれば、発電所などの雑音の多い環境でも、その影響を相殺することができるため、適切にピーク周波数を抽出して、異常があればその異常を認識できるようになる。
【００５５】
なお、バンドパスフィルタ２０からピーク周波数照合部２５までの処理においても、中間的な処理結果についてはメインメモリ等の記憶装置に格納される。
【００５６】
以上本発明の一実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、図５に示した機能ブロック図は説明の便宜上設けたものであって、上でも述べたがＤＦＴ部は１つのモジュールを使い回す場合もある。ピーク検出部についても一部のパラメータを変更すれば共用できる場合もある。さらに、実際のプログラムモジュール構成と一致しない場合もある。さらに、一部の機能についてはハードウエア化される場合もある。
【００５７】
さらに、処理内容についても、第１及び第２ＤＦＴ部の処理は並列化可能であり、その他の部分についても、処理結果が変わらない限り処理順番を入れ替えたり、並列実行することも可能である。
【００５８】
さらに、集音装置１と音響診断装置１０については一体化される場合もある。また、音の信号をＡ／Ｄ変換する装置については集音装置１ではなく音響診断装置１０側に設けられる場合もある。
【００５９】
なお、音響診断装置１０はコンピュータ装置であって、図１５に示すように当該コンピュータ装置においては、メモリ２５０１（記憶部）とＣＰＵ２５０３（処理部）とハードディスク・ドライブ（ＨＤＤ）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ）及びＷｅｂブラウザを含むアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。必要に応じてＣＰＵ２５０３は、表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、必要な動作を行わせる。また、処理途中のデータについては、メモリ２５０１に格納され、必要があればＨＤＤ２５０５に格納される。このようなコンピュータは、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及び必要なアプリケーション・プログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。
【符号の説明】
【００６０】
１ 集音装置 ２，３ 指向性マイク
１０ 音響診断装置
１１ 外来側データ格納部 １２ 第１ＤＦＴ部
１３ 第１パワースペクトルデータ格納部
１４ 機器側データ格納部 １５第２ＤＦＴ部
１６ 第２パワースペクトルデータ格納部
１７ 差分計算部 １８ 差分データ格納部
１９ 第１ピーク検出部 ２０ バンドパスフィルタ
２１ 絶対値処理部 ２２ 包絡線抽出部
２３ 第３ＤＦＴ部 ２４ 第２ピーク検出部
２５ ピーク周波数照合部 ２６ 異常周波数ＤＢ
２７ 処理結果格納部 ２８ 出力部
【技術分野】
【０００１】
本発明は、回転機械の音響診断技術に関する。
【背景技術】
【０００２】
発電所には多数のポンプやモータが設置されており、このような機器にはベアリングが用いられている。ベアリングなどの回転機械の異常を診断するためには、振動診断という技術が知られている。
【０００３】
振動診断では例えば図１に示すような信号処理が行われる。診断対象のころがり軸受１００には、振動を検出する加速度計１１０がころがり軸受１００に接触するように設けられており、加速度計１１０の測定値はチャージアンプ１２０に入力されている。チャージアンプ１２０で増幅された測定値は、ハイパスフィルタ１３０に入力され、高周波成分が取り出される。そして、ハイパスフィルタ１３０の出力は、絶対値処理１４０に入力され、絶対値化される。そして、絶対値処理１４０の出力は、ローパスフィルタ１５０に入力され包絡線処理が行われる。ローパスフィルタ１５０の出力は、周波数分析１６０に入力される。周波数分析１６０では、ＦＦＴ（Fast Fourier Transform）を実施して、ピーク周波数を検出する。そして、回転機械毎に予め計算されており且つ異常時に出力される異常振動の周波数とそのような異常振動の原因とが格納されているデータベースに、検出されたピーク周波数が登録されているかを判断して、登録されている場合には対応する異常振動の原因等を出力するものである。
【０００４】
振動診断では、加速度計１１０を診断対象回転機械に接触するように設ける必要があるが、実際の発電所などの環境においては、カバーに覆われているといったように、加速度計１１０を接触させるように設けることが不可能な場合もある。このため、振動の代わりに指向性マイクなどを診断対象の回転機械に向けて採取して、採取された音を同様の処理系で処理することによって診断する方法も考えられる。しかしながら、発電所における回転機械の設置環境は非常にうるさい場合があるので、ピーク周波数を適切に検出することができない場合がある。実際、周波数分析１６０では図２に示すような周波数特性が得られることがある。このような周波数特性では、ピークと思われる部分もあるが、明確なピークとなっていないので、異常を検出することができない場合もある。なお、ハイパスフィルタ１３０の代わりに、リンギング周波数（キズなどの異常に起因して金属同士が衝突することよって発生する信号の周波数）を中心周波数とするバンドパスフィルタを用いることも示唆されているが、リンギング周波数の候補は数が多く、雑音によってピークを検出できないような音データに対して、中心周波数をいずれにしたらよいのかは判断が難しいという問題もある。
【０００５】
なお、特開２００５−３００５１７号公報には、ころがり軸受の損傷を非接触で効率よくかつ高精度の診断を可能ならしめる音圧信号を利用した診断技術が開示されている。具体的には、ころがり軸受から発生する音響信号を検出して、超音波帯域を含む高周波帯域の音圧を抽出し、得られた信号に包絡線処理を行い、この包絡線波形について、１）周波数分析によってスペクトル分布を求め、周波数分析波形の回転周波数成分の３倍以上の周波数のスペクトル最大値を回転周波数成分の３倍以上の周波数のスペクトル平均値または実効値で除算して得られたスペクトル衝撃度を基準値と比較し、スペクトル衝撃度が基準値を越えたとき軸受異常と判定する、２）可聴音域の搬送波を重畳させ、増幅した信号を可聴的に出力する。しかしながら、バンドパスフィルタの利用については考察されていない。
【０００６】
さらに、特開平７−１８２０３５号公報には、音響診断装置と振動診断装置を最適に組合わせることにより、診断の精度向上を図るための技術が開示されている。具体的には、回転機械における回転体異常現象により発生する音響信号を受けて分析し音響データに処理し、これに基づいて所定の音響による診断を行い、この音響の診断結果を出力する。一方、回転体異常現象により発生する振動により発生する振動信号を受け、これを分析し振動データに処理し、これに基づいて所定の監視処理を行って監視処理データを作成し、この監視処理データに基づいて、音響の診断結果を確認する確認診断を行う。同じく、バンドパスフィルタの利用については考察されていない。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００５−３００５１７号公報
【特許文献２】特開平７−１８２０３５号公報
【非特許文献】
【０００８】
【非特許文献１】設備診断技術 (実践保全技術シリーズ) (単行本)、日本プラントメンテナンス協会実践保全技術シリーズ編集委員会 (編集) 、1990/06
【発明の概要】
【発明が解決しようとする課題】
【０００９】
上で述べたように、発電所といった雑音が非常に多い環境において、回転機械の音響診断を適切に行うための技術は存在していない。
【００１０】
従って、本発明の目的は、雑音が多い環境においても、回転機械の音響診断を適切に行うことができるようにするための技術を提供することである。
【課題を解決するための手段】
【００１１】
本発明に係る音響診断方法は、（Ａ）機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成するステップと、（Ｂ）外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成するステップと、（Ｃ）第１パワースペクトルと第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定ステップと、（Ｄ）特定されたピークの周波数を、バンドパスフィルタの中心周波数に設定して、機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対して、バンドパスフィルタを適用するステップと、（Ｅ）バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成するステップと、（Ｆ）第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力するステップとを含む。
【００１２】
このようにすれば、雑音の影響を除去することができ、適切な音響診断を行うことができるようになる。
【００１３】
また、上で述べたピーク周波数特定ステップにおいて、複数のピークの周波数を特定する場合には、上記差のパワースペクトルの値が大きい順にピークの周波数を特定する場合もある。さらに、２番目以降のピークの周波数を特定する場合には、直前までに特定されたピークを中心とする所定周波数幅において上記差のパワースペクトルの値をマスクする場合もある。このようにすれば、バンドパスフィルタを利用する上で効果がない周波数帯をマスクして、他の周波数帯からピークを検出することができるようになる。
【００１４】
なお、上で述べた音響診断方法を装置として実施する場合には、診断対象回転機械の定常音を集音してディジタル化することによって診断対象回転機械の定常音のデータを生成し、外来定常音を集音してディジタル化することによって外来定常音のデータを生成する手段をさらに有する場合もある。例えば携帯型の装置によって、様々な場所で診断を即時に行うことができるようになる。
【００１５】
さらに、診断対象回転機械の定常音と外来定常音とを別に且つ同時に集音する複数のマイクが用いられている場合もある。１つのマイクで、２回集音するよりも短時間で集音できて短時間で診断することができるようになる。
【００１６】
なお、上で述べたような処理をハードウエアに実施させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。なお、処理途中のデータについては、コンピュータのメモリ等の記憶装置に一時保管される。
【発明の効果】
【００１７】
本発明によれば、雑音が多い環境においても、回転機械の音響診断を適切に行うことができるようになる。
【図面の簡単な説明】
【００１８】
【図１】図１は、従来技術を説明するための図である。
【図２】図２は、従来技術の問題を説明するための図である。
【図３】図３は、集音装置の一例を示す図である。
【図４】図４は、集音装置の他の例を示す図である。
【図５】図５は、音響診断装置の機能ブロック図である。
【図６】図６は、音響診断の処理フローを示す図である。
【図７】図７は、回転機械の定常音及び外来定常音のパワースペクトルの一例を示す図である。
【図８】図８は、回転機械の定常音及び外来定常音のパワースペクトルの差の一例を示す図である。
【図９】図９は、音響診断の処理フローを示す図である。
【図１０】図１０は、絶対値化処理の結果の一例を示す図である。
【図１１】図１１は、包絡線抽出結果の一例を示す図である。
【図１２】図１２は、第３ＤＦＴ部の処理結果の一例を示す図である。
【図１３】図１３は、第３ＤＦＴ部の処理結果の他の例を示す図である。
【図１４】図１４は、異常周波数ＤＢに格納されるデータの一例を示す図である。
【図１５】図１５は、コンピュータの機能ブロック図である。
【発明を実施するための形態】
【００１９】
図３に、本発明の一実施の形態で用いられる集音装置の一例を示す。図３に示すように、集音装置１には、診断対象の回転機械に向けて回転機械からの定常音を集音する指向性マイク２と、指向性マイク２とは逆方向に指向性を向けて外来の定常音を集音する指向性マイク３とを有する。このように２つの指向性マイク２及び３を有する集音装置１であれば、同時に回転機械からの定常音と外来の定常音とを採取できるので、診断手数を減らすことができる。集音装置１は、採取した音をＡ／Ｄ変換して、音をディジタル化した上で、メモリなどの記憶装置に格納する。
【００２０】
集音装置１の指向性マイクを、図３に示すように１８０°異なる方向に向けておくのは、雑音が多い環境においても指向性マイク２で採取する回転機械からの定常音が、指向性マイク３と比べてより強く入力されるようにするためである。同様に、指向性マイク３には、外来の定常音がより強く入力されることが好ましい。従って、図４に示すように、１８０°異なる方向に向けなくとも、指向性の範囲（ハッチング部分）が重ならないようにマイクを向けておけば、上記のような目的を達することはできる。
【００２１】
さらに、１つしか指向性マイクがない集音装置を用いても良い。例えば、当該指向性マイクを最初に診断対象の回転機械に向けて集音した後に、診断対象の回転機械とは逆方向に指向性マイクを向けて集音して、別々のデータとしてメモリ等の記憶装置に保持するようにしてもよい。当然、手順は逆でも良い。
【００２２】
次に、上で述べたような集音装置１によって採取されたデータを用いて音響診断を行う音響診断装置１０について説明する。図５に、音響診断装置１０の機能ブロック図を示す。音響診断装置１０は、（Ａ）指向性マイク３により採取された外来の定常音のデータを格納する外来側データ格納部１１と、（Ｂ）外来側データ格納部１１に格納されている外来定常音のデータに対してＤＦＴ（Discrete Fourier Transform）処理を行う第１ＤＦＴ部１２と、（Ｃ）第１ＤＦＴ部１２の処理結果を格納する第１パワースペクトルデータ格納部１３と、（Ｄ）指向性マイク２により採取された診断対象回転機械の定常音のデータを格納する機器側データ格納部１４と、（Ｅ）機器側データ格納部１４に格納されている診断対象回転機械の定常音のデータに対してＤＦＴを行う第２ＤＦＴ部１５と、（Ｆ）第２ＤＦＴ部１５の処理結果を格納する第２パワースペクトルデータ格納部１６と、（Ｇ）第１パワースペクトルデータ格納部１３と第２パワースペクトルデータ格納部１６とに格納されているパワースペクトルの差を算出する差分計算部１７と、（Ｈ）差分計算部１７の処理結果を格納する差分データ格納部１８と、（Ｇ）差分データ格納部１８に格納されているデータを用いて処理を行う第１ピーク検出部１９と、（Ｈ）第１ピーク検出部１９により中心周波数が設定され且つ機器側データ格納部１４に格納されている診断対象回転機械の定常音のデータに対してフィルタリングを行うバンドパスフィルタ２０と、（Ｉ）バンドパスフィルタ２０からの出力を絶対値化する絶対値処理部２１と、（Ｊ）絶対値処理部２１の出力に対して包絡線抽出処理を実施する包絡線抽出部２２と、（Ｋ）包絡線抽出部２２の出力に対してＤＦＴを実施する第３ＤＦＴ部２３と、（Ｌ）第３ＤＦＴ部２３からの出力に対してピーク検出処理を実施する第２ピーク検出部２４と、（Ｍ）回転機械毎に予め計算されている異常周波数を格納する異常周波数データベース（ＤＢ）２６と、（Ｎ）第２ピーク検出部２４からの出力を異常周波数ＤＢ２６に登録されている異常周波数と照合するピーク周波数照合部２５と、（Ｏ）ピーク周波数照合部２５の出力を格納する処理結果格納部２７と、（Ｐ）処理結果格納部２７に格納されているデータを出力する出力部２８とを有する。
【００２３】
なお、ＤＦＴ部については、１つのモジュールをそれぞれの処理段階で使用するようにしても良い。
【００２４】
この音響診断装置１０の処理内容について、図６乃至図１４を用いて説明する。まず、第２ＤＦＴ部１５は、機器側データ格納部１４に格納されている診断対象回転機械の定常音データに対してＤＦＴを実施して、処理結果であるパワースペクトルの値を第２パワースペクトルデータ格納部１６に格納するとともに、第１ＤＦＴ部１２は、外来側データ格納部１１に格納されている外来音データに対してＤＦＴを実施して、処理結果であるパワースペクトルの値を第１パワースペクトルデータ格納部１３に格納する（図６：ステップＳ１）。
【００２５】
より具体的に説明すると、機器側データ格納部１４に格納されており且つディジタル化された診断対象回転機械の定常音の値をＳ2［ｎ］（ｎは０以上Ｎ−１以下の整数）と表し、外来側データ格納部１１に格納されており且つディジタル化された外来定常音の値をＳ1［ｎ］と表すものとする。
【００２６】
通常、前処理としてハミング、ハニングなどの窓関数が使用される。このような窓関数についてはよく知られたものであるからここでは説明を省略する。そして、窓関数ｗ［ｎ］を使用した後の値を以下のように表す。
Ｓw1［ｎ］＝Ｓ1［ｎ］＊ｗ［ｎ］
Ｓw2［ｎ］＝Ｓ2［ｎ］＊ｗ［ｎ］
【００２７】
さらに、ＤＦＴを行うと、以下のような値が得られる。
【００２８】
【数１】
【００２９】
ここでｆは０以上Ｎ／２以下の整数で、周波数番号である。
【００３０】
さらに、デシベル単位でのパワースペクトルは以下のようにして算出される。
Ｓp1［ｆ］＝２０＊ｌｏｇ（｜Ｓf1［ｆ］｜）
Ｓp2［ｆ］＝２０＊ｌｏｇ（｜Ｓf2［ｆ］｜）
【００３１】
このように計算されたデータが第１パワースペクトルデータ格納部１３及び第２パワースペクトルデータ格納部１６に格納される。
【００３２】
実際に発電所のある回転機械の定常音及び外来定常音を採取してステップＳ１を実施した結果を図７に示す。図７では、横軸が周波数を表しており、縦軸がパワースペクトルの値（ｄＢ）を表している。図７において、Ｌは回転機械の定常音についてのパワースペクトルを表し、Ｒは外来定常音についてのパワースペクトルを表す。約１．３×１０4より高周波帯域において差が大きくなっていることが分かる。
【００３３】
次に、差分計算部１７は、各周波数（具体的には各周波数番号）についてパワースペクトルの差を算出し、差分データ格納部１８に格納する（ステップＳ３）。より具体的には、以下のような計算を行う。
Ｄiff［ｆ］＝Ｓp2［ｆ］−Ｓp1［ｆ］
【００３４】
例えば図７に示したようなパワースペクトルの場合、図８のようなＤiff［ｆ］（ｆを周波数に戻した状態）が得られる。図８でも、横軸は周波数を表しており、縦軸はパワースペクトルの値（ｄＢ）を表している。０．５×１０4Ｈｚより低周波帯域にいくつかノイズによるピークが現れているが、約１．３×１０4Ｈｚより高周波帯域で全体的にＤiff［ｆ］の値が大きくなっており、ピークがいくつも現れている。
【００３５】
そして、第１ピーク検出部１９は、差分データ格納部１８に格納されている各周波数のパワースペクトルの差において低周波数領域のマスク処理を行う（ステップＳ４）。すなわち、リンギング周波数としてあり得ない周波数帯域については、Ｄiff［ｆ］の値を強制的に、十分小さい負の値に置換することによってマスク（ガードとも呼ぶ）してしまう。例えば図８のような場合、０．５×１０4Ｈｚ以下の帯域については考慮しないとすると、第１ピークの周波数は約１．６１２８×１０4Ｈｚと検出される。
【００３６】
さらに、第１ピーク検出部１９は、差分データ格納部１８に格納されているパワースペクトルの差の値を走査して、パワースペクトルの差が最大となる周波数を特定する（ステップＳ５）。
【００３７】
式で表すと以下のようになる。
【数２】
【００３８】
argmaxは、Ｄiff［ｆ］が最大となるｆの値を表す。ｆ1は、１番目のピークであることを表す。
【００３９】
その後、第１ピーク検出部１９は、所定の個数のピークを検出したか判断する（ステップＳ７）。例えば予め２個ピークを検出するという設定がなされている場合には、２個ピークを検出したかを判断する。１個だけピークを検出する場合には、ステップＳ５を１回実行すると、所定の個数のピークを検出したことになる。
【００４０】
所定の個数のピークがまだ検出されていない場合には、第１ピーク検出部１９は、ステップＳ５で特定された周波数を中心とする所定幅の周波数をマスクするように設定を行う（ステップＳ９）。そしてステップＳ５に戻る。
【００４１】
具体的には、ｋ番目のピーク（最初にステップＳ９を実施する場合にはｋ＝１）が見つかった後であれば、ｊ＝ｆk−ｄからｊ＝ｆk＋ｄ（ｄは所定幅の周波数に相当する幅を設定するためのパラメータ）について以下のような設定を行う。
Ｄiff［ｊ］＝｛十分小さい負の値｝
なお、ｆは０乃至Ｎ／２の値であるから、ｆk−ｄが０未満となる場合、ｆk＋ｄがＮ／２を超える場合には、０及びＮ／２が限界となる。
【００４２】
また、複数回ステップＳ９を実施する場合には、累積的にマスクを行う。
【００４３】
図８の例では、一度ステップＳ９を実施した後にステップＳ５を再度実施すると、第２ピークｆ2の周波数が検出される。図８の例では、第２ピークｆ2の周波数は約１．４９４４×１０4Ｈｚと検出される。
【００４４】
なお、ｆkを周波数に変換するためには、以下のような計算を行う。
ffk＝fk＊サンプリング周波数／Ｎ
【００４５】
ステップＳ７で所定個数のピークが検出された場合には、第１ピーク検出部１９は、ステップＳ５で特定された未処理の周波数を、中心周波数としてバンドパスフィルタ２０に設定する（ステップＳ１１）。そして、バンドパスフィルタ２０は、中心周波数が設定されると、機器側データ格納部１４に格納されている診断対象回転機械からの定常音のデータに対してフィルタリングを実施して、フィルタリング結果を絶対値処理部２１に出力する（ステップＳ１３）。バンドパスフィルタ２０についてはよく知られたフィルタであるから、これ以上述べない。処理は端子Ａを介して図９の処理に移行する。
【００４６】
図９の処理の説明に移行して、絶対値処理部２１は、バンドパスフィルタ２０の出力を絶対値化する処理を実施し、処理結果を包絡線抽出部２２に出力する（ステップＳ１５）。音の信号は、通常正と負が交互に波打つ形の信号であるが、絶対値化処理を実施すると、正の振幅のみを有する信号に変換される。例えば、図１０に示すような信号である。図１０では、横軸は時間を表し、縦軸は振幅を表す。このように正の値しか存在しないことが分かる。このような絶対値化についてはよく知られた処理であるからこれ以上述べない。
【００４７】
そして、包絡線抽出部２２は、絶対値処理部２１により絶対値化された信号の包絡線を抽出して、その処理結果を第３ＤＦＴ部２３に出力する（ステップＳ１７）。例えば図１０のようなデータが得られている場合には、図１１に示すようなデータが得られる。図１１も図１０と同様に横軸は時間を表し、縦軸は振幅を表す。包絡線の抽出処理自体はよく知られた処理であるからこれ以上述べない。
【００４８】
さらに、第３ＤＦＴ部２３は、包絡線抽出部２２の出力（包絡線信号とも呼ぶ）に対してＤＦＴを実施することにより、周波数毎のパワースペクトルのデータを生成し、第２ピーク検出部２４に出力する（ステップＳ１９）。例えば、図１１の例に対して処理を実施すると、図１２に示すような図が得られる。図１２では、横軸は周波数を表し、縦軸はパワースペクトルの値（ｄＢ）を表しており、ステップＳ５で最初に検出されたピーク周波数について処理を行った結果が表されている。図２に示した結果よりピークがはっきりしており、ピーク検出処理を適切に行うことができるようになる。また、ステップＳ５で２番目に検出されたピーク周波数について処理を行った結果は、例えば図１３に示すようになる。図１２とは異なるが、図２に示した結果よりピークがはっきりしているのは同じである。なお、基本的な処理はステップＳ１と同じであるので、これ以上述べない。
【００４９】
そして、第２ピーク検出部２４は、第３ＤＦＴ部２３からの出力であるパワースペクトルに対してピーク検出処理を実施することによって、ピーク周波数を所定個数検出し、ピーク周波数照合部２５に出力する（ステップＳ２１）。基本的な処理はステップＳ５と同じであり、パワースペクトルの値が極大の周波数を特定する。ステップＳ５で述べたように１つ周波数を特定した場合には、当該周波数を中心として所定幅（ステップＳ５とは異なる幅）だけをマスクしてから検出を行うようにしても良い。例えば図１２の場合、２４．９Ｈｚ、１２２．６Ｈｚ、２２４．９Ｈｚ、４７．８Ｈｚ、７４．７Ｈｚといった周波数がピーク周波数として特定される。また、図１３の場合、１２２．５Ｈｚ、２４４．９Ｈｚ、２４．９Ｈｚ、３６７．４Ｈｚ、４７．８Ｈｚといった周波数がピーク周波数として特定される。
【００５０】
その後、ピーク周波数照合部２５は、第２ピーク検出部２４の出力であるピーク周波数と、異常周波数ＤＢ２６に登録されている異常周波数とを照合し（ステップＳ２３）、マッチする場合には、マッチするピーク周波数と、マッチする異常周波数に対応付けて登録されている異音原因を抽出し、処理結果格納部２７に格納する（ステップＳ２５）。
【００５１】
異常周波数ＤＢ２６には例えば図１４に示すようなデータが格納されている。図１４の例では、回転機械毎に、異音原因と、当該異音の基本の異常周波数と（１次の周波数）と、当該異音の２次の異常周波数と、当該異音の３次の異常周波数と、当該異音の４次の異常周波数とが登録されるようになっている。図１４の例では、異常ではない通常の状態（例えば「玉 自転」）における周波数も登録されている。例えば、回転機械の種類についてユーザから入力を受け付けた上で、図１４のような該当するテーブルを特定し、各異常周波数と、ピーク周波数を比較して、ピーク周波数が所定の誤差範囲内であれば、当該ピーク周波数と、マッチする異常周波数に対応付けて異常周波数ＤＢ２６に登録されている異音原因とを、処理結果格納部２７に格納する。例えば、１２２．５Ｈｚ及びその高調波の異常周波数が、内輪傷の異常周波数として異常周波数ＤＢ２６に登録されているとする。そうすると、図１２のパワースペクトルから１２２．６Ｈｚ及び２２４．９Ｈｚがピーク周波数として検出されているので、このような周波数と「内輪傷」という異音原因が、処理結果格納部２７に格納される。
【００５２】
なお、異常周波数ＤＢ２６には異音原因を登録せずに異常周波数のみを登録するようにしてもよい。この場合には、異音原因については出力できないが、異常を検出したことは分かる。また、異常と判定されたピーク周波数を出力することによって、ユーザ側で判断できる場合もある。さらに、通常の状態で検出される周波数のみがピーク周波数として検出された場合には、その旨のデータを処理結果格納部２７に格納するようにしても良い。
【００５３】
さらに、第１ピーク検出部１９は、ステップＳ５で特定された全ての周波数について処理したか判断し（ステップＳ２７）、未処理の周波数が存在する場合には、端子Ｂを介してステップＳ１１に戻る。一方、ステップＳ５で特定された全ての周波数について処理した場合には、出力部２８は、処理結果格納部２７に格納されているデータ（例えばピーク周波数及びその異音原因）を、表示装置や印刷装置に出力する（ステップＳ２９）。上でも述べたように、単に異常を検出したことのみを出力するようにしても良い。さらに、異常と判定されたピーク周波数を出力するようにしても良い。また、通常の状態で検出される周波数のみがピーク周波数として検出された場合には、異常なしという出力を行うようにしても良い。
【００５４】
このようにすれば、発電所などの雑音の多い環境でも、その影響を相殺することができるため、適切にピーク周波数を抽出して、異常があればその異常を認識できるようになる。
【００５５】
なお、バンドパスフィルタ２０からピーク周波数照合部２５までの処理においても、中間的な処理結果についてはメインメモリ等の記憶装置に格納される。
【００５６】
以上本発明の一実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、図５に示した機能ブロック図は説明の便宜上設けたものであって、上でも述べたがＤＦＴ部は１つのモジュールを使い回す場合もある。ピーク検出部についても一部のパラメータを変更すれば共用できる場合もある。さらに、実際のプログラムモジュール構成と一致しない場合もある。さらに、一部の機能についてはハードウエア化される場合もある。
【００５７】
さらに、処理内容についても、第１及び第２ＤＦＴ部の処理は並列化可能であり、その他の部分についても、処理結果が変わらない限り処理順番を入れ替えたり、並列実行することも可能である。
【００５８】
さらに、集音装置１と音響診断装置１０については一体化される場合もある。また、音の信号をＡ／Ｄ変換する装置については集音装置１ではなく音響診断装置１０側に設けられる場合もある。
【００５９】
なお、音響診断装置１０はコンピュータ装置であって、図１５に示すように当該コンピュータ装置においては、メモリ２５０１（記憶部）とＣＰＵ２５０３（処理部）とハードディスク・ドライブ（ＨＤＤ）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ）及びＷｅｂブラウザを含むアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。必要に応じてＣＰＵ２５０３は、表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、必要な動作を行わせる。また、処理途中のデータについては、メモリ２５０１に格納され、必要があればＨＤＤ２５０５に格納される。このようなコンピュータは、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及び必要なアプリケーション・プログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。
【符号の説明】
【００６０】
１ 集音装置 ２，３ 指向性マイク
１０ 音響診断装置
１１ 外来側データ格納部 １２ 第１ＤＦＴ部
１３ 第１パワースペクトルデータ格納部
１４ 機器側データ格納部 １５第２ＤＦＴ部
１６ 第２パワースペクトルデータ格納部
１７ 差分計算部 １８ 差分データ格納部
１９ 第１ピーク検出部 ２０ バンドパスフィルタ
２１ 絶対値処理部 ２２ 包絡線抽出部
２３ 第３ＤＦＴ部 ２４ 第２ピーク検出部
２５ ピーク周波数照合部 ２６ 異常周波数ＤＢ
２７ 処理結果格納部 ２８ 出力部
【特許請求の範囲】
【請求項１】
機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成するステップと、
外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成するステップと、
前記第１パワースペクトルと前記第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定ステップと、
特定された前記ピークの周波数を、バンドパスフィルタの中心周波数に設定して、前記機器側データ格納部に格納されている、前記診断対象回転機械の定常音のデータに対して、前記バンドパスフィルタを適用するステップと、
前記バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成するステップと、
前記第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、前記第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力するステップと、
を含み、コンピュータにより実行される音響診断方法。
【請求項２】
前記ピーク周波数特定ステップにおいて、
複数のピークの周波数を特定する場合には、前記差のパワースペクトルの値が大きい順に前記ピークの周波数を特定し、
２番目以降の前記ピークの周波数を特定する場合には、直前までに特定された前記ピークを中心とする所定周波数幅において前記差のパワースペクトルの値をマスクする
請求項１記載の音響診断方法。
【請求項３】
請求項１又は２記載の音響診断方法をコンピュータに実行させるためのプログラム。
【請求項４】
機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成する手段と、
外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成する手段と、
前記第１パワースペクトルと前記第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定手段と、
特定された前記ピークの周波数を、バンドパスフィルタの中心周波数に設定して、前記機器側データ格納部に格納されている、前記診断対象回転機械の定常音のデータに対して、前記バンドパスフィルタを適用する手段と、
前記バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成する手段と、
前記第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、前記第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力する手段と、
を有する音響診断装置。
【請求項５】
前記診断対象回転機械の定常音を集音してディジタル化することによって前記診断対象回転機械の定常音のデータを生成し、前記外来定常音を集音してディジタル化することによって前記外来定常音のデータを生成する手段
をさらに有する請求項４記載の音響診断装置。
【請求項６】
前記診断対象回転機械の定常音と前記外来定常音とを別に且つ同時に集音する複数のマイクが用いられていることを特徴とする請求項５記載の音響診断装置。
【請求項１】
機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成するステップと、
外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成するステップと、
前記第１パワースペクトルと前記第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定ステップと、
特定された前記ピークの周波数を、バンドパスフィルタの中心周波数に設定して、前記機器側データ格納部に格納されている、前記診断対象回転機械の定常音のデータに対して、前記バンドパスフィルタを適用するステップと、
前記バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成するステップと、
前記第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、前記第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力するステップと、
を含み、コンピュータにより実行される音響診断方法。
【請求項２】
前記ピーク周波数特定ステップにおいて、
複数のピークの周波数を特定する場合には、前記差のパワースペクトルの値が大きい順に前記ピークの周波数を特定し、
２番目以降の前記ピークの周波数を特定する場合には、直前までに特定された前記ピークを中心とする所定周波数幅において前記差のパワースペクトルの値をマスクする
請求項１記載の音響診断方法。
【請求項３】
請求項１又は２記載の音響診断方法をコンピュータに実行させるためのプログラム。
【請求項４】
機器側データ格納部に格納されている、診断対象回転機械の定常音のデータに対してフーリエ変換を実施して、第１パワースペクトルを生成する手段と、
外来側データ格納部に格納されている、外来定常音のデータに対してフーリエ変換を実施して、第２パワースペクトルを生成する手段と、
前記第１パワースペクトルと前記第２パワースペクトルとの差を算出し、当該差のパワースペクトルについて１又は複数のピークの周波数を特定するピーク周波数特定手段と、
特定された前記ピークの周波数を、バンドパスフィルタの中心周波数に設定して、前記機器側データ格納部に格納されている、前記診断対象回転機械の定常音のデータに対して、前記バンドパスフィルタを適用する手段と、
前記バンドパスフィルタの出力を絶対値化すると共に包絡線抽出を行い、当該包絡線抽出の結果についてフーリエ変換を実施して、第３パワースペクトルを生成する手段と、
前記第３パワースペクトルにおけるピーク周波数と、データベースに登録されている異常周波数とを照合して、前記第３パワースペクトルにおけるピーク周波数と合致する異常周波数が存在する場合には、異常を表すデータを出力する手段と、
を有する音響診断装置。
【請求項５】
前記診断対象回転機械の定常音を集音してディジタル化することによって前記診断対象回転機械の定常音のデータを生成し、前記外来定常音を集音してディジタル化することによって前記外来定常音のデータを生成する手段
をさらに有する請求項４記載の音響診断装置。
【請求項６】
前記診断対象回転機械の定常音と前記外来定常音とを別に且つ同時に集音する複数のマイクが用いられていることを特徴とする請求項５記載の音響診断装置。
【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】
【公開番号】特開２０１１−１９１１６６（Ｐ２０１１−１９１１６６Ａ）
【公開日】平成２３年９月２９日（２０１１．９．２９）
【国際特許分類】
【出願番号】特願２０１０−５７２４２（Ｐ２０１０−５７２４２）
【出願日】平成２２年３月１５日（２０１０．３．１５）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【Ｆターム（参考）】
【公開日】平成２３年９月２９日（２０１１．９．２９）
【国際特許分類】
【出願日】平成２２年３月１５日（２０１０．３．１５）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【Ｆターム（参考）】
[ Back to top ]