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、所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタＢＦを入力音データに対して適用し、当該ＢＦの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第1パワースペクトル（PS）を生成し、当該第1PSに対してオフセット除去処理を実施することで第2PSを生成する工程と、複数の所定周波数についての第2PSにおいて、各周波数における最大値を検出して、当該最大値についての第3PSを生成する工程と、第3PS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3PS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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定データを出力する工程とを含む。
【解決手段】本方法は、所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタＢＦを入力音データに対して適用し、当該ＢＦの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第1パワースペクトル（PS）を生成し、当該第1PSに対してオフセット除去処理を実施することで第2PSを生成する工程と、複数の所定周波数についての第2PSにおいて、各周波数における最大値を検出して、当該最大値についての第3PSを生成する工程と、第3PS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3PS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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定データを出力する工程とを含む。
【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。診断対象のベアリング１００には、振動を検出する加速度計１１０がベアリング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に入力される。ローパスフィルタ１５０ではローパスフィルタが適用され、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に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、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
【発明の開示】
【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）所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成する第１生成ステップと、（Ｂ）複数の所定周波数についての第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第３パワースペクトルを生成する第２生成ステップと、（Ｃ）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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定データを出力するステップとを含む。
【００１２】
異常周波数は異常の場所や程度によって出現する周波数帯域が様々であり、雑音が多い環境ではこの雑音を効果的に除去することが難しい場合がある。そこで、上で述べたように、複数の所定周波数を中心周波数として設定した複数のバンドパスフィルタ及びその付随処理を実施することによって、効果的に雑音を除去できるようになる。すなわち、異なる中心周波数が設定されている複数のバンドパスフィルタによって、広い周波数帯域をカバーしつつ、診断対象から発せられている異音の周波数を含む周波数帯域についてのバンドパスフィルタはピーク検出ができるように信号を出力するが、それ以外のバンドバスフィルタは雑音を除去するようになる。よって、後続の付随処理を実施することでピーク検出が容易になる。結果として、正確に異常を検出することができるようになる。
【００１３】
なお、上で述べたオフセット除去処理が、各周波数について、当該周波数を中心とする所定周波数幅における第１パワースペクトルの値の中央値を特定し、第１パワースペクトルの値から当該中央値を差し引いた値を算出するステップと、第１パワースペクトルの値から当該中央値を差し引いた値と０とのうち大きい方の値を特定するステップとを含むようにしてもよい。これによって、第２生成ステップにおいて、複数の第２パワースペクトルの統合処理を適切に行う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、診断対象回転機械からの定常音を集音してディジタル化することによって入力音データを生成する手段を有する場合もある。すなわち、録音だけして音響診断方法を実施する装置が設置されている場所で異音診断を行うようにしても良いし、携帯可能な装置として実施して、診断対象回転機械の設置場所で異音診断を行うようにしてもよい。
【００１５】
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】
【００１６】
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】
【００１７】
【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、音響診断装置の機能ブロック図である。
【図４】図４は、周波数バンド処理部の機能ブロック図である。
【図５】図５は、メインの処理フローを示す図である。
【図６】図６は、周波数区分処理の処理フローを示す図である。
【図７】図７は、バンドパスフィルタの出力の一例を示す図である。
【図８】図８は、包絡線抽出処理の処理結果の一例を示す図である。
【図９】図９は、ＤＦＴの処理結果の一例を示す図である。
【図１０】図１０は、周波数区分処理の処理フローを示す図である。
【図１１】図１１は、リミット処理の処理結果を示す図である。
【図１２】図１２は、周波数区分処理の意義を説明するための図である。
【図１３】図１３（ａ）乃至（ｅ）は、周波数バンド処理部の処理結果の一例を示す図である。
【図１４】図１４（ｆ）乃至（ｊ）は、周波数バンド処理部の処理結果の一例を示す図である。
【図１５】図１５は、統合処理の処理結果の一例を示す図である。
【図１６】図１６（Ａ）乃至（Ｃ）は、異常判定ＤＢに格納されるデータの一例を示す図である。
【図１７】図１７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】
【００１８】
図３に、本実施の形態に係る音響診断装置の機能ブロック図を示す。本実施の形態に係る音響診断装置は、マイクなどを含む集音部１と、入力音データ格納部２と、周波数区分処理部３と、第１データ格納部４と、統合処理部５と、第２データ格納部６と、ピーク検出部７と、異常判定部８と、異常判定データベース（ＤＢ）９と、処理結果格納部１０と、出力部１１とを有する。
【００１９】
集音部１は、例えばマイクで採取した音をＡ／Ｄ変換してディジタル化することによって入力音データを生成し、入力音データ格納部２に格納する。なお、その他の手段（例えばネットワーク経由その他の通信手段）によって入力音データを取得して、入力音データ格納部２に格納するようにしても良い。
【００２０】
周波数区分処理部３は、以下で述べる処理を行う第１周波数バンド処理部３１と、第２周波数バンド処理部３２と、．．．、第ｎ周波数バンド処理部３３とを有する。以下でも説明するが、各周波数バンド処理部は、バンドパスフィルタの中心周波数以外は同一の構成を有している。各周波数バンド処理部は、処理結果を第１データ格納部４に格納する。統合処理部５は、第１データ格納部４に格納されている各周波数バンド処理部の処理結果を統合する処理を実施し、処理結果を第２データ格納部６に格納する。
【００２１】
ピーク検出部７は、第２データ格納部６に格納されているデータに対してピーク検出処理を実施して、処理結果を異常判定部８に出力する。異常判定部８は、ピーク検出部７からの出力結果と、異常周波数と異常原因についてのデータとを対応付けて登録している異常判定ＤＢ９に格納されているデータとを用いて処理を行い、処理結果を処理結果格納部１０に格納する。出力部１１は、処理結果格納部１０に格納されているデータをユーザに提示する処理を実施する。
【００２２】
周波数区分処理部３に含まれる１つの周波数バンド処理部の機能ブロック図を、図４に示す。第ｉ周波数バンド処理部３４は、バンドパスフィルタ３０１と、絶対値化処理部３０２と、包絡線抽出部３０３と、ＤＦＴ（Discrete Fourier Transform）処理を実施するＤＦＴ部３０４と、ＤＦＴ結果格納部３０５と、中心線検出部３０６と、減算部３０７と、リミット処理部３０８とを有する。
【００２３】
バンドパスフィルタ３０１には、第ｉ周波数バンド処理部３４が担当する周波数ｋが設定され、入力音データ格納部２に格納されている入力音データに対してバンドパスフィルタを適用してフィルタリングを実施する。絶対値化処理部３０２は、バンドパスフィルタ３０１の出力を絶対値化する処理を実施する。包絡線抽出部３０３は、絶対値化処理部３０２の出力に対して包絡線抽出処理を実施する。ＤＦＴ部３０４は、包絡線抽出部３０３の出力に対してＤＦＴ処理を実施して、生成されたパワースペクトルのデータをＤＦＴ結果格納部３０５に格納する。中心線検出部３０６は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから中心線の値を算出する。除算部３０７は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから、中心線検出部３０６により算出された中心線の値を減算する処理を実施する。リミット処理部３０８は、減算部３０７の出力に対して０以下の値を０に設定するリミット処理を実施し、第１データ格納部４に格納する。
【００２４】
なお、図３及び図４では一部省略されているが、各処理部の処理結果及び処理途中のデータは、メインメモリなどの記憶装置に格納される。また、設定データ（係数値等）も、記憶装置に格納しているものとする。
【００２５】
次に、図５乃至図１６を用いて、図３及び図４に示した音響診断装置の具体的な処理を説明する。まず、集音部１は、採取した音をＡ／Ｄ変換してディジタル化することによって得られた入力音データを入力音データ格納部２に格納する（図５：ステップＳ１）。そして、周波数区分処理部３は、入力音データ格納部２に格納されている入力音データに対して周波数区分処理を実施する（ステップＳ３）。周波数区分処理については、図６乃至図１４を用いて説明する。
【００２６】
周波数区分処理部３は、周波数バンド処理部を識別するカウンタｉを１にセットする（図６：ステップＳ２１）。そして、周波数区分処理部３は、ｉ番目の周波数ｋを、第ｉ周波数バンド処理部３４に設定する（ステップＳ２３）。例えば、周波数帯域幅と周波数バンド処理部の数ｎとから周波数ｋを計算するようにしても良いし、予めｉと中心周波数ｋとを対応付けてメモリに格納しておき、そのようなデータから今回のｉに対応する周波数ｋを読み出すようにしても良い。例えば、１ＫＨｚから２０ＫＨｚの帯域に均等に３０個の周波数ｋを設定しておく。
【００２７】
そして、第ｉ周波数バンド処理部３４のバンドパスフィルタ３０１は、入力音データ格納部２に格納されている入力音データに対して、周波数ｋを中心周波数とするバンドパスフィルタでフィルタリングを実施し、処理結果を絶対値化処理部３０２に出力する（ステップＳ２５）。バンドパスフィルタは、ＦＩＲ（Finite Impulse Response Filter）フィルタで構成される。この場合、入力音データＳ［ｊ］に対し、以下のような処理を実施する。
【００２８】
【数１】
【００２９】
ｈｉｍ（ｍは０からＭ）はｉ番目のバンドパスフィルタを構成するための係数である。このようなフィルタ係数については予め計算しておき、記憶装置に格納しておく。
【００３０】
そして、絶対値化処理部３０２は、バンドパスフィルタの出力に対して絶対値化処理を実施し、処理結果を包絡線抽出部３０３に出力する（ステップＳ２７）。バンドパスフィルタで処理された入力音データは、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７に示すような信号データである。図７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。
【００３１】
次に、包絡線抽出部３０３は、絶対値化された入力音データの包絡線を抽出して、ＤＦＴ部３０４に出力する（ステップＳ２９）。例えば図８のようなデータが得られている場合には、図８に示すようなデータが得られる。図８も図７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。
【００３２】
さらに、ＤＦＴ部３０４は、包絡線抽出部３０３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、ＤＦＴ結果格納部３０５に格納する（ステップＳ３１）。例えば、図８の例に対して処理を実施すると、図９に示すような処理結果が得られる。図９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）を表している。なお、図９中中心線が示されているが、ステップＳ３１ではまだ中心線は検出されていない。
【００３３】
処理は端子Ａを介して図１０の処理の説明に移行して、中心線検出部３０６は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルに対して中心線検出処理を実施する（ステップＳ３３）。ＤＦＴ部３０４の出力をＦai［ｊ］とすると、中心線検出処理は以下のように表される。
【００３４】
【数２】
【００３５】
Median（）は、括弧内の要素の中央値を出力する。このように、本実施の形態では、各周波数ｊについて、当該周波数を中心に−Ｌから＋Ｌまでの帯域の中でパワースペクトルの値の中央値を検出する。図９における点線が抽出されることになる。
【００３６】
そして、減算部３０７は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから中心線を減ずる減算処理を実施し、リミット処理部３０８に出力する（ステップＳ３５）。具体的には、各周波数ｊについて、以下のような処理を実施する。
Ｆci［ｊ］＝Ｆai［ｊ］−Ｆbi［ｊ］
【００３７】
その後、リミット処理部３０８は、減算部３０７の出力に対してリミット処理を実施し、第１データ格納部４に格納する（ステップＳ３７）。具体的には、各周波数ｊについて、以下のような処理を実施する。
【００３８】
【数３】
Ｍａｘ（）は、括弧内の最大値を出力する。これによって、図９のデータに対して減算処理を実施してさらにリミット処理を実施すれば、図１１に示すようなデータが得られる。図１１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）を表している。このように、ＤＦＴ部３０４の出力から中央値を減じて０未満の値を除去することで、パワースペクトルのオフセットが除去される。これによって、他の周波数バンド処理部の処理結果との比較を適切に行うことができるようになる。
【００３９】
そして、周波数区分処理部３は、ｉがｎ以上となっているか判断する（ステップＳ３９）。ｉがｎ未満であれば、周波数区分処理部３は、ｉを１インクリメントし（ステップＳ４１）、端子Ｂを介して図６のステップＳ２３に戻る。一方、ｉがｎ以上であれば、呼出元の処理に戻る。
【００４０】
なお、ステップＳ２３乃至Ｓ３７をひとまとめとして、各中心周波数を担当するプロセッサ等で並列して実施するようにしてもよい。これにより処理時間を短縮することができる。
【００４１】
一般的に、ＤＦＴを実施する前にバンドパスフィルタを入力音データに対して適用すれば、バンドパスフィルタの中心周波数によっては有意なピークが出現する。しかし、どの中心周波数でピークが出現するのかを予測することは、診断対象の回転機械の物理的パラメータと周囲雑音の複雑な関係から現状困難である。そこで上で述べたように所定の周波数帯域において中心周波数をずらしてバンドパスフィルタを適用することで、有意なピークが出現する周波数帯が不明であっても、対処できるようになる。
【００４２】
周波数区分処理についての意義を図１２を用いて説明する。図１２の例では、横方向は、左側が回転機械の傷が小さく、右側が回転機械の傷が大きい場合を表しており、縦方向は上に行くほどバンドパスフィルタの中心周波数が高くなることを表している。各グラフは周波数バンド処理部の処理結果を表しており、各グラフの横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表している。
【００４３】
このような場合、ある回転機械について診断する場合には、縦方向に並ぶ４つの処理結果を４つの周波数バンド処理部で生成する。左側の列では、回転機械の傷が小さい場合を表しており、最も高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークは出現しない。中央の列では、回転機械の傷が中程度の場合を表しており、２番目に高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークは出現しない。右側の列では、回転機械の傷が大きい場合を表しており、３番目に高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークが出現しない。このように同じ回転機械の傷の程度が変化しても周波数区分処理により対処することができる。同様に、異なる回転機械であっても、いずれかの周波数バンド処理部によって特徴的なピークを抽出することができるようになる。従って、有効に雑音を除去して、異音検出ができるようになる。
【００４４】
より具体的に、図１１の元となる入力音データに対して１２０００Ｈｚから２１０００Ｈｚまで中心周波数を変化させて処理を行うと、図１３（ａ）乃至（ｅ）及び図１４（ｆ）乃至（ｊ）のようなパワースペクトルが得られる。各グラフは、横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表す。なお、図１４（ｆ）と図１１は同じである。この例では、内輪傷のために生ずる異音の周波数（１２２．５Ｈｚ及びその高調波）は、図１３（ｃ）乃至（ｅ）及び図１４（ｆ）及び（ｇ）あたりで検出できる。その他の中心周波数での処理結果では余りよく分からない。一方、回転機械の回転周波数（２４．９Ｈｚ及びその高調波）は、図１３（ｅ）並びに図１４（ｆ）及び（ｇ）あたりで検出できる。このように複数の中心周波数について上で述べたような処理を実施することで、様々な診断対象装置及び様々な傷の程度に対処することができるようになる。
【００４５】
図５の処理の説明に戻って、統合処理部５は、第１データ格納部４に格納されているパワースペクトルのデータを用いて、同一周波数について最大パワースペクトル値を抽出する統合処理を実施し、処理結果を第２データ格納部６に格納する（ステップＳ５）。
【００４６】
具体的には、各周波数ｊについて以下の処理を実施する。
【００４７】
【数４】
【００４８】
図１３（ａ）乃至（ｅ）及び図１４（ｆ）乃至（ｊ）に対して統合処理を実施すると、図１５に示すようなパワースペクトルが得られる。図１５でも、横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表す。上でも述べたように、回転機械の回転周波数（２４．９Ｈｚ及びその高調波）と、内輪傷のために生ずる異音の周波数（１２２．５Ｈｚ及びその高調波）とにピークが現れている。
【００４９】
その後、ピーク検出部７は、第２データ格納部６に格納されており且つ統合処理部５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、それらのレベルと共に異常判定部８に出力する（ステップＳ７）。基本的には、パワースペクトルの値が極大の周波数を特定する。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だけマスクしてから検出を行うようにしても良い。
【００５０】
その後、異常判定部８は、ピーク検出部７の出力であるピーク周波数及びそのピークレベルと、異常判定ＤＢ９に登録されている異常周波数及びその閾値とを照合する（ステップＳ９）。そして、異常判定部８は、照合結果に基づき、異常判定データ又は正常判定データを、処理結果格納部１０に格納する（ステップＳ１１）。
【００５１】
異常判定ＤＢ９には例えば図１６に示すようなデータが格納されている。図１６（Ａ）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１６（Ａ）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１６（Ａ）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判定ＤＢ９に登録されている異音原因とを読み出す。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判定ＤＢ９に登録されているとする。そうすると、図１５のパワースペクトルから１２２．５Ｈｚ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」という異音原因が特定される。また、異常判定ＤＢ９には、図１６（Ｂ）及び（Ｃ）に示すように、閾値についてのデータも含まれている。図１６（Ｂ）は、注意レベルの閾値が登録されたテーブルであって、基本的には図１６（Ａ）の異常周波数の代わりに注意レベルの閾値が登録されているテーブルである。同様に、図１６（Ｃ）は、警告レベルの閾値を登録されたテーブルであって、基本的には図１６（Ａ）の異常周波数の代わりに警告レベルの閾値が登録されたテーブルである。従って、ピーク周波数と異常周波数とが一致する場合には、ピーク周波数のピークレベルが異常周波数に対応する警告レベルの閾値以上となっているかを判定する。この際、例えば１次及び２次乃至４次の高調波についての判定結果のうち予め定められた数ｍの判定結果で上記条件を満たしている場合に、警告レベルの異常であると判定する。また、警告レベルの異常ではない場合には、ピーク周波数のピークレベルが異常周波数に対応する注意レベルの閾値以上となっているかを判定する。この際、例えば１次及び２次乃至４次の高調波についての判定結果のうち予め定められた数ｍの判定結果で上記条件を満たしている場合に、注意レベルの異常であると判定する。異常と判定された場合には、異常原因及び異常のレベル（注意レベル又は警告レベル）を含む異常判定データを生成し、処理結果格納部１０に格納する。一方、マッチする異常周波数がない場合、上で述べた処理がマッチした異常周波数についての閾値を超えるピークレベルが存在していない場合、問題なしという正常判定データを生成し、処理結果格納部１０に格納する。
【００５２】
なお、異常判定ＤＢ９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。なお、閾値レベルについては、１つのみの場合もあれば、さらに多くの閾値レベルを設けるようにしても良い。
【００５３】
その後、出力部１１は、処理結果格納部１０に格納されている異常判定データ（例えばピーク周波数、その異音原因、異常のレベル）又は正常判定データを、表示装置や印刷装置に出力する（ステップＳ１３）。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。
【００５４】
このようにすれば、発電所などの雑音の多い環境でも、効果的に雑音を除去して適切にピーク周波数を抽出し、異常があればその異常を認識できるようになる。
【００５５】
なお、ピーク検出部７及び異常判定部８の処理についても、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、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】
複数のプロセッサ又はプロセッサコアを有するコンピュータで上で述べた処理を実施する場合には、異なるプロセッサ又はプロセッサコアに、異なる中心周波数についての周波数バンド処理部を割り当てて、並列処理を行うことで、処理時間を短縮する場合もある。
【００５８】
なお、集音部１については、音響診断装置から分離されている場合もある。例えば、ＩＣ（Integrated Circuit）レコーダで回転機械からの音を録音して入力音データを生成し、ＩＣレコーダのメモリに格納しておき、当該メモリから入力音データを読み出して、入力音データ格納部２に格納するようにしても良い。また、集音装置に通信機能を持たせて、回転機械付近に設置しておき、定期的又は任意のタイミングで、入力音データを、別に設置されている音響診断装置に送信し、上で述べた処理を実施するようにしても良い。一方、集音部１をも有する音響診断装置を携帯可能な装置に実装すれば、回転機械の設置現場で診断を行うことができる。
【００５９】
なお、音響診断装置はコンピュータ装置であって、図１７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 集音部 ２ 入力音データ格納部
３ 周波数区分処理部 ４ 第１データ格納部
５ 統合処理部 ６ 第２データ格納部
７ ピーク検出部 ８ 異常判定部
９ 異常判定ＤＢ １０ 処理結果格納部
１１ 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。診断対象のベアリング１００には、振動を検出する加速度計１１０がベアリング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に入力される。ローパスフィルタ１５０ではローパスフィルタが適用され、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に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、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
【発明の開示】
【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）所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成する第１生成ステップと、（Ｂ）複数の所定周波数についての第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第３パワースペクトルを生成する第２生成ステップと、（Ｃ）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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定データを出力するステップとを含む。
【００１２】
異常周波数は異常の場所や程度によって出現する周波数帯域が様々であり、雑音が多い環境ではこの雑音を効果的に除去することが難しい場合がある。そこで、上で述べたように、複数の所定周波数を中心周波数として設定した複数のバンドパスフィルタ及びその付随処理を実施することによって、効果的に雑音を除去できるようになる。すなわち、異なる中心周波数が設定されている複数のバンドパスフィルタによって、広い周波数帯域をカバーしつつ、診断対象から発せられている異音の周波数を含む周波数帯域についてのバンドパスフィルタはピーク検出ができるように信号を出力するが、それ以外のバンドバスフィルタは雑音を除去するようになる。よって、後続の付随処理を実施することでピーク検出が容易になる。結果として、正確に異常を検出することができるようになる。
【００１３】
なお、上で述べたオフセット除去処理が、各周波数について、当該周波数を中心とする所定周波数幅における第１パワースペクトルの値の中央値を特定し、第１パワースペクトルの値から当該中央値を差し引いた値を算出するステップと、第１パワースペクトルの値から当該中央値を差し引いた値と０とのうち大きい方の値を特定するステップとを含むようにしてもよい。これによって、第２生成ステップにおいて、複数の第２パワースペクトルの統合処理を適切に行う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、診断対象回転機械からの定常音を集音してディジタル化することによって入力音データを生成する手段を有する場合もある。すなわち、録音だけして音響診断方法を実施する装置が設置されている場所で異音診断を行うようにしても良いし、携帯可能な装置として実施して、診断対象回転機械の設置場所で異音診断を行うようにしてもよい。
【００１５】
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】
【００１６】
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】
【００１７】
【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、音響診断装置の機能ブロック図である。
【図４】図４は、周波数バンド処理部の機能ブロック図である。
【図５】図５は、メインの処理フローを示す図である。
【図６】図６は、周波数区分処理の処理フローを示す図である。
【図７】図７は、バンドパスフィルタの出力の一例を示す図である。
【図８】図８は、包絡線抽出処理の処理結果の一例を示す図である。
【図９】図９は、ＤＦＴの処理結果の一例を示す図である。
【図１０】図１０は、周波数区分処理の処理フローを示す図である。
【図１１】図１１は、リミット処理の処理結果を示す図である。
【図１２】図１２は、周波数区分処理の意義を説明するための図である。
【図１３】図１３（ａ）乃至（ｅ）は、周波数バンド処理部の処理結果の一例を示す図である。
【図１４】図１４（ｆ）乃至（ｊ）は、周波数バンド処理部の処理結果の一例を示す図である。
【図１５】図１５は、統合処理の処理結果の一例を示す図である。
【図１６】図１６（Ａ）乃至（Ｃ）は、異常判定ＤＢに格納されるデータの一例を示す図である。
【図１７】図１７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】
【００１８】
図３に、本実施の形態に係る音響診断装置の機能ブロック図を示す。本実施の形態に係る音響診断装置は、マイクなどを含む集音部１と、入力音データ格納部２と、周波数区分処理部３と、第１データ格納部４と、統合処理部５と、第２データ格納部６と、ピーク検出部７と、異常判定部８と、異常判定データベース（ＤＢ）９と、処理結果格納部１０と、出力部１１とを有する。
【００１９】
集音部１は、例えばマイクで採取した音をＡ／Ｄ変換してディジタル化することによって入力音データを生成し、入力音データ格納部２に格納する。なお、その他の手段（例えばネットワーク経由その他の通信手段）によって入力音データを取得して、入力音データ格納部２に格納するようにしても良い。
【００２０】
周波数区分処理部３は、以下で述べる処理を行う第１周波数バンド処理部３１と、第２周波数バンド処理部３２と、．．．、第ｎ周波数バンド処理部３３とを有する。以下でも説明するが、各周波数バンド処理部は、バンドパスフィルタの中心周波数以外は同一の構成を有している。各周波数バンド処理部は、処理結果を第１データ格納部４に格納する。統合処理部５は、第１データ格納部４に格納されている各周波数バンド処理部の処理結果を統合する処理を実施し、処理結果を第２データ格納部６に格納する。
【００２１】
ピーク検出部７は、第２データ格納部６に格納されているデータに対してピーク検出処理を実施して、処理結果を異常判定部８に出力する。異常判定部８は、ピーク検出部７からの出力結果と、異常周波数と異常原因についてのデータとを対応付けて登録している異常判定ＤＢ９に格納されているデータとを用いて処理を行い、処理結果を処理結果格納部１０に格納する。出力部１１は、処理結果格納部１０に格納されているデータをユーザに提示する処理を実施する。
【００２２】
周波数区分処理部３に含まれる１つの周波数バンド処理部の機能ブロック図を、図４に示す。第ｉ周波数バンド処理部３４は、バンドパスフィルタ３０１と、絶対値化処理部３０２と、包絡線抽出部３０３と、ＤＦＴ（Discrete Fourier Transform）処理を実施するＤＦＴ部３０４と、ＤＦＴ結果格納部３０５と、中心線検出部３０６と、減算部３０７と、リミット処理部３０８とを有する。
【００２３】
バンドパスフィルタ３０１には、第ｉ周波数バンド処理部３４が担当する周波数ｋが設定され、入力音データ格納部２に格納されている入力音データに対してバンドパスフィルタを適用してフィルタリングを実施する。絶対値化処理部３０２は、バンドパスフィルタ３０１の出力を絶対値化する処理を実施する。包絡線抽出部３０３は、絶対値化処理部３０２の出力に対して包絡線抽出処理を実施する。ＤＦＴ部３０４は、包絡線抽出部３０３の出力に対してＤＦＴ処理を実施して、生成されたパワースペクトルのデータをＤＦＴ結果格納部３０５に格納する。中心線検出部３０６は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから中心線の値を算出する。除算部３０７は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから、中心線検出部３０６により算出された中心線の値を減算する処理を実施する。リミット処理部３０８は、減算部３０７の出力に対して０以下の値を０に設定するリミット処理を実施し、第１データ格納部４に格納する。
【００２４】
なお、図３及び図４では一部省略されているが、各処理部の処理結果及び処理途中のデータは、メインメモリなどの記憶装置に格納される。また、設定データ（係数値等）も、記憶装置に格納しているものとする。
【００２５】
次に、図５乃至図１６を用いて、図３及び図４に示した音響診断装置の具体的な処理を説明する。まず、集音部１は、採取した音をＡ／Ｄ変換してディジタル化することによって得られた入力音データを入力音データ格納部２に格納する（図５：ステップＳ１）。そして、周波数区分処理部３は、入力音データ格納部２に格納されている入力音データに対して周波数区分処理を実施する（ステップＳ３）。周波数区分処理については、図６乃至図１４を用いて説明する。
【００２６】
周波数区分処理部３は、周波数バンド処理部を識別するカウンタｉを１にセットする（図６：ステップＳ２１）。そして、周波数区分処理部３は、ｉ番目の周波数ｋを、第ｉ周波数バンド処理部３４に設定する（ステップＳ２３）。例えば、周波数帯域幅と周波数バンド処理部の数ｎとから周波数ｋを計算するようにしても良いし、予めｉと中心周波数ｋとを対応付けてメモリに格納しておき、そのようなデータから今回のｉに対応する周波数ｋを読み出すようにしても良い。例えば、１ＫＨｚから２０ＫＨｚの帯域に均等に３０個の周波数ｋを設定しておく。
【００２７】
そして、第ｉ周波数バンド処理部３４のバンドパスフィルタ３０１は、入力音データ格納部２に格納されている入力音データに対して、周波数ｋを中心周波数とするバンドパスフィルタでフィルタリングを実施し、処理結果を絶対値化処理部３０２に出力する（ステップＳ２５）。バンドパスフィルタは、ＦＩＲ（Finite Impulse Response Filter）フィルタで構成される。この場合、入力音データＳ［ｊ］に対し、以下のような処理を実施する。
【００２８】
【数１】
【００２９】
ｈｉｍ（ｍは０からＭ）はｉ番目のバンドパスフィルタを構成するための係数である。このようなフィルタ係数については予め計算しておき、記憶装置に格納しておく。
【００３０】
そして、絶対値化処理部３０２は、バンドパスフィルタの出力に対して絶対値化処理を実施し、処理結果を包絡線抽出部３０３に出力する（ステップＳ２７）。バンドパスフィルタで処理された入力音データは、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７に示すような信号データである。図７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。
【００３１】
次に、包絡線抽出部３０３は、絶対値化された入力音データの包絡線を抽出して、ＤＦＴ部３０４に出力する（ステップＳ２９）。例えば図８のようなデータが得られている場合には、図８に示すようなデータが得られる。図８も図７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。
【００３２】
さらに、ＤＦＴ部３０４は、包絡線抽出部３０３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、ＤＦＴ結果格納部３０５に格納する（ステップＳ３１）。例えば、図８の例に対して処理を実施すると、図９に示すような処理結果が得られる。図９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）を表している。なお、図９中中心線が示されているが、ステップＳ３１ではまだ中心線は検出されていない。
【００３３】
処理は端子Ａを介して図１０の処理の説明に移行して、中心線検出部３０６は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルに対して中心線検出処理を実施する（ステップＳ３３）。ＤＦＴ部３０４の出力をＦai［ｊ］とすると、中心線検出処理は以下のように表される。
【００３４】
【数２】
【００３５】
Median（）は、括弧内の要素の中央値を出力する。このように、本実施の形態では、各周波数ｊについて、当該周波数を中心に−Ｌから＋Ｌまでの帯域の中でパワースペクトルの値の中央値を検出する。図９における点線が抽出されることになる。
【００３６】
そして、減算部３０７は、ＤＦＴ結果格納部３０５に格納されているパワースペクトルから中心線を減ずる減算処理を実施し、リミット処理部３０８に出力する（ステップＳ３５）。具体的には、各周波数ｊについて、以下のような処理を実施する。
Ｆci［ｊ］＝Ｆai［ｊ］−Ｆbi［ｊ］
【００３７】
その後、リミット処理部３０８は、減算部３０７の出力に対してリミット処理を実施し、第１データ格納部４に格納する（ステップＳ３７）。具体的には、各周波数ｊについて、以下のような処理を実施する。
【００３８】
【数３】
Ｍａｘ（）は、括弧内の最大値を出力する。これによって、図９のデータに対して減算処理を実施してさらにリミット処理を実施すれば、図１１に示すようなデータが得られる。図１１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）を表している。このように、ＤＦＴ部３０４の出力から中央値を減じて０未満の値を除去することで、パワースペクトルのオフセットが除去される。これによって、他の周波数バンド処理部の処理結果との比較を適切に行うことができるようになる。
【００３９】
そして、周波数区分処理部３は、ｉがｎ以上となっているか判断する（ステップＳ３９）。ｉがｎ未満であれば、周波数区分処理部３は、ｉを１インクリメントし（ステップＳ４１）、端子Ｂを介して図６のステップＳ２３に戻る。一方、ｉがｎ以上であれば、呼出元の処理に戻る。
【００４０】
なお、ステップＳ２３乃至Ｓ３７をひとまとめとして、各中心周波数を担当するプロセッサ等で並列して実施するようにしてもよい。これにより処理時間を短縮することができる。
【００４１】
一般的に、ＤＦＴを実施する前にバンドパスフィルタを入力音データに対して適用すれば、バンドパスフィルタの中心周波数によっては有意なピークが出現する。しかし、どの中心周波数でピークが出現するのかを予測することは、診断対象の回転機械の物理的パラメータと周囲雑音の複雑な関係から現状困難である。そこで上で述べたように所定の周波数帯域において中心周波数をずらしてバンドパスフィルタを適用することで、有意なピークが出現する周波数帯が不明であっても、対処できるようになる。
【００４２】
周波数区分処理についての意義を図１２を用いて説明する。図１２の例では、横方向は、左側が回転機械の傷が小さく、右側が回転機械の傷が大きい場合を表しており、縦方向は上に行くほどバンドパスフィルタの中心周波数が高くなることを表している。各グラフは周波数バンド処理部の処理結果を表しており、各グラフの横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表している。
【００４３】
このような場合、ある回転機械について診断する場合には、縦方向に並ぶ４つの処理結果を４つの周波数バンド処理部で生成する。左側の列では、回転機械の傷が小さい場合を表しており、最も高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークは出現しない。中央の列では、回転機械の傷が中程度の場合を表しており、２番目に高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークは出現しない。右側の列では、回転機械の傷が大きい場合を表しており、３番目に高い中心周波数についての処理結果に特徴的なピークが出現するが、他の中心周波数についての処理結果においては特徴的なピークが出現しない。このように同じ回転機械の傷の程度が変化しても周波数区分処理により対処することができる。同様に、異なる回転機械であっても、いずれかの周波数バンド処理部によって特徴的なピークを抽出することができるようになる。従って、有効に雑音を除去して、異音検出ができるようになる。
【００４４】
より具体的に、図１１の元となる入力音データに対して１２０００Ｈｚから２１０００Ｈｚまで中心周波数を変化させて処理を行うと、図１３（ａ）乃至（ｅ）及び図１４（ｆ）乃至（ｊ）のようなパワースペクトルが得られる。各グラフは、横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表す。なお、図１４（ｆ）と図１１は同じである。この例では、内輪傷のために生ずる異音の周波数（１２２．５Ｈｚ及びその高調波）は、図１３（ｃ）乃至（ｅ）及び図１４（ｆ）及び（ｇ）あたりで検出できる。その他の中心周波数での処理結果では余りよく分からない。一方、回転機械の回転周波数（２４．９Ｈｚ及びその高調波）は、図１３（ｅ）並びに図１４（ｆ）及び（ｇ）あたりで検出できる。このように複数の中心周波数について上で述べたような処理を実施することで、様々な診断対象装置及び様々な傷の程度に対処することができるようになる。
【００４５】
図５の処理の説明に戻って、統合処理部５は、第１データ格納部４に格納されているパワースペクトルのデータを用いて、同一周波数について最大パワースペクトル値を抽出する統合処理を実施し、処理結果を第２データ格納部６に格納する（ステップＳ５）。
【００４６】
具体的には、各周波数ｊについて以下の処理を実施する。
【００４７】
【数４】
【００４８】
図１３（ａ）乃至（ｅ）及び図１４（ｆ）乃至（ｊ）に対して統合処理を実施すると、図１５に示すようなパワースペクトルが得られる。図１５でも、横軸は周波数を表し、縦軸はパワースペクトル［ｄＢ］を表す。上でも述べたように、回転機械の回転周波数（２４．９Ｈｚ及びその高調波）と、内輪傷のために生ずる異音の周波数（１２２．５Ｈｚ及びその高調波）とにピークが現れている。
【００４９】
その後、ピーク検出部７は、第２データ格納部６に格納されており且つ統合処理部５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、それらのレベルと共に異常判定部８に出力する（ステップＳ７）。基本的には、パワースペクトルの値が極大の周波数を特定する。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だけマスクしてから検出を行うようにしても良い。
【００５０】
その後、異常判定部８は、ピーク検出部７の出力であるピーク周波数及びそのピークレベルと、異常判定ＤＢ９に登録されている異常周波数及びその閾値とを照合する（ステップＳ９）。そして、異常判定部８は、照合結果に基づき、異常判定データ又は正常判定データを、処理結果格納部１０に格納する（ステップＳ１１）。
【００５１】
異常判定ＤＢ９には例えば図１６に示すようなデータが格納されている。図１６（Ａ）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１６（Ａ）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１６（Ａ）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判定ＤＢ９に登録されている異音原因とを読み出す。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判定ＤＢ９に登録されているとする。そうすると、図１５のパワースペクトルから１２２．５Ｈｚ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」という異音原因が特定される。また、異常判定ＤＢ９には、図１６（Ｂ）及び（Ｃ）に示すように、閾値についてのデータも含まれている。図１６（Ｂ）は、注意レベルの閾値が登録されたテーブルであって、基本的には図１６（Ａ）の異常周波数の代わりに注意レベルの閾値が登録されているテーブルである。同様に、図１６（Ｃ）は、警告レベルの閾値を登録されたテーブルであって、基本的には図１６（Ａ）の異常周波数の代わりに警告レベルの閾値が登録されたテーブルである。従って、ピーク周波数と異常周波数とが一致する場合には、ピーク周波数のピークレベルが異常周波数に対応する警告レベルの閾値以上となっているかを判定する。この際、例えば１次及び２次乃至４次の高調波についての判定結果のうち予め定められた数ｍの判定結果で上記条件を満たしている場合に、警告レベルの異常であると判定する。また、警告レベルの異常ではない場合には、ピーク周波数のピークレベルが異常周波数に対応する注意レベルの閾値以上となっているかを判定する。この際、例えば１次及び２次乃至４次の高調波についての判定結果のうち予め定められた数ｍの判定結果で上記条件を満たしている場合に、注意レベルの異常であると判定する。異常と判定された場合には、異常原因及び異常のレベル（注意レベル又は警告レベル）を含む異常判定データを生成し、処理結果格納部１０に格納する。一方、マッチする異常周波数がない場合、上で述べた処理がマッチした異常周波数についての閾値を超えるピークレベルが存在していない場合、問題なしという正常判定データを生成し、処理結果格納部１０に格納する。
【００５２】
なお、異常判定ＤＢ９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。なお、閾値レベルについては、１つのみの場合もあれば、さらに多くの閾値レベルを設けるようにしても良い。
【００５３】
その後、出力部１１は、処理結果格納部１０に格納されている異常判定データ（例えばピーク周波数、その異音原因、異常のレベル）又は正常判定データを、表示装置や印刷装置に出力する（ステップＳ１３）。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。
【００５４】
このようにすれば、発電所などの雑音の多い環境でも、効果的に雑音を除去して適切にピーク周波数を抽出し、異常があればその異常を認識できるようになる。
【００５５】
なお、ピーク検出部７及び異常判定部８の処理についても、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、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】
複数のプロセッサ又はプロセッサコアを有するコンピュータで上で述べた処理を実施する場合には、異なるプロセッサ又はプロセッサコアに、異なる中心周波数についての周波数バンド処理部を割り当てて、並列処理を行うことで、処理時間を短縮する場合もある。
【００５８】
なお、集音部１については、音響診断装置から分離されている場合もある。例えば、ＩＣ（Integrated Circuit）レコーダで回転機械からの音を録音して入力音データを生成し、ＩＣレコーダのメモリに格納しておき、当該メモリから入力音データを読み出して、入力音データ格納部２に格納するようにしても良い。また、集音装置に通信機能を持たせて、回転機械付近に設置しておき、定期的又は任意のタイミングで、入力音データを、別に設置されている音響診断装置に送信し、上で述べた処理を実施するようにしても良い。一方、集音部１をも有する音響診断装置を携帯可能な装置に実装すれば、回転機械の設置現場で診断を行うことができる。
【００５９】
なお、音響診断装置はコンピュータ装置であって、図１７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 集音部 ２ 入力音データ格納部
３ 周波数区分処理部 ４ 第１データ格納部
５ 統合処理部 ６ 第２データ格納部
７ ピーク検出部 ８ 異常判定部
９ 異常判定ＤＢ １０ 処理結果格納部
１１ 出力部
【特許請求の範囲】
【請求項１】
所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成するステップと、
前記複数の所定周波数についての前記第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定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】
前記オフセット除去処理が、
各周波数について、当該周波数を中心とする所定周波数幅における前記第１パワースペクトルの値の中央値を特定し、前記第１パワースペクトルの値から当該中央値を差し引いた値を算出するステップと、
前記第１パワースペクトルの値から当該中央値を差し引いた値と０とのうち大きい方の値を特定するステップと、
を含む請求項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】
所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成する手段と、
前記複数の所定周波数についての前記第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定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】
診断対象回転機械から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入力音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１】
所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成するステップと、
前記複数の所定周波数についての前記第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定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】
前記オフセット除去処理が、
各周波数について、当該周波数を中心とする所定周波数幅における前記第１パワースペクトルの値の中央値を特定し、前記第１パワースペクトルの値から当該中央値を差し引いた値を算出するステップと、
前記第１パワースペクトルの値から当該中央値を差し引いた値と０とのうち大きい方の値を特定するステップと、
を含む請求項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】
所定周波数帯域における複数の所定周波数の各々について、当該所定周波数を中心周波数として設定したバンドパスフィルタを入力音データに対して適用し、当該バンドパスフィルタの出力に対して絶対値化処理と包絡線抽出処理とフーリエ変換処理とを実施して第１パワースペクトルを生成し、当該第１パワースペクトルに対してオフセット除去処理を実施することで第２パワースペクトルを生成する手段と、
前記複数の所定周波数についての前記第２パワースペクトルにおいて、各周波数における最大値を検出して、当該最大値についての第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、当該ピーク周波数におけるピークと当該異常周波数に対応する閾値との比較結果に基づき、判定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】
診断対象回転機械から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入力音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。
【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１７】
【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１７】
【公開番号】特開２０１２−１７７６５３（Ｐ２０１２−１７７６５３Ａ）
【公開日】平成２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願番号】特願２０１１−４１６７３（Ｐ２０１１−４１６７３）
【出願日】平成２３年２月２８日（２０１１．２．２８）
【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２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願日】平成２３年２月２８日（２０１１．２．２８）
【出願人】（０００００３６８７）東京電力株式会社 (2,580)
【Ｆターム（参考）】
[ Back to top ]