JP3648023B2 - データ変換装置およびプログラム記憶媒体 - Google Patents
データ変換装置およびプログラム記憶媒体 Download PDFInfo
- Publication number
- JP3648023B2 JP3648023B2 JP20677597A JP20677597A JP3648023B2 JP 3648023 B2 JP3648023 B2 JP 3648023B2 JP 20677597 A JP20677597 A JP 20677597A JP 20677597 A JP20677597 A JP 20677597A JP 3648023 B2 JP3648023 B2 JP 3648023B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- frequency
- distribution
- wavelet
- intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、解析などのために得られた時系列信号より特徴的な部分を抽出するためのデータ変換装置およびプログラム記憶媒体に関するものである。
【０００２】
【従来の技術】
振動や音またはプロセスデータなどの時系列信号に対して、例えば、複素数形ウェーブレット関数を用いてウェーブレット変換を行うと、時間−周波数領域の情報が得られる。この時間−周波数領域の情報に対し、強度（絶対値）を演算すると、時系列信号に含まれる様々な周波数的特徴の時間的な変化を解析できる。
このように、ウェーブレット変換結果である時間−周波数情報をスケール毎に微分処理し、特徴量として極値を抽出して解析や診断に用いる技術がある（文献１：特開平７−２７１７６３号公報）。
【０００３】
また、 対象となる信号のウェーブレット変換結果である時間−周波数情報から、スケール毎に信号の周期性を表す特徴量を抽出し、解析や診断に用いる技術がある（文献２：特開平８−８３２６５号公報）。
また、対象となる信号のウェーブレット変換結果から、スケール毎に平均および分散等の統計量を演算し、これらを特徴として抽出して診断に用いる技術がある（文献３：特開平８−２１９９５５号公報）。
また、対象となる信号のウェーブレット変換結果とある設定したしきい値とをスケール毎に比較し、しきい値を超える値を特徴として抽出して診断に用いる技術もある（文献４：特開平８−１７７５３０号公報）。
また、対象となる信号のウェーブレット変換結果において、スケール毎に分散を演算し、得られた分散分布のピークを特徴として抽出して解析に用いる技術がある（文献５：特開平８−３２９０４６号公報）。
【０００４】
【発明が解決しようとする課題】
ところで、従来のウェーブレット変換結果に表れる時系列信号の特徴量を抽出する方法としては、人が目で見て判断したり、しきい値（文献４）により検出していた。しかし、これらの方法では、不要な特徴量との判別が困難であり、望みの特徴量をうまく抽出できない場合がある。
一方、ウェーブレット変換結果において、スケール毎の極値を特徴量とした場合（文献１）、望みの特徴を抽出できない場合がある。
また、ウェーブレット変換結果より得られる特徴を周期性に限定する（文献２）と、他の有用な特徴を抽出できない。
また、統計量を特徴とした場合（文献３、文献５）、時間的な広がりを持つある領域全体を１つの特徴量で表すことになり、時間毎の詳細な特徴を抽出できない。
【０００５】
例えば、図１０に示す時系列信号より、振動成分を抽出したい場合、その時系列信号を、複素数形ウェーブレット関数を用いてウェーブレット変換してその強度を演算すると、図１１に示す強度信号が得られる。図１１は、強度の強い部分ほど明るく、逆に強度の弱い部分ほど暗くなるというように、信号成分の強度を輝度により表したウェーブレット強度信号を示している。この図１１に示すようなウエーブレット強度信号により、周波数軸（縦）と時間軸（横）の両軸でステップ状の波形と振動波形について解析することが可能となる。
しかしながら、このように信号（データ）を変換しても、元の信号に比べ情報量が多くなることや、分解能の制約などから定量的な判別は必ずしも容易でない。
【０００６】
ここで、文献４の技術によれば、図１１のウェーブレット強度信号より、所定のしきい値を超える値を特徴として抽出すると、図１２に示す抽出結果が得られる。しかしこれでは、振動成分の抽出は困難である。
すなわち、文献４に示された、しきい値を設定する方法では、望みとする特徴のみが必ずしきい値を超えることが予め判明している場合には有効である。しかし、そのような場合はむしろ少なく、さまざまな要因により、望みの特徴がしきい値を超えなかったり、他の特徴がしきい値を超えるような場合には判別は困難となる。また、しきい値の設定自体にも難しさがある。上述したように、図１２に示すしきい値により抽出した結果では、元の時系列信号のステップ部分と振動成分をうまく判別できない。
【０００７】
また、文献２の技術によれば、ウェーブレット変換結果において、スケール毎の時間的な変化のピーク（極大値）を検出し、ピークが周期的に現れれば、ピーク間の距離を元信号の周期性として抽出している。この文献２の技術によれば、図１１のウェーブレット強度信号より、図１３に示す抽出結果が得られる。
しかし、この図１３の抽出結果では、振動成分が全く抽出されていない。すなわち、この文献２の技術では、振動成分の抽出ができない。
【０００８】
また、文献１の技術によれば、対象となる信号のウェーブレット変換結果を、スケール毎に微分処理し、特徴量としてスケール毎の時間的な変化の極値を抽出するようにしている。極値には極大値と極小値が含まれるため、この文献１の技術によれば、図１１のウェーブレット強度信号により、スケール毎の極大値を抽出した図１３に加え、スケール毎の極小値も抽出されることになる。
しかしながら、図１１のウェーブレット強度信号におけるスケール毎の極小値は、図１１の暗部、すなわち強度の弱い部分に存在するため、特徴としては意味のないものまで抽出することになる。したがって、振動成分の抽出が困難となる。
【０００９】
他方、文献３や文献５に示されているように、統計量を特徴とする場合は、ある時間的な広がりを持つ領域の特徴を統計量という代表値で表すことになり、その領域での時間的な特徴が失われてしまう。例えば、文献５の技術によれば、ウェーブレット変換結果において、スケール毎の分散値を特徴量としている。この文献５の技術によれば、図１１のウェーブレット強度信号より、図１４に示す結果が得られる。この図１４に示す結果では、振動成分のスケール、すなわち周波数を特定することは可能であるが、時間的な情報が失われてしまうため、振動成分がいつ発生してどのくらい継続したかなどの情報が得られない。
以上に示したように、従来技術では、ステップ成分と振動成分を判別できなかったり、振動成分の特徴量を部分的にしか抽出できず、振動成分が存在することは判明するが、特に時間的な情報が欠落してしまうため、特徴を定量的に把握できない。
【００１０】
この発明は、以上のような問題点を解消するためになされたものであり、時系列信号をウェーブレット変換して得られた、その時系列信号に含まれる様々な周波数的特徴の時間的な変化を、より精度良く定量的に把握できるようにすることを目的とする。
【００１１】
【課題を解決するための手段】
この発明のデータ変換装置では、まず、時系列信号をウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換し、次に、その第１の分布より、時間と周波数とその強度との関係を示す第２の分布に変換し、そして、その第２の分布において時刻毎の周波数強度分布のピークを検出し、第２の分布において時刻毎の周波数強度分布のピークを検出し、検出したピークの中で、所望のしきい値以上のものを特徴量として取り出し、特徴量が含む周波数，発生時刻，継続時間，及び振幅の少なくとも１つからから特徴量が示すハンチングの状態を判定するようにした。
以上示したように、第２の分布において時刻毎の周波数強度分布のピークを検出しているので、第２の分布において強度の高い特徴的な周波数成分が、時間的推移とともに抽出される。
【００１２】
【発明の実施の形態】
以下この発明の実施の形態を図を参照して説明する。
実施の形態１
まず、この発明の第１の実施の形態について説明する。図１は、この実施の形態１におけるデータ変換装置の構成を示す構成図である。
図１に示すように、このデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対してパラメータを設定したり、特徴量抽出部１２０に対してしきい値を設定するなどを行うユーザーインターフェース部１３０とから構成されている。
【００１３】
まず、信号変換部１１０についてより詳細に説明する。この信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。
ウェーブレット関数生成部１１１では、ウェーブレット変換の基底関数となる複素数形ウェーブレット関数を生成する。複素数形ウェーブレット関数の代表的なものとして、ガボール（Ｇａｂｏｒ）ウェーブレット関数などがあるが、ここでは、ウェーブレット関数Ψ（ｔ）として、以下の数１で定義されるガボールウェーブレット関数を使用した。
【００１４】
【数１】
【００１５】
また、ウェーブレット変換部１１２では、ウェーブレット関数生成部１１１で生成された複素数形ウェーブレット関数を用い、図示していない入力手段等により入力された時系列信号をウェーブレット変換する。
すなわち、ウェーブレット変換部１１２では、入力された時系列信号に対し、ユーザーインターフェース部１３０により設定された周波数に対応したスケールパラメータを基に、ウェーブレット関数生成部１１１で生成された複素数形ウェーブレット関数を用いてウェーブレット変換を行う。ここでは非直交ウェーブレット変換を行う。
そして、ウェーブレット変換の結果として、複素数で表される時間−周波数領域に展開されたウェーブレット変換信号Ｗ（ａ，ｂ）を得る。
その際、ウェーブレット変換の定義式とその条件は、次の数２で表される。
【００１６】
【数２】
【００１７】
本実施例では、ウェーブレット変換信号Ｗ（ａ，ｂ）を、Ｍ：スケールパラメータａの個数、Ｎ：シフトパラメータｂの個数（時系列信号点数に等しい）とおいて、以下に示すように、大きさＭ×Ｎの２次元配列Ｗijとして演算する。
Ｗij＝Ｗ（ａi，ｂj） ｉ＝１，２，・・・・，Ｍ、ｊ＝１，２，・・・・，Ｎ
そして、強度演算部１１３では、そのウェーブレット変換結果であるウェーブレット変換信号から、その強度を演算する。すなわち、ウェーブレット変換の結果であるウェーブレット変換信号Ｗijから、Ａij＝｜Ｗij｜によりウェーブレット強度信号Ａijを演算する。ここでは、ウェーブレット強度信号として、ウェーブレット変換信号の絶対値を用いた。
【００１８】
次に、特徴量抽出部１２０について、より詳細に説明する。この特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そのピーク検出部１２１では、強度演算部１１３から出力されたウェーブレット強度信号より、単位時間毎に周波数分布の極大値（ピーク）を検出する。
すなわち、信号変換部１１０の変換結果であるウェーブレット強度信号の所定間隔の各時刻における周波数分布に着目し、単位時間毎（所定の間隔の時刻毎）にその時刻における周波数の強度分布のピーク（極大値）を検出する。
【００１９】
このピーク検出では、図２のフローチャートに示すように、まず、ステップＳ１で、ｉの最大値Ｍにスケールパラメータａの個数を設定する。すなわち、ウェーブレット変換して得られた時間−周波数情報における周波数軸（スケール）の分割数を設定する。同様に、ｊの最大値Ｎにシフトパラメータｂの個数を設定する。すなわち、ウェーブレット変換して得られた時間−周波数情報における、時間軸（シフト）の分割数を設定する。そして、Ｔｈにしきい値を設定する。このしきい値は、演算誤差などにより生じる無視しうる微少なピークを検出しないためのものであり、ユーザーインターフェース部１３０で設定している。
【００２０】
次いで、ステップＳ２で、ｊを１とし、ステップＳ３でｉを１とする。
次に、ステップＳ４で、ｉが１より大きいかつｉがＭより小さいかどうかを判断する。ウェーブレット変換の結果得られた時間−周波数情報においては、スケール（周波数）の最小値と最大値に強度のピークはないとみなして、この判断でそれを除外している。
この判断により、ｉが１もしくはＭのときは、ステップＳ５に移行し、Ｐ（ｉ，ｊ）＝０とする。すなわち、ピークではないとする。一方、ｉが１かつＭでないときは、ステップＳ６に移行する。
【００２１】
次に、ステップＳ６で、係る時刻の係る周波数における強度Ａ（ｉ，ｊ）が、まず、設定されているしきい値Ｔｈより大きいかどうか判断する。加えて、その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ−１，ｊ）より大きいかどうか判断する。さらに、その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ＋１，ｊ）より大きいかどうか判断する。以上の判断で、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）ならば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）においてピークを示しているものと判断する。そして、ステップＳ７に移行して、Ｐ（ｉ，ｊ）＝１とする。
以上のことに対して、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）でないならば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）においてピークを示していないものと判断する。そして、ステップＳ５に移行して、Ｐ（ｉ，ｊ）＝０とする。
【００２２】
次いで、ステップＳ８でｉに１を加え、ステップＳ９でそのｉがＭより大きいかどうか判断する。ステップＳ９の判断でｉがＭより大きくない場合、ステップＳ４〜８を繰り返す。一方、ステップＳ９の判断で、ｉがＭより大きい場合、ステップＳ１０に移行してｊに１を加え、ステップＳ１１でそのｊがＮより大きいかどうか判断する。このステップＳ１１の判断で、ｊがＮより大きくない場合、ステップＳ３〜ステップＳ１０を繰り返す。そして、ステップＳ１１の判断で、ｊがＮより大きい場合、処理を終了する。
【００２３】
以上に示したことにより、ウェーブレット強度信号Ａijの単位時間毎の周波数分布の全点において、ピークであれば１、そうでなければ０の２値としてピークを検出し、周波数分布ピーク信号Ｐijを得るようにしている。
そして、その検出した単位時間毎の周波数分布ピーク信号から、特徴量算出部１２２において、周波数，発生時刻，継続時間などの特徴量を演算する。
なお、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。その中で、パラメータ設定部１３１は、前述したように、ウェーブレット変換部１１２に対して、周波数に対応したスケールパラメータを設定する。また、しきい値設定部１３２は、ピーク検出部１２１において用いる、演算誤差などにより生じる無視しうる微少なピークを検出しないためのしきい値を設定する。
【００２４】
そして、表示部１３３は、信号変換部１１０が出力するウェーブレット強度信号の表示、特徴量抽出部１２０により得られた周波数分布ピーク信号などの表示を行う。
図３は、その表示部１３３に表示されたウェーブレット強度信号や周波数分布ピーク信号の出力結果を示す分布図である。図３（ａ）は、ウェーブレット変換の結果得られたウェーブレット強度信号を示し、図３（ｂ）は、周波数分布ピーク信号を示す。また、これら分布図において、横軸は時間を示し、縦軸（スケール）は周波数を示している。
これらの結果は、図１０の時系列信号より、上述したこの発明の実施の形態１のデータ変換装置により得られたものである。図３（ｂ）から明らかなように、図１０の時系列信号より、特徴的な振動成分のみが抽出されていることがわかる。
【００２５】
実施の形態２
以下、この発明の第２の実施の形態について説明する。この実施の形態２においては、図４に示すように、上述したデータ変換装置を空調機の異常制御検出に適用した場合について説明する。
図４に示すように、この実施の形態２においては、新に、ハンチング判定部５０１と制御パラメータ設定部５０２を設けるようにしている。
すなわち、この実施の形態２におけるデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対するパラメータの設定や、特徴量抽出部１２０に対するしきい値の設定を行うユーザーインターフェース部１３０と、これらに加え、ハンチング判定部５０１と制御パラメータ設定部５０２とから構成されている。
【００２６】
また、信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。また、特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そして、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。
【００２７】
ところで、ビルなどに設置されている空調機では、設置時に設定した制御パラメータが空調機能力の経時変化などにより不適当な値となることがある。その結果、その空調機の制御が不安定となり、温調している部屋の温度が短い時間で変動するハンチング等の不具合が発生する。
この、ハンチングは、空調機の稼働状態を反映したものであり、これが発生すると、空調に必要なエネルギーに無駄が発生したり、利用者に不快感を与えることになり問題となる。
そして、このハンチングは比較的短い間隔の振動成分として現れるため、従来のように空調状態を人が監視する方法では、見逃してしまう場合がある。また、機器が複数ある場合には、すべてを監視することは不可能であった。
【００２８】
図５は、温調している部屋の温度検出結果（ａ）と、それをウェーブレット変換して得たウェーブレット強度分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示している。なお、図５（ｂ），（ｃ）では、横軸は時間を示し、縦軸（スケール）は周波数を示している。
図５（ａ）に示すように、ある時間帯において、上述したハンチングが発生している。これは、温度検出結果の中で、振動成分としてみられる。これより、前述の実施の形態１に示したことと同様にすることで、図５（ｃ）に示すように、その振動成分のみを抽出できる。
【００２９】
そして、この実施の形態２におけるデータ変換装置の動作を説明すると、その抽出した特徴量より、ハンチング判定部５０１において、その周波数，発生時刻，継続時間，振幅などから、その特徴量が示すハンチングの状態を判定する。また、制御パラメータ設定部５０２では、その判定結果により、空調設備におけるそれぞれの機器や、空調対象の環境に適合した最適化空調機器制御値を算出し、それを空調機に設定する。
以上示したように、この実施の形態２では、空調データハンチングとして現れる振動成分のみを自動的に検出できる。したがって、この状態を見逃すこともなく、機器が複数ある場合でもすべてに対してハンチング検出が可能となり、空調におけるハンチング発生の問題を解決できる。
【００３０】
実施の形態３
以下、この発明の第３の実施の形態について説明する。この実施の形態３においては、図６に示すように、前述したデータ変換装置を回転機器の異常診断に適用した場合について説明する。
図６に示すように、この実施の形態３においては、新に、正常信号保持部６０１，異常判定部６０２，および，警報出力部６０３を設けるようにしている。
すなわち、この実施の形態３におけるデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対するパラメータの設定や、特徴量抽出部１２０に対するしきい値の設定を行うユーザーインターフェース部１３０と、これらに加え、正常信号保持部６０１，異常判定部６０２，および，警報出力部６０３とから構成されている。
【００３１】
また、信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。また、特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そして、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。
【００３２】
ところで、回転機器を構成するベアリングなどの回転体において、異物の混入や劣化などにより傷が生じる。そして、これを放っておくと運転中に故障が発生し、重大な損害が生じる。したがって、これを早期に発見し、補修することが必要である。
まず、図７に、回転機器が正常な時の回転体の振動波形（ａ）とウェーブレット強度信号（ｂ）、およびそのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）を示す。これは、例えば、ベアリング部より発生している音を検出したものである。また、図８に、回転機器が異常なときの回転体の振動波形（ａ）とウェーブレット強度信号（ｂ）、およびそのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）を示す。
【００３３】
例えば、回転機器のベアリングに異物が混入したことによる傷などにより異常振動が発生すると、高周波成分が断続的に現れる。これは、図７（ａ）と図８（ａ）とを目視で比較すれば、おおよそ判別がつく。
しかしながら、この断続的な高周波成分として現れるその傷が小さいときなどは、回転機器の完全な故障停止には至らない。そして、故障に至らない状況では、その断続的な高周波成分は非常に小さく、これを自動的に検出するために、単純にウェーブレット強度信号からこれを判別することは、ノイズ等の影響によりほぼ不可能である。図７（ｂ）と図８（ｂ）とを比較しても、自動的に断続的な高周波成分を取り出すことはできない。
【００３４】
ここで、前述したように、図７（ｃ）および図８（ｃ）に示すように、周波数分布ピーク信号を抽出すると、異常時の高周波成分とその発生間隔を明確に検出できる。すなわち、図８（ｃ）には、高周波成分が断続的に現れており、特徴量を抽出したことになる。
そこで、まず、このようにして特徴量抽出部１２０から得られた正常時の特徴量を、予め正常信号保持部６０１に記憶させておく。そして、異常判定部６０２において、異常発生時に得られた特徴量と、その正常時の特徴量と比較すれば、異常を判定することができる。
加えて、この異常判定の結果、異常と判定された場合に、警報出力部６０３において警報を出力することで、故障前に補修が可能となる。すなわち、上述したように、例えばベアリングに発生した傷などによる異常が小さなものであっても、それを、異常が大きくなり故障停止となる前に確実に検出できる。
【００３５】
ところで、上述では、信号変換部１１０と特徴量抽出部１２０とを備えるようにしたが、これらの動作をＣＰＵで行うようにしても良い。
すなわち、図９に示すように、まず、検出部９０１より得られた時系列信号をＡ／Ｄ変換部９０２によりデジタル信号に変換する。そして、この変換した信号を、ＣＰＵ９０３によりウェーブレット変換して時間−周波数領域に展開されたウェーブレット変換信号とし、その強度を演算し、出力されたウェーブレット強度信号より単位時間毎に周波数分布の極大値（ピーク）を検出する。
そして、このＣＰＵ９０３は、バス９０３ａに接続された主メモリ９０４に展開されたプログラムにより、上述した一連の動作を行う。また、主メモリ９０４に展開されるプログラムは、外部記憶装置９０５に格納されているものである。また、ウェーブレット変換に用いるウェーブレット関数も、例えば、予め外部記憶装置９０５に格納しておけばよい。また、パラメータの設定やしきい値の設定は、キーボード９０６より入力すればよい。そして、得られた周波数分布ピーク信号などが、モニタ９０７に表示される。
【００３６】
ところで、上述した実施の形態においては、数２に示す複素数形ウェーブレット関数（ガボールウェーブレット関数）を用いてウェーブレット変換を行うようにしたが、これに限るものではない。
一般に、ウェーブレット変換は、大きく分けて直交ウェーブレット変換と非直交ウェーブレット変換に分類できる。上述した実施の形態で用いたウェーブレット変換は、非直交であり、さらに、複素数形ウェーブレット関数を用いている。
【００３７】
非直交ウェーブレット変換においては、前述したように複素数形ウェーブレット関数を用いるものと、後述する実数形ウェーブレット関数を用いるものとがある。
非直交ウェーブレット変換において、前述したようにガボール関数などの複素数形ウェーブレット関数を用いると、ウェーブレット変換結果に対して絶対値を演算することにより強度が得られるので、強度から直接的にピーク検出が可能である。
【００３８】
また、非直交ウェーブレット変換において、メキシカンハット関数，フレンチハット関数，もしくは，シャノン（Ｓｈａｎｎｏｎ）関数などの実数形ウェーブレット関数を用いると、ウェーブレット変換結果に対して絶対値を演算しても、強度は得られない。しかしながら、演算した絶対値に、ローパスフィルタなどにより包絡線（エンベロープ）処理を施せば、強度に相当する情報が得られ、ピーク検出が可能となる。
【００３９】
一方、直交ウェーブレット変換では、実数形ウェーブレット関数のみが用いられる。このウェーブレット関数としては、ダウベシイズ（Ｄａｕｂｅｃｉｅｓ）関数，ハール（Ｈａｒｒ）関数，メイヤー（Ｍｅｙｅｒ）関数，シムレット（Ｓｙｍｌｅｔ）関数，スプライン関数，または、コイフレット（Ｃｏｉｆｌｅｔ）関数などがある。
この直交ウェーブレット変換においては、実数形ウェーブレット変換を用いた非直交ウェーブレット変換と同様に、演算した絶対値に、ローパスフィルタなどにより包絡線（エンベロープ）処理を施せば、強度に相当する情報が得られ、ピーク検出が可能となる。
【００４０】
但し、直交ウェーブレット変換では、周波数が低くなると、変換したデータ数が減少したり、時刻が各周波数（スケール）で一致しなくなる。このため、データの補間や時刻合わせが必要な場合もある。しかし、直交ウェーブレット変換においても、データ数を減少させない演算の方法もあり、実数形ウェーブレット関数を用いた非直交ウェーブレット変換と同様の結果を得ることもできる。
なお、上述では、特徴的な高周波成分を抽出するようにしたが、これに限るものではない。この発明により、高い周波数のノイズに隠れている特徴的な低周波成分を抽出することもできる。
【００４１】
【発明の効果】
以上説明したように、この発明では、まず、時系列信号をウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換し、次に、その第１の分布より、時間と周波数とその強度との関係を示す第２の分布に変換し、そして、その第２の分布において時刻毎の周波数強度分布のピークを検出するようにした。
以上示したように、第２の分布において時刻毎の周波数強度分布のピークを検出しているので、第２の分布において強度の高い特徴的な周波数成分が、時間的推移とともに抽出される。この結果、この発明によれば、時系列信号をウェーブレット変換して得られた、その時系列信号に含まれる様々な周波数的特徴の時間的な変化を、より精度良く定量的に把握できるという効果を有する。
【図面の簡単な説明】
【図１】 この発明の第１の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図２】 図１のピーク検出部１２１の動作を示すフローチャートである。
【図３】 ウェーブレット強度信号や周波数分布ピーク信号の出力結果を示す分布図である。
【図４】 この発明の第２の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図５】 温調している部屋の温度検出結果（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図６】 この発明の第３の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図７】 回転機器が正常な時の回転体の振動波形（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図８】 回転機器が異常な時の回転体の振動波形（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図９】 この発明の他の例におけるデータ変換装置の構成を示す構成図である。
【図１０】 時系列信号を示す波形図である。
【図１１】 図１０の時系列信号をウェーブレット変換した結果得られたウェーブレット強度信号を示す分布図である。
【図１２】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【図１３】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【図１４】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【符号の説明】
１１０…信号変換部、１１１…ウェーブレット関数生成部、１１２…ウェーブレット変換部、１１３…強度演算部、１２０…特徴量抽出部、１２１…ピーク検出部、１２２…特徴量算出部、１３０…ユーザーインターフェース、１３１…パラメータ設定部、１３２…しきい値設定部、１３３…表示部。
【発明の属する技術分野】
この発明は、解析などのために得られた時系列信号より特徴的な部分を抽出するためのデータ変換装置およびプログラム記憶媒体に関するものである。
【０００２】
【従来の技術】
振動や音またはプロセスデータなどの時系列信号に対して、例えば、複素数形ウェーブレット関数を用いてウェーブレット変換を行うと、時間−周波数領域の情報が得られる。この時間−周波数領域の情報に対し、強度（絶対値）を演算すると、時系列信号に含まれる様々な周波数的特徴の時間的な変化を解析できる。
このように、ウェーブレット変換結果である時間−周波数情報をスケール毎に微分処理し、特徴量として極値を抽出して解析や診断に用いる技術がある（文献１：特開平７−２７１７６３号公報）。
【０００３】
また、 対象となる信号のウェーブレット変換結果である時間−周波数情報から、スケール毎に信号の周期性を表す特徴量を抽出し、解析や診断に用いる技術がある（文献２：特開平８−８３２６５号公報）。
また、対象となる信号のウェーブレット変換結果から、スケール毎に平均および分散等の統計量を演算し、これらを特徴として抽出して診断に用いる技術がある（文献３：特開平８−２１９９５５号公報）。
また、対象となる信号のウェーブレット変換結果とある設定したしきい値とをスケール毎に比較し、しきい値を超える値を特徴として抽出して診断に用いる技術もある（文献４：特開平８−１７７５３０号公報）。
また、対象となる信号のウェーブレット変換結果において、スケール毎に分散を演算し、得られた分散分布のピークを特徴として抽出して解析に用いる技術がある（文献５：特開平８−３２９０４６号公報）。
【０００４】
【発明が解決しようとする課題】
ところで、従来のウェーブレット変換結果に表れる時系列信号の特徴量を抽出する方法としては、人が目で見て判断したり、しきい値（文献４）により検出していた。しかし、これらの方法では、不要な特徴量との判別が困難であり、望みの特徴量をうまく抽出できない場合がある。
一方、ウェーブレット変換結果において、スケール毎の極値を特徴量とした場合（文献１）、望みの特徴を抽出できない場合がある。
また、ウェーブレット変換結果より得られる特徴を周期性に限定する（文献２）と、他の有用な特徴を抽出できない。
また、統計量を特徴とした場合（文献３、文献５）、時間的な広がりを持つある領域全体を１つの特徴量で表すことになり、時間毎の詳細な特徴を抽出できない。
【０００５】
例えば、図１０に示す時系列信号より、振動成分を抽出したい場合、その時系列信号を、複素数形ウェーブレット関数を用いてウェーブレット変換してその強度を演算すると、図１１に示す強度信号が得られる。図１１は、強度の強い部分ほど明るく、逆に強度の弱い部分ほど暗くなるというように、信号成分の強度を輝度により表したウェーブレット強度信号を示している。この図１１に示すようなウエーブレット強度信号により、周波数軸（縦）と時間軸（横）の両軸でステップ状の波形と振動波形について解析することが可能となる。
しかしながら、このように信号（データ）を変換しても、元の信号に比べ情報量が多くなることや、分解能の制約などから定量的な判別は必ずしも容易でない。
【０００６】
ここで、文献４の技術によれば、図１１のウェーブレット強度信号より、所定のしきい値を超える値を特徴として抽出すると、図１２に示す抽出結果が得られる。しかしこれでは、振動成分の抽出は困難である。
すなわち、文献４に示された、しきい値を設定する方法では、望みとする特徴のみが必ずしきい値を超えることが予め判明している場合には有効である。しかし、そのような場合はむしろ少なく、さまざまな要因により、望みの特徴がしきい値を超えなかったり、他の特徴がしきい値を超えるような場合には判別は困難となる。また、しきい値の設定自体にも難しさがある。上述したように、図１２に示すしきい値により抽出した結果では、元の時系列信号のステップ部分と振動成分をうまく判別できない。
【０００７】
また、文献２の技術によれば、ウェーブレット変換結果において、スケール毎の時間的な変化のピーク（極大値）を検出し、ピークが周期的に現れれば、ピーク間の距離を元信号の周期性として抽出している。この文献２の技術によれば、図１１のウェーブレット強度信号より、図１３に示す抽出結果が得られる。
しかし、この図１３の抽出結果では、振動成分が全く抽出されていない。すなわち、この文献２の技術では、振動成分の抽出ができない。
【０００８】
また、文献１の技術によれば、対象となる信号のウェーブレット変換結果を、スケール毎に微分処理し、特徴量としてスケール毎の時間的な変化の極値を抽出するようにしている。極値には極大値と極小値が含まれるため、この文献１の技術によれば、図１１のウェーブレット強度信号により、スケール毎の極大値を抽出した図１３に加え、スケール毎の極小値も抽出されることになる。
しかしながら、図１１のウェーブレット強度信号におけるスケール毎の極小値は、図１１の暗部、すなわち強度の弱い部分に存在するため、特徴としては意味のないものまで抽出することになる。したがって、振動成分の抽出が困難となる。
【０００９】
他方、文献３や文献５に示されているように、統計量を特徴とする場合は、ある時間的な広がりを持つ領域の特徴を統計量という代表値で表すことになり、その領域での時間的な特徴が失われてしまう。例えば、文献５の技術によれば、ウェーブレット変換結果において、スケール毎の分散値を特徴量としている。この文献５の技術によれば、図１１のウェーブレット強度信号より、図１４に示す結果が得られる。この図１４に示す結果では、振動成分のスケール、すなわち周波数を特定することは可能であるが、時間的な情報が失われてしまうため、振動成分がいつ発生してどのくらい継続したかなどの情報が得られない。
以上に示したように、従来技術では、ステップ成分と振動成分を判別できなかったり、振動成分の特徴量を部分的にしか抽出できず、振動成分が存在することは判明するが、特に時間的な情報が欠落してしまうため、特徴を定量的に把握できない。
【００１０】
この発明は、以上のような問題点を解消するためになされたものであり、時系列信号をウェーブレット変換して得られた、その時系列信号に含まれる様々な周波数的特徴の時間的な変化を、より精度良く定量的に把握できるようにすることを目的とする。
【００１１】
【課題を解決するための手段】
この発明のデータ変換装置では、まず、時系列信号をウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換し、次に、その第１の分布より、時間と周波数とその強度との関係を示す第２の分布に変換し、そして、その第２の分布において時刻毎の周波数強度分布のピークを検出し、第２の分布において時刻毎の周波数強度分布のピークを検出し、検出したピークの中で、所望のしきい値以上のものを特徴量として取り出し、特徴量が含む周波数，発生時刻，継続時間，及び振幅の少なくとも１つからから特徴量が示すハンチングの状態を判定するようにした。
以上示したように、第２の分布において時刻毎の周波数強度分布のピークを検出しているので、第２の分布において強度の高い特徴的な周波数成分が、時間的推移とともに抽出される。
【００１２】
【発明の実施の形態】
以下この発明の実施の形態を図を参照して説明する。
実施の形態１
まず、この発明の第１の実施の形態について説明する。図１は、この実施の形態１におけるデータ変換装置の構成を示す構成図である。
図１に示すように、このデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対してパラメータを設定したり、特徴量抽出部１２０に対してしきい値を設定するなどを行うユーザーインターフェース部１３０とから構成されている。
【００１３】
まず、信号変換部１１０についてより詳細に説明する。この信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。
ウェーブレット関数生成部１１１では、ウェーブレット変換の基底関数となる複素数形ウェーブレット関数を生成する。複素数形ウェーブレット関数の代表的なものとして、ガボール（Ｇａｂｏｒ）ウェーブレット関数などがあるが、ここでは、ウェーブレット関数Ψ（ｔ）として、以下の数１で定義されるガボールウェーブレット関数を使用した。
【００１４】
【数１】
また、ウェーブレット変換部１１２では、ウェーブレット関数生成部１１１で生成された複素数形ウェーブレット関数を用い、図示していない入力手段等により入力された時系列信号をウェーブレット変換する。
すなわち、ウェーブレット変換部１１２では、入力された時系列信号に対し、ユーザーインターフェース部１３０により設定された周波数に対応したスケールパラメータを基に、ウェーブレット関数生成部１１１で生成された複素数形ウェーブレット関数を用いてウェーブレット変換を行う。ここでは非直交ウェーブレット変換を行う。
そして、ウェーブレット変換の結果として、複素数で表される時間−周波数領域に展開されたウェーブレット変換信号Ｗ（ａ，ｂ）を得る。
その際、ウェーブレット変換の定義式とその条件は、次の数２で表される。
【００１６】
【数２】
本実施例では、ウェーブレット変換信号Ｗ（ａ，ｂ）を、Ｍ：スケールパラメータａの個数、Ｎ：シフトパラメータｂの個数（時系列信号点数に等しい）とおいて、以下に示すように、大きさＭ×Ｎの２次元配列Ｗijとして演算する。
Ｗij＝Ｗ（ａi，ｂj） ｉ＝１，２，・・・・，Ｍ、ｊ＝１，２，・・・・，Ｎ
そして、強度演算部１１３では、そのウェーブレット変換結果であるウェーブレット変換信号から、その強度を演算する。すなわち、ウェーブレット変換の結果であるウェーブレット変換信号Ｗijから、Ａij＝｜Ｗij｜によりウェーブレット強度信号Ａijを演算する。ここでは、ウェーブレット強度信号として、ウェーブレット変換信号の絶対値を用いた。
【００１８】
次に、特徴量抽出部１２０について、より詳細に説明する。この特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そのピーク検出部１２１では、強度演算部１１３から出力されたウェーブレット強度信号より、単位時間毎に周波数分布の極大値（ピーク）を検出する。
すなわち、信号変換部１１０の変換結果であるウェーブレット強度信号の所定間隔の各時刻における周波数分布に着目し、単位時間毎（所定の間隔の時刻毎）にその時刻における周波数の強度分布のピーク（極大値）を検出する。
【００１９】
このピーク検出では、図２のフローチャートに示すように、まず、ステップＳ１で、ｉの最大値Ｍにスケールパラメータａの個数を設定する。すなわち、ウェーブレット変換して得られた時間−周波数情報における周波数軸（スケール）の分割数を設定する。同様に、ｊの最大値Ｎにシフトパラメータｂの個数を設定する。すなわち、ウェーブレット変換して得られた時間−周波数情報における、時間軸（シフト）の分割数を設定する。そして、Ｔｈにしきい値を設定する。このしきい値は、演算誤差などにより生じる無視しうる微少なピークを検出しないためのものであり、ユーザーインターフェース部１３０で設定している。
【００２０】
次いで、ステップＳ２で、ｊを１とし、ステップＳ３でｉを１とする。
次に、ステップＳ４で、ｉが１より大きいかつｉがＭより小さいかどうかを判断する。ウェーブレット変換の結果得られた時間−周波数情報においては、スケール（周波数）の最小値と最大値に強度のピークはないとみなして、この判断でそれを除外している。
この判断により、ｉが１もしくはＭのときは、ステップＳ５に移行し、Ｐ（ｉ，ｊ）＝０とする。すなわち、ピークではないとする。一方、ｉが１かつＭでないときは、ステップＳ６に移行する。
【００２１】
次に、ステップＳ６で、係る時刻の係る周波数における強度Ａ（ｉ，ｊ）が、まず、設定されているしきい値Ｔｈより大きいかどうか判断する。加えて、その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ−１，ｊ）より大きいかどうか判断する。さらに、その強度Ａ（ｉ，ｊ）が強度Ａ（ｉ＋１，ｊ）より大きいかどうか判断する。以上の判断で、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）ならば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）においてピークを示しているものと判断する。そして、ステップＳ７に移行して、Ｐ（ｉ，ｊ）＝１とする。
以上のことに対して、Ａ（ｉ，ｊ）＞ＴｈかつＡ（ｉ，ｊ）＞Ａ（ｉ−１，ｊ）かつＡ（ｉ，ｊ）＞Ａ（ｉ＋１，ｊ）でないならば、その周波数（ｉ）の強度Ａはこの時刻（ｊ）においてピークを示していないものと判断する。そして、ステップＳ５に移行して、Ｐ（ｉ，ｊ）＝０とする。
【００２２】
次いで、ステップＳ８でｉに１を加え、ステップＳ９でそのｉがＭより大きいかどうか判断する。ステップＳ９の判断でｉがＭより大きくない場合、ステップＳ４〜８を繰り返す。一方、ステップＳ９の判断で、ｉがＭより大きい場合、ステップＳ１０に移行してｊに１を加え、ステップＳ１１でそのｊがＮより大きいかどうか判断する。このステップＳ１１の判断で、ｊがＮより大きくない場合、ステップＳ３〜ステップＳ１０を繰り返す。そして、ステップＳ１１の判断で、ｊがＮより大きい場合、処理を終了する。
【００２３】
以上に示したことにより、ウェーブレット強度信号Ａijの単位時間毎の周波数分布の全点において、ピークであれば１、そうでなければ０の２値としてピークを検出し、周波数分布ピーク信号Ｐijを得るようにしている。
そして、その検出した単位時間毎の周波数分布ピーク信号から、特徴量算出部１２２において、周波数，発生時刻，継続時間などの特徴量を演算する。
なお、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。その中で、パラメータ設定部１３１は、前述したように、ウェーブレット変換部１１２に対して、周波数に対応したスケールパラメータを設定する。また、しきい値設定部１３２は、ピーク検出部１２１において用いる、演算誤差などにより生じる無視しうる微少なピークを検出しないためのしきい値を設定する。
【００２４】
そして、表示部１３３は、信号変換部１１０が出力するウェーブレット強度信号の表示、特徴量抽出部１２０により得られた周波数分布ピーク信号などの表示を行う。
図３は、その表示部１３３に表示されたウェーブレット強度信号や周波数分布ピーク信号の出力結果を示す分布図である。図３（ａ）は、ウェーブレット変換の結果得られたウェーブレット強度信号を示し、図３（ｂ）は、周波数分布ピーク信号を示す。また、これら分布図において、横軸は時間を示し、縦軸（スケール）は周波数を示している。
これらの結果は、図１０の時系列信号より、上述したこの発明の実施の形態１のデータ変換装置により得られたものである。図３（ｂ）から明らかなように、図１０の時系列信号より、特徴的な振動成分のみが抽出されていることがわかる。
【００２５】
実施の形態２
以下、この発明の第２の実施の形態について説明する。この実施の形態２においては、図４に示すように、上述したデータ変換装置を空調機の異常制御検出に適用した場合について説明する。
図４に示すように、この実施の形態２においては、新に、ハンチング判定部５０１と制御パラメータ設定部５０２を設けるようにしている。
すなわち、この実施の形態２におけるデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対するパラメータの設定や、特徴量抽出部１２０に対するしきい値の設定を行うユーザーインターフェース部１３０と、これらに加え、ハンチング判定部５０１と制御パラメータ設定部５０２とから構成されている。
【００２６】
また、信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。また、特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そして、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。
【００２７】
ところで、ビルなどに設置されている空調機では、設置時に設定した制御パラメータが空調機能力の経時変化などにより不適当な値となることがある。その結果、その空調機の制御が不安定となり、温調している部屋の温度が短い時間で変動するハンチング等の不具合が発生する。
この、ハンチングは、空調機の稼働状態を反映したものであり、これが発生すると、空調に必要なエネルギーに無駄が発生したり、利用者に不快感を与えることになり問題となる。
そして、このハンチングは比較的短い間隔の振動成分として現れるため、従来のように空調状態を人が監視する方法では、見逃してしまう場合がある。また、機器が複数ある場合には、すべてを監視することは不可能であった。
【００２８】
図５は、温調している部屋の温度検出結果（ａ）と、それをウェーブレット変換して得たウェーブレット強度分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示している。なお、図５（ｂ），（ｃ）では、横軸は時間を示し、縦軸（スケール）は周波数を示している。
図５（ａ）に示すように、ある時間帯において、上述したハンチングが発生している。これは、温度検出結果の中で、振動成分としてみられる。これより、前述の実施の形態１に示したことと同様にすることで、図５（ｃ）に示すように、その振動成分のみを抽出できる。
【００２９】
そして、この実施の形態２におけるデータ変換装置の動作を説明すると、その抽出した特徴量より、ハンチング判定部５０１において、その周波数，発生時刻，継続時間，振幅などから、その特徴量が示すハンチングの状態を判定する。また、制御パラメータ設定部５０２では、その判定結果により、空調設備におけるそれぞれの機器や、空調対象の環境に適合した最適化空調機器制御値を算出し、それを空調機に設定する。
以上示したように、この実施の形態２では、空調データハンチングとして現れる振動成分のみを自動的に検出できる。したがって、この状態を見逃すこともなく、機器が複数ある場合でもすべてに対してハンチング検出が可能となり、空調におけるハンチング発生の問題を解決できる。
【００３０】
実施の形態３
以下、この発明の第３の実施の形態について説明する。この実施の形態３においては、図６に示すように、前述したデータ変換装置を回転機器の異常診断に適用した場合について説明する。
図６に示すように、この実施の形態３においては、新に、正常信号保持部６０１，異常判定部６０２，および，警報出力部６０３を設けるようにしている。
すなわち、この実施の形態３におけるデータ変換装置は、信号変換部１１０と、その信号変換部１１０より出力された信号より特徴を抽出する特徴量抽出部１２０と、信号変換部１１０に対するパラメータの設定や、特徴量抽出部１２０に対するしきい値の設定を行うユーザーインターフェース部１３０と、これらに加え、正常信号保持部６０１，異常判定部６０２，および，警報出力部６０３とから構成されている。
【００３１】
また、信号変換部１１０は、ウェーブレット関数生成部１１１と、ウェーブレット変換部１１２と、強度演算部１１３とから構成されている。また、特徴量抽出部１２０は、ピーク検出部１２１と、特徴量算出部１２２とから構成されている。そして、ユーザーインターフェース部１３０は、パラメータ設定部１３１としきい値設定部１３２と表示部１３３とから構成されている。
【００３２】
ところで、回転機器を構成するベアリングなどの回転体において、異物の混入や劣化などにより傷が生じる。そして、これを放っておくと運転中に故障が発生し、重大な損害が生じる。したがって、これを早期に発見し、補修することが必要である。
まず、図７に、回転機器が正常な時の回転体の振動波形（ａ）とウェーブレット強度信号（ｂ）、およびそのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）を示す。これは、例えば、ベアリング部より発生している音を検出したものである。また、図８に、回転機器が異常なときの回転体の振動波形（ａ）とウェーブレット強度信号（ｂ）、およびそのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）を示す。
【００３３】
例えば、回転機器のベアリングに異物が混入したことによる傷などにより異常振動が発生すると、高周波成分が断続的に現れる。これは、図７（ａ）と図８（ａ）とを目視で比較すれば、おおよそ判別がつく。
しかしながら、この断続的な高周波成分として現れるその傷が小さいときなどは、回転機器の完全な故障停止には至らない。そして、故障に至らない状況では、その断続的な高周波成分は非常に小さく、これを自動的に検出するために、単純にウェーブレット強度信号からこれを判別することは、ノイズ等の影響によりほぼ不可能である。図７（ｂ）と図８（ｂ）とを比較しても、自動的に断続的な高周波成分を取り出すことはできない。
【００３４】
ここで、前述したように、図７（ｃ）および図８（ｃ）に示すように、周波数分布ピーク信号を抽出すると、異常時の高周波成分とその発生間隔を明確に検出できる。すなわち、図８（ｃ）には、高周波成分が断続的に現れており、特徴量を抽出したことになる。
そこで、まず、このようにして特徴量抽出部１２０から得られた正常時の特徴量を、予め正常信号保持部６０１に記憶させておく。そして、異常判定部６０２において、異常発生時に得られた特徴量と、その正常時の特徴量と比較すれば、異常を判定することができる。
加えて、この異常判定の結果、異常と判定された場合に、警報出力部６０３において警報を出力することで、故障前に補修が可能となる。すなわち、上述したように、例えばベアリングに発生した傷などによる異常が小さなものであっても、それを、異常が大きくなり故障停止となる前に確実に検出できる。
【００３５】
ところで、上述では、信号変換部１１０と特徴量抽出部１２０とを備えるようにしたが、これらの動作をＣＰＵで行うようにしても良い。
すなわち、図９に示すように、まず、検出部９０１より得られた時系列信号をＡ／Ｄ変換部９０２によりデジタル信号に変換する。そして、この変換した信号を、ＣＰＵ９０３によりウェーブレット変換して時間−周波数領域に展開されたウェーブレット変換信号とし、その強度を演算し、出力されたウェーブレット強度信号より単位時間毎に周波数分布の極大値（ピーク）を検出する。
そして、このＣＰＵ９０３は、バス９０３ａに接続された主メモリ９０４に展開されたプログラムにより、上述した一連の動作を行う。また、主メモリ９０４に展開されるプログラムは、外部記憶装置９０５に格納されているものである。また、ウェーブレット変換に用いるウェーブレット関数も、例えば、予め外部記憶装置９０５に格納しておけばよい。また、パラメータの設定やしきい値の設定は、キーボード９０６より入力すればよい。そして、得られた周波数分布ピーク信号などが、モニタ９０７に表示される。
【００３６】
ところで、上述した実施の形態においては、数２に示す複素数形ウェーブレット関数（ガボールウェーブレット関数）を用いてウェーブレット変換を行うようにしたが、これに限るものではない。
一般に、ウェーブレット変換は、大きく分けて直交ウェーブレット変換と非直交ウェーブレット変換に分類できる。上述した実施の形態で用いたウェーブレット変換は、非直交であり、さらに、複素数形ウェーブレット関数を用いている。
【００３７】
非直交ウェーブレット変換においては、前述したように複素数形ウェーブレット関数を用いるものと、後述する実数形ウェーブレット関数を用いるものとがある。
非直交ウェーブレット変換において、前述したようにガボール関数などの複素数形ウェーブレット関数を用いると、ウェーブレット変換結果に対して絶対値を演算することにより強度が得られるので、強度から直接的にピーク検出が可能である。
【００３８】
また、非直交ウェーブレット変換において、メキシカンハット関数，フレンチハット関数，もしくは，シャノン（Ｓｈａｎｎｏｎ）関数などの実数形ウェーブレット関数を用いると、ウェーブレット変換結果に対して絶対値を演算しても、強度は得られない。しかしながら、演算した絶対値に、ローパスフィルタなどにより包絡線（エンベロープ）処理を施せば、強度に相当する情報が得られ、ピーク検出が可能となる。
【００３９】
一方、直交ウェーブレット変換では、実数形ウェーブレット関数のみが用いられる。このウェーブレット関数としては、ダウベシイズ（Ｄａｕｂｅｃｉｅｓ）関数，ハール（Ｈａｒｒ）関数，メイヤー（Ｍｅｙｅｒ）関数，シムレット（Ｓｙｍｌｅｔ）関数，スプライン関数，または、コイフレット（Ｃｏｉｆｌｅｔ）関数などがある。
この直交ウェーブレット変換においては、実数形ウェーブレット変換を用いた非直交ウェーブレット変換と同様に、演算した絶対値に、ローパスフィルタなどにより包絡線（エンベロープ）処理を施せば、強度に相当する情報が得られ、ピーク検出が可能となる。
【００４０】
但し、直交ウェーブレット変換では、周波数が低くなると、変換したデータ数が減少したり、時刻が各周波数（スケール）で一致しなくなる。このため、データの補間や時刻合わせが必要な場合もある。しかし、直交ウェーブレット変換においても、データ数を減少させない演算の方法もあり、実数形ウェーブレット関数を用いた非直交ウェーブレット変換と同様の結果を得ることもできる。
なお、上述では、特徴的な高周波成分を抽出するようにしたが、これに限るものではない。この発明により、高い周波数のノイズに隠れている特徴的な低周波成分を抽出することもできる。
【００４１】
【発明の効果】
以上説明したように、この発明では、まず、時系列信号をウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換し、次に、その第１の分布より、時間と周波数とその強度との関係を示す第２の分布に変換し、そして、その第２の分布において時刻毎の周波数強度分布のピークを検出するようにした。
以上示したように、第２の分布において時刻毎の周波数強度分布のピークを検出しているので、第２の分布において強度の高い特徴的な周波数成分が、時間的推移とともに抽出される。この結果、この発明によれば、時系列信号をウェーブレット変換して得られた、その時系列信号に含まれる様々な周波数的特徴の時間的な変化を、より精度良く定量的に把握できるという効果を有する。
【図面の簡単な説明】
【図１】 この発明の第１の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図２】 図１のピーク検出部１２１の動作を示すフローチャートである。
【図３】 ウェーブレット強度信号や周波数分布ピーク信号の出力結果を示す分布図である。
【図４】 この発明の第２の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図５】 温調している部屋の温度検出結果（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図６】 この発明の第３の実施の形態におけるデータ変換装置の構成を示す構成図である。
【図７】 回転機器が正常な時の回転体の振動波形（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図８】 回転機器が異常な時の回転体の振動波形（ａ）と、それをウェーブレット変換してえられたウェーブレット強度信号分布（ｂ）と、そのウェーブレット変換結果より特徴量抽出部１２０が抽出した結果（ｃ）とを示す分布図である。
【図９】 この発明の他の例におけるデータ変換装置の構成を示す構成図である。
【図１０】 時系列信号を示す波形図である。
【図１１】 図１０の時系列信号をウェーブレット変換した結果得られたウェーブレット強度信号を示す分布図である。
【図１２】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【図１３】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【図１４】 図１１のウェーブレット強度信号に所定の処理を施した結果得られた分布図である。
【符号の説明】
１１０…信号変換部、１１１…ウェーブレット関数生成部、１１２…ウェーブレット変換部、１１３…強度演算部、１２０…特徴量抽出部、１２１…ピーク検出部、１２２…特徴量算出部、１３０…ユーザーインターフェース、１３１…パラメータ設定部、１３２…しきい値設定部、１３３…表示部。
Claims (4)
- 時系列信号を入力する入力手段と、
前記入力手段が入力した時系列信号を設定されているウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換するウェーブレット変換部と、
前記第１の分布より、前記時間と前記周波数とその強度との関係を示す第２の分布に変換する強度演算部と、
前記第２の分布において時刻毎の周波数強度分布のピークを検出するピーク検出部と、
前記ピーク検出部が検出したピークの中で、所望のしきい値以上のものを特徴量として取り出す特徴量算出部と、
この特徴量算出部が取り出した特徴量が含む周波数，発生時刻，継続時間，及び振幅の少なくとも１つからから前記特徴量が示すハンチングの状態を判定するハンチング判定部と
を備えたことを特徴とするデータ変換装置。 - 請求項１記載のデータ変換装置において、
前記ウェーブレット変換は、非直交ウェーブレット変換であることを特徴とするデータ変換装置。 - 請求項２記載のデータ変換装置において、
前記ウェーブレット関数は複素数形であることを特徴とするデータ変換装置。 - 時系列信号をウェーブレット関数に基づいてウェーブレット変換して時間と周波数との関係を示す第１の分布に変換する第１のステップと、
前記第１の分布より、前記時間と前記周波数とその強度との関係を示す第２の分布に変換する第２のステップと、
前記第２の分布において時刻毎の周波数強度分布のピークを検出する第３のステップと、
前記第３のステップにおいて検出したピークの中で、所望のしきい値以上のものを特徴量として取り出す第４のステップと、
前記特徴量が含む周波数，発生時刻，継続時間，及び振幅の少なくとも１つからから前記特徴量が示すハンチングの状態を判定する第５のステップと
をＣＰＵに実行させるためのプログラムを記憶したプログラム記憶媒体。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20677597A JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
| CNB988078279A CN1192319C (zh) | 1997-07-31 | 1998-07-31 | 数据变换方法与数据变换装置 |
| PCT/JP1998/003425 WO1999006921A1 (fr) | 1997-07-31 | 1998-07-31 | Procede de conversion de donnees, convertisseur de donnees et support de stockage de programmes |
| US09/485,042 US6281814B1 (en) | 1997-07-31 | 1998-07-31 | Data conversion method, data converter, and program storage medium |
| EP98935310A EP1001352A4 (en) | 1997-07-31 | 1998-07-31 | DATA COVERTY PROCESSING, DATA TRANSFORMER AND PROGRAM MEMORY |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20677597A JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1153342A JPH1153342A (ja) | 1999-02-26 |
| JP3648023B2 true JP3648023B2 (ja) | 2005-05-18 |
Family
ID=16528889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20677597A Expired - Fee Related JP3648023B2 (ja) | 1997-07-31 | 1997-07-31 | データ変換装置およびプログラム記憶媒体 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6281814B1 (ja) |
| EP (1) | EP1001352A4 (ja) |
| JP (1) | JP3648023B2 (ja) |
| CN (1) | CN1192319C (ja) |
| WO (1) | WO1999006921A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3730435B2 (ja) * | 1999-03-26 | 2006-01-05 | 株式会社東芝 | 波形信号解析装置 |
| US6448909B1 (en) * | 2000-01-28 | 2002-09-10 | The United States Of America As Represented By The Secretary Of The Navy | Analog continuous wavelet transform circuit |
| KR100772669B1 (ko) * | 2001-04-04 | 2007-11-02 | 다이니폰 인사츠 가부시키가이샤 | 원편광 추출 광학 소자의 제조 방법과, 원편광 추출 광학소자 및, 이를 구비한 편광 광원 장치 및 액정 표시 장치 |
| AUPR863001A0 (en) * | 2001-11-01 | 2001-11-29 | Inovatech Limited | Wavelet based fraud detection |
| JP4218824B2 (ja) * | 2002-11-13 | 2009-02-04 | 隆之 大河内 | 木材の年輪箇所検出方法および年輪幅計測方法 |
| JP5606107B2 (ja) * | 2010-03-10 | 2014-10-15 | 三菱電機株式会社 | 基準値作成装置及び基準値作成方法 |
| US9141872B2 (en) * | 2013-09-11 | 2015-09-22 | Digitalglobe, Inc. | Automated and scalable object and feature extraction from imagery |
| KR102174553B1 (ko) * | 2017-12-22 | 2020-11-05 | 미쓰비시덴키 가부시키가이샤 | 음향 계측 시스템 및 파라미터 생성 장치 |
| JP6985180B2 (ja) * | 2018-02-27 | 2021-12-22 | ファナック株式会社 | 数値制御装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3744950B2 (ja) | 1994-03-30 | 2006-02-15 | オリンパス株式会社 | データ解析装置 |
| JPH0883265A (ja) | 1994-09-13 | 1996-03-26 | Toshiba Corp | 振動信号解析装置 |
| US5619998A (en) * | 1994-09-23 | 1997-04-15 | General Electric Company | Enhanced method for reducing ultrasound speckle noise using wavelet transform |
| JPH08177530A (ja) | 1994-12-27 | 1996-07-09 | Toshiba Corp | ガスタービンの異常検知装置 |
| JP3251799B2 (ja) | 1995-02-13 | 2002-01-28 | 三菱電機株式会社 | 機器の診断装置 |
| JPH08329046A (ja) | 1995-05-31 | 1996-12-13 | Toshiba Corp | ウェーブレット変換を用いた信号解析装置 |
| US5821882A (en) * | 1995-08-31 | 1998-10-13 | Yamatake-Honeywell Co., Ltd. | Data conversion method and apparatus |
| US5802369A (en) * | 1996-04-22 | 1998-09-01 | The United States Of America As Represented By The Secretary Of The Navy | Energy-based wavelet system and method for signal compression and reconstruction |
-
1997
- 1997-07-31 JP JP20677597A patent/JP3648023B2/ja not_active Expired - Fee Related
-
1998
- 1998-07-31 CN CNB988078279A patent/CN1192319C/zh not_active Expired - Fee Related
- 1998-07-31 US US09/485,042 patent/US6281814B1/en not_active Expired - Lifetime
- 1998-07-31 WO PCT/JP1998/003425 patent/WO1999006921A1/ja active Application Filing
- 1998-07-31 EP EP98935310A patent/EP1001352A4/en not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| US6281814B1 (en) | 2001-08-28 |
| JPH1153342A (ja) | 1999-02-26 |
| WO1999006921A1 (fr) | 1999-02-11 |
| EP1001352A1 (en) | 2000-05-17 |
| CN1192319C (zh) | 2005-03-09 |
| CN1265756A (zh) | 2000-09-06 |
| EP1001352A4 (en) | 2008-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110031088B (zh) | 电子设备故障检测方法、装置、设备和吸油烟机 | |
| JP4846954B2 (ja) | 複雑な信号の分解およびモデリング | |
| US20080010039A1 (en) | Anomaly diagnosis apparatus and method of machine installation | |
| JP3648023B2 (ja) | データ変換装置およびプログラム記憶媒体 | |
| US6269263B1 (en) | Method for estimating heart rate variability and apparatus for embodying estimation | |
| WO2008035611A1 (fr) | Dispositif de traitement de données, procédé de traitement de données et programme de traitement de données | |
| US7949497B2 (en) | Machine condition monitoring using discontinuity detection | |
| JPWO2004068078A1 (ja) | 状態判定方法と状態予測方法及び装置 | |
| US8620609B2 (en) | Method and apparatus for identifying anomalies of a signal | |
| JP3148187B2 (ja) | パーティクルモニタシステム及びパーティクル検出方法並びにパーティクル検出プログラムを格納した記録媒体 | |
| JP6560167B2 (ja) | 判定装置、判定方法および判定プログラム | |
| JP3561151B2 (ja) | 異常診断装置および異常診断方法 | |
| JP6861414B2 (ja) | 解析マップ作成装置およびプログラム | |
| JPH08110262A (ja) | オンライン回転体診断装置 | |
| JP4016831B2 (ja) | 壁面剥離診断のためのウェーブレット変換方法、壁面剥離診断用装置 | |
| WO2020202567A1 (ja) | 振動音響解析方法及び装置と機器異常部位推定方法及び装置 | |
| JP3390343B2 (ja) | 振動成分検出方法および振動成分検出装置およびプログラム記憶媒体 | |
| CN118354194B (zh) | 行车记录仪控制方法、设备及存储介质 | |
| JPH10339664A (ja) | 監視装置及び方法 | |
| JP4209793B2 (ja) | 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 | |
| JPH1031511A (ja) | 異常変動予測方法及び異常変動予測装置 | |
| JPH0450731A (ja) | 回転機故障診断システム | |
| WO2022234636A1 (ja) | 信号処理装置、信号処理方法、信号処理システム及びコンピュータ読み取り可能な記憶媒体 | |
| JPH08329046A (ja) | ウェーブレット変換を用いた信号解析装置 | |
| JPH0883265A (ja) | 振動信号解析装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040316 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040514 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050208 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050210 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080218 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090218 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100218 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100218 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110218 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120218 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130218 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140218 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |