JP5017678B2 - 信号検査方法および信号検査モジュール - Google Patents

Description

本発明は、対象物の状態診断やパターン認識などの分野において、計測により得られた対象物の信号はオーバーフロー、外れ値および非定常性があるか否かを総合的に評価し、計測された信号の良否を検査する方法であり、診断装置やパターン認識装置などにおいて誤診断や誤判定を防ぐために提供できる信号検査用のモジュールに関するものである。

対象物の状態診断やパターン認識などのために信号を計測するときに、測定された信号が定常な信号か、非定常な信号かによって処理方法が違う。定常な信号を処理するための診断装置やパターン認識装置などに非定常な信号を入力すると、間違った結果が出力される。

また、診断やパターン認識などの対象物から発する真の信号が定常な信号であるが、計測ミスや外乱などの原因により計測された信号は非定常な信号となり、更にオーバーフローなどの発生により計測された信号は対象物の真の信号でない不備な信号となってしまう。このような非定常な信号や不備な信号を診断装置やパターン認識装置などに入力しても正確な結果が得られない。

従来、様々な分野で色々な診断装置やパターン認識装置などが提案されているが、診断やパターン認識のための処理を行う前に、測定された信号の良否（測定ミスや処理上の不備などの有無）についての検査手法およびモジュールが示されていない。この点については特に関連性のある過去の文献は先願［特許文献１］であり、その他に関連のある文献は、たとえば、［特許文献２，３，４，５、６］である。
特願２００４−１６１８０２ 特許公開平７−３２４９７６ 特許公開２０００−１７１２９１ 特許公開平１１−２９０３２３ 特許公開２００５−３３５５９ 国際公開番号Ｗ００１／０７０１１３

従来の診断装置やパターン認識装置には、測定された信号の測定ミスがあるか否かを判断する手段は、信号のオーバーフローの有無だけをチェックするか、または計測者の目視や勘などにより不備（測定ミス）の有無を判断することである。しかし、前記のように、定常な信号を処理するための診断装置やパターン認識装置は、測定された信号のオーバーフローの有無だけの確認では不十分であり、信号の定常性を検査する必要がある。また、計測者の目視や勘などにより不備の有無を判断するのは限界があり、特に測定された生信号が直接に確認できない計測装置の場合は判定の精度が保証できない。

本発明は、様々な分野で色々な診断装置やパターン認識装置などにおいて、診断やパターン認識のための処理を行う前に、測定された信号が定常な信号か、非定常な信号か、また測定された信号の測定ミスがあるか否かについての信号検査手法および信号検査モジュールを提供することを目的とする。

上記の問題点を解決するために、本発明においては、次のような手段を採る。測定された信号が定常な信号か、非定常な信号かについては、有次元特徴パラメータおよび無次元特徴パラメータの定常性を確認することにより検査する。また、測定された信号に不備（測定ミス）があるか否かについては、オーバーフローの有無および外れ値の有無を確認することにより検査する。

本発明においては、対象物の状態診断やパターン認識などのために測定された信号が定常な信号か、非定常な信号か、また不備があるか否かを自動的に検査する方法およびモジュールを提供できる。よって、本発明の方法およびモジュールは、様々な分野で色々な診断装置やパターン認識装置に適用でき、状態診断やパターン認識などの精度を高くすることができ、信号検査の自動化に役立つ。

本発明の処理の流れは図１に示す。ここで、この流れに沿って本発明の最良の形態について説明する。

信号の測定（図１のＡ）
ここで、対象とする信号は、振動信号、電圧信号、電流信号、音響信号および生体信号などであり、対象物の状態診断やパターン認識に用いられるものである。

時系列信号（図１のＢ）
本発明の検査対象は時系列信号であり、図５，図６，図７および図８の例に示すように、計測部で測定されて状態診断やパターン認識などの処理をしようとする対象信号の波形データ全体である。すなわち、測定された信号は不備などがあるか否か、また、時系列信号の統計的な性質が時間と共に変化するか否かを検査することにより信号の定常性を判定する。なお、計測された信号はサンプリングによりＮ個の離散データ波形となり、ｘ（ｉ）（ｉ＝１〜Ｎ）で表す。なお、ｘ（ｉ）の平均値μ_ｒと標準偏差Ｓ_ｒを求めたら、次のようにｘ（ｉ）の正規化を行えば、

オーバーフロー検出法（図１のＣ，Ｄ）
オーバーフローとは、信号の最大値（プラス側）が計測装置の最大計測レンジより大きいか、最小値（マイナス側）が計測装置の最大計測レンジより小さいことである。オーバーフローが発生したか否かは次のように判定する。波形データｘ（ｉ）の最大値と最小値をそれぞれｘ_ｍａｘ（ｉ）とｘ_ｍｉｎ（ｉ）とし、計測装置の最大計測レンジと最小計測レンジをそれぞれＲ_ｍａｘとＲ_ｍｉｎとすると、ｘ_ｍａｘ（ｉ）≧Ｒ_ｍａｘはるいはｘ_ｍｉｎ（ｉ）≦Ｒ_ｍｉｎならば、オーバーフローが発生したと判定する。

外れ値の検出法（図１のＥ，Ｆ，Ｇ，Ｈ）
外れ値は、「統計においてデータの集団から外れた極端に大きな値あるいは極端に小さな値である」と定義されている。外れ値の検定方法は、様々あるが、本発明では、処理の迅速化のために波形データの中に「平均値＋４×標準偏差」以上、あるいは「平均値−４×標準偏差」以下の値を外れ値と見做し、外れ値の程度は「平均値＋４×標準偏差」より大きいほど、あるいは「平均値−４×標準偏差」より小さいほど、外れ値の発生程度が大きい。外れ値の検出は次の２つの方法がある。
（１）波形データの平均値と標準偏差を用いた外れ値検出法
状態診断やパターン認識などのために得られた信号の離散データをｘ（ｉ）（ｉ＝１〜Ｎ）とし、ｘ（ｉ）の絶対値を｜ｘ（ｉ）｜とし、｜ｘ（ｉ）｜の平均値と標準偏差をそれぞれμとＳとし、係数ｋの範囲をｋ _ｍｉｎ 〜ｋ _ｍａｘ と設定した後、｜ｘ（ｉ）｜の中にある値｜ｘ（ｊ）｜（ｊ＝１〜Ｎ）＞μ＋ｋ _ｍｉｎ Ｓならば、ｘ（ｊ）を外れ値と判定される。一般にｋ _ｍｉｎ 〜ｋ _ｍａｘ ＝４〜５０である。望ましいｋ _ｍｉｎ 〜ｋ _ｍａｘ は５〜２０である。

（２）波形データの絶対最大値を用いた外れ値検出法
前記のｘ（ｉ）のＬ個の絶対最大値を｜ｘ _Ｍｊ ｜（ｊ＝１〜Ｌ）とし、ｘ _Ｍｊ 除いた後の平均値と標準偏差をそれぞれμ _ａ とＳ _ａ とすると、係数ｋ _ａ の範囲をｋ _ａｍｉｎ 〜ｋ _ａｍａｘ と設定した後、｜ｘ _Ｍｊ ｜＞μ _ａ ＋ｋ _ｍｉｎ Ｓ _ａ ならば、ｘ _Ｍｊ を外れ値と判定される。ここで、一般にｋ _ａｍｉｎ 〜ｋ _ａｍａｘ ＝４〜３０である。望ましいｋ _ａｍｉｎ 〜ｋ _ａｍａｘ は５〜２０である。また、一般にＬ／Ｎ＝０．００００１〜０．１であり、望ましいＬ／Ｎの範囲は０．０００１〜０．００１である。

（３）外れ値の発生程度の計算法
外れ値の発生程度（以下「外れ程度」と呼ぶ）をパーセンテージで表す場合、係数ｋ（または、ｋ _ａ ）の上限値と下限値をそれぞれｋ _ｍａｘ とｋ _ｍｉｎ （または、ｋ _ａｍａｘ とｋ _ａｍｉｎ ）とし、｜ｘ（ｊ）｜≧μ＋ｋ _ｍａｘ Ｓ（または、｜ｘ _Ｍｊ ｜≧μ _ａ ＋ｋ _ａｍａｘ Ｓ _ａ ）のとき、外れ程度を１００％とし、｜ｘ（ｊ）｜≦μ＋ｋ _ｍｉｎ Ｓ（または、｜ｘ _Ｍｊ ｜≦μ _ａ ＋ｋ _ａｍｉｎ Ｓ _ａ ）のとき、外れ程度を０％とし、｜ｘ（ｊ）｜＝μ＋ｋ _ｍｉｎ Ｓ〜μ＋ｋ _ｍａｘ （または、｜ｘ _Ｍｊ ｜＝μ _ａ ＋ｋ _ａｍｉｎ Ｓ _ａ 〜μ _ａ ＋ｋ _ａｍａｘ Ｓ _ａ ）のとき、外れ程度を０％〜１００％とすると、外れ程度が予め設定した閾値より大きい時に前記信号を不備な信号と判定して適宜な対処を行う。
たとえば、ｋ_ｍａｘ＝１５とｋ_ｍｉｎ＝５のとき、ｘ_ｍａｘ＝μ＋５Ｓであれば０％、ｘ_ｍａｘ＝μ＋１０Ｓであれば５０％、ｘ_ｍａｘ＞μ＋１５Ｓであれば１００％。
外れ値の発生程度はｘ％以上の場合、信号の不備や測定ミスがあると判定されるが、ｘ％は「外れパーセンテージ閾値」といって、測定対象の性質によって測定者が決める。また、外れ値の発生程度が大きいと判明した後、その対処として、信号を測定し直すか、外れ値を取り除いて処理するか測定者が決めることができる。

有次元特徴パラメータの定常性について（図１のＩ，Ｊ，Ｋ）
有次元特徴パラメータとは、波形データから求めた単位付きのパラメータのことである。波形データｘ（ｉ）の有次元特徴パラメータの例としては、次のものがある。

なお、上記の有次元特徴パラメータ以外に実効値もあるが、実効値の定常性については標準偏差と同様に考えることができる。

有次元特徴パラメータの定常性を検査するとき、波形データｘ（ｉ）（あるいは、

いは、ｘ_ｊ（ｉ）とｘ_ｋ（ｉ））で表す。一般にＭ／Ｎ＝０．０００１＝０．５であり、望ましいＭ／Ｎの範囲は０．０１〜０．１である。第ｊ区間と第ｋ区間の波形データ数をＮ_ｊとＮ_ｋとする。

（１）有次元特徴パラメータの定常性評価法Ｉ
μの定常性を検定するときに、ｘ_ｊ（ｉ）とｘ_ｋ（ｉ）における平均値をμ_ｊとμ_ｋとし、ｘ_ｊ（ｉ）とｘ_ｋ（ｉ）における標準偏差をＳ_ｊとＳ_ｋとすると、μ_ｊ＝μ_ｋならば、第ｊ区間と第ｋ区間はμに関する定常区間と定義する。Ｍ個の区間における平均値μが全て等しければ、すなわちμ_１＝μ_２＝・・・μ_ｊ＝μ_ｋ＝・・・＝μ_Ｍならば、波形データ（信号）の平均値が定常であると判定できる。しかし、実際にはデータ波形のばらつきを考慮して、確率の有意水準αを与えて、仮説μ_１＝μ_２＝・・・μ_ｊ＝μ_ｋ＝・・・＝μ_Ｍについての統計検定を行う。統計検定方法［非特許文献１］は多く提案されているが、ここでその１例を示す。たとえば、有意水準αが与えられた場合、

であるば、上記の仮説が成り立たなく、信号が非定常と判定される。ここで、ｊ≠ｋ，ｊ，ｋ＝１〜Ｍで、ｔ（α，∞）は自由度∞のｔ分布の確率密度関数が上側確率αに対するパーセント点である。αの最小値と最大値をそれぞれα _ｍｉｎ とα _ｍａｘ とすると、一般にα _ｍｉｎ 〜α _ｍａｘ ＝０．００００１〜０．９であるが、望ましい値としてα _ｍｉｎ 〜α _ｍａｘ ＝０．００１〜０．５である。

る。
Ｋ．Ａ．Ｂｒｏｗｎｌｅｅ：Ｓｔａｔｉｓｔｉｃａｌ Ｔｈｅｏｒｙ ａｎｄ Ｍｅｔｈｏｄｏｌｏｇｙ ｉｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ，Ｔｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｃａｇｏ，１９６５．

（２）有次元特徴パラメータの定常性評価法ＩＩ

であるば、信号が非定常と判定される。ここで、ｔ（α／２，Ｎ_ｊ−１）は自由度（Ｎ_ｊ−１）のｔ分布の確率密度関数が上側確率α／２に対するパーセント点である。αの最小値と最大値をそれぞれα _ｍｉｎ とα _ｍａｘ とすると、一般にα _ｍｉｎ 〜α _ｍａｘ ＝０．００００１〜０．９であるが、望ましい値としてα _ｍｉｎ 〜α _ｍａｘ ＝０．００１〜０．５である。

（３）有次元特徴パラメータの定常性評価法ＩＩＩ
Ｓの定常性を検定するとき、ｘ_ｊ（ｉ）とｘ_ｋ（ｉ）における標準偏差をＳ_ｊとＳ_ｋとすると、

であるば、Ｓ_ｊ≠Ｓ_ｋであり、信号が非定常と判定される。ここで、ここで、Ｆ（α／２，Ｎ_ｊ−１，Ｎ_ｋ−１）は自由度（Ｎ_ｊ−１，Ｎ_ｋ−１）のＦ分布の確率密度関数が上側確率α／２に対するパーセント点である。αの最小値と最大値をそれぞれα _ｍｉｎ とα _ｍａｘ とすると、一般にα _ｍｉｎ 〜α _ｍａｘ ＝０．００００１〜０．９であるが、望ましい値としてα _ｍｉｎ 〜α _ｍａｘ ＝０．００１〜０．５である。

る。

有次元特徴パラメータの定常性評価法ＩＶ
（４）有次元特徴パラメータの定常性評価法ＩＶ

と、

であるば、信号が非定常と判定される。ここで、Ｘ^２（α／２，Ｎ_ｊ−１）は自由度（Ｎ_ｊ−１）のカイ２乗分布の確率密度関数が上側確率α／２に対するパーセント点である。αの最小値と最大値をそれぞれα _ｍｉｎ とα _ｍａｘ とすると、一般にα _ｍｉｎ 〜α _ｍａｘ ＝０．００００１〜０．９であるが、望ましい値としてα _ｍｉｎ 〜α _ｍａｘ ＝０．００１〜０．５である。

（５）有次元特徴パラメータの非定常程度の計算法
有次元特徴パラメータの非安定程度（以下、「有次元非安定程度」とよぶ）をパーセンテージで表す場合、、有意水準α _ｄ を与えたときに、［数２］、［数３］、［数４］および［数５］が左側と右側が等しく、しかもα _ｄ ≧α _ｍａｘ のときに、有次元非安定程度を０％とし、また、α _ｄ ≦α _ｍｉｎ のときに、有次元非安定程度を１００％とし、α _ｄ ＝α _ｍｉｎ 〜α _ｍａｘ のとき、有次元非安定程度を１００％〜０％とすると、有次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定して適宜な対処を行う。
たとえば、［数２］において、α_ｍａｘ＝０．２、α_ｍｉｎ＝０．００１とする。α＝０．３のときに、［数２］の左側と右側が等しければ０％、α＝０．０００５のとき、［数２］の左側と右側が等しければ１００％、α＝０．１のとき、左側と右側が等しければ５０．３％、α＝０．０５のとき、左側と右側が等しければ２５．１％である。
有次元非安定程度はｘ％以上の場合、信号が「非定常」と判定すれば、ｘ％は有次元特徴パラメータの「非定常パーセンテージ閾値」といって、測定対象の性質によって測定者が決める。

信号が非定常と判定されたとき、信号を測定しなおすか否かは対象物の性質によって決められる。場合によって検定の結果を測定者に示し、測定者が信号を測定しなおすか否かを決める。
なお、定常な信号しか処理できない診断装置やパターン認識装置などには、非定常な信号を入力することは明らかに不適切である。

無次元特徴パラメータの定常性評価法について（図１のＬ，Ｍ，Ｎ）
無次元特徴パラメータとは、波形データから求めた単位無しのパラメータのことである。波形データｘ（ｉ）（＝ｘ_ｉ）の無次元特徴パラメータの例としては、次のものがある。

ここで、

ここで、μはｘ_ｉの平均値で、σはｘ_ｉの標準偏差である。

ここで，μ_ｐは波形の極大値（ピーク値）の平均値である。

ここで、μ_ｍａｘはの１０個最大値の平均値である。

ここで、σ_ｐは極大値の標準偏差値である。

ここで、μ_Ｌとσ_Ｌはそれぞれ極小値（谷値）の平均値と標準偏差値である。

但し、ｘ_ｋｉ＞ｋσ（例えば、ｋ＝１，２）。

但し、ｘ_ｈｉ＞ｋσ。（例えば、Ｈ＝１，２）。
なお、以下で述べる無次元特徴パラメータの定常性の判定法は上記以外に他の無次元特徴パラメータにも適用できる。

無次元特徴パラメータの定常性を検査するとき、波形データｘ（ｉ）をＭ区間に分割し、第ｊ区間の波形データをｘ_ｊ（ｉ）で表す。一般にＭ／Ｎ＝０．０００１〜０．１であり、望ましいＭ／Ｎの範囲は０．００５〜０．０１である。第ｊ区間の波形データ数をＮ_ｊとする。舞次元特徴パラメータを統一にｐで表し、ｘ_ｊ（ｉ）における無次元特徴パラメータｐをｐ_ｊ（ｊ＝１〜Ｍ）で表す。
無次元特徴パラメータｐの定常性を判定するとき、次のような方法がある。

（１）無次元特徴パラメータの定常性評価法Ｉ
予め係数ｋ _ｐ の範囲をｋ _ｐｎｉｎ 〜ｋ _ｐｍａｘ と設定した後、｜ｐ _ｊ ｜＞μ _ｐ ＋ｋ _ｐｍｉｎ Ｓ _ｐ ならばｐ _ｊ を特異な無次元特徴パラメータと判定され、信号が非定常と判定される。一般にｋ _ｐｎｉｎ 〜ｋ _ｐｍａｘ ＝１〜２０である。望ましいｋ _ｐｎｉｎ 〜ｋ _ｐｍａｘ は２〜３である。

（２）無次元特徴パラメータの定常性評価法ＩＩ
予め係数ｋ _Ｌ の範囲をｋ _Ｌｎｉｎ 〜ｋ _Ｌｍａｘ と設定した後、｜Ｓ _ｐ ／μ _ｐ ｜＞ｋ _Ｌｍｉｎ ならば無次元特徴パラメータｐを非安定と判定される。一般にｋ _Ｌｎｉｎ 〜ｋ _Ｌｍａｘ ＝０．１〜６である。望ましいｋ _Ｌｎｉｎ 〜ｋ _Ｌｍａｘ は０．５〜３である。

（３）無次元特徴パラメータの定常性評価法ＩＩＩ
ｘ _ｊ （ｉ）における無次元特徴パラメータをｐ _ｊ のＵ個の最大値をｐ _Ｍｊ （ｉ＝１〜Ｕ）とし、ｐ _Ｍｊ 除いた後のｘ（ｉ）の平均値と標準偏差をそれぞれμ _ｐｎ とＳ _ｐｎ とすると、予め係数ｋ _Ｍ の範囲をｋ _Ｍｎｉｎ 〜ｋ _Ｍｍａｘ と設定した後、｜ｐ _Ｍｊ ｜＞μ _ｐｎ ＋ｋ _Ｍｍｉｎ Ｓ _ｐｎ ならば無次元特徴パラメータｐを非安定と判定され、信号が非定常と判定される。一般にｋ _Ｍｎｉｎ 〜ｋ _Ｍｍａｘ ＝２〜１０である。望ましいｋ _Ｍｎｉｎ 〜ｋ _Ｍｍａｘ は３〜６である。また、一般にＵ／Ｍ＝０．００１〜０．５であり、望ましいＵ／Ｍの範囲は０．００１〜０．０１である。

（４）無次元特徴パラメータの定常性評価法ＩＶ
予め係数ｋ _ｉ の範囲をｋ _ｉｎｉｎ 〜ｋ _ｉｍａｘ と設定した後、｜ｐ _ｊ ×ｐ _ｊ−１ ｜（ｊ＝２〜Ｍ）の最大値＞ｋ _ｉｍｉｎ ならば無次元特徴パラメータｐを非安定と判定される。ｋ _ｉ の決め方は経験

（５）無次元特徴パラメータの非定常程度の計算法
無次元特徴パラメータの非定常程度（以下、「無次元非安定程度」とよぶ）をパーセンテージで表す場合、係数ｋ _ｐ （ｋ _Ｌ 、ｋ _Ｍ 、ｋ _ｉ も同様）の上限値と下限値をそれぞれｋ _ｍａｘ とｋ _ｍｉｎ とし、｜ｐ _ｊ ｜≧μ _ｐ ＋ｋ _ｐｍａｘ Ｓ _ｐ のとき、無次元非安定程度を１００％とし、、｜ｐ _ｊ ｜≦μ _ｐ ＋ｋ _ｐｍｉｎ Ｓ _ｐ のとき、無次元非安定程度を０％とし、ｋ _ｐ ＝μ _ｐ ＋ｋ _ｐｍｉｎ Ｓ _ｐ 〜ｋ _ｐｍａｘ Ｓ _ｐ のとき、無次元非安定程度を０％〜１００％とすると、無次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定して適宜な対処を行う。
たとえば、ｋ _ｐｍａｘ ＝５とｋ _ｐｍｉｎ ＝１のとき、｜ｐ _ｊ ｜＝μ _ｐ ＋０．８Ｓ _ｐ であれば０％、｜ｐ _ｊ ｜＝ｕ _ｐ ＋３Ｓ _ｐ であれば５０％、｜ｐ _ｊ ｜＝μ _ｐ ＋６Ｓ _ｐ であれば１００％。
また、係数ｋ_ｉ（なお、以下の方法はｋ_Ｌにも適用できる。）の上限値と下限値をそれぞれｋ_ｉｍａｘとｋ_ｉｍｉｎとし、｜ｐ_ｊｐ_ｊ−１｜（ｊ＝２〜Ｍ）の最大値をΔｐ_ｊｍａｘとすると、Δｐ_ｊｍａｘ≧ｋ_ｉｍａｘのとき、１００％とし、Δｐ_ｊｍａｘ＜ｋ_ｉｍｉｎのとき、０％とする。
たとえば、ｋ_ｉｍａｘ＝１１とｋ_ｉｍａｘ＝１とのとき、Δｐ_ｊｍａｘ＝０．９であれば０％、Δｐ_ｊｍａｘ＝６であれば５０％、Δｐ_ｊｍａｘ＝１２であれば１００％である。
無次元特徴パラメータの非定常程度はｘ％以上の場合、信号が「非定常」と判定すれば、ｘ％は無次元特徴パラメータの「非定常パーセンテージ閾値」といって、測定対象の性質によって測定者が決める。

信号が非定常と判定されたとき、信号を測定しなおすか否かは対象物の性質によって決められる。場合によって検定の結果を測定者に示し、測定者が信号を測定しなおすか否かを決める。
なお、定常な信号しか処理できない診断装置やパターン認識装置などには、非定常な信号を入力することは明らかに不適切である。

以上、各項目による信号検査の結果を信号の測定者に示し、信号を計測しなおすか否かは測定者によって決めることができる。複数の有・無次元特徴パラメータで評価する場合、得られた複数の有・無次元特徴パラメータの非定常程度（％）の最大値を最終結果として表示する。
図２は棒グラフによる信号検査結果の表示法（Ｉ、ＩＩ）を示す。
図３はランプによる信号検査結果の表示法（Ｉ、ＩＩ、ＩＩＩ、ＩＶ）を示す。ランプの点灯か消灯かは対象物の特性により決められる。望ましい決め方は次の通りである。
ランプによる信号検査結果の表示法ＩとＩＩＩにおいては、８０％以上は「赤」、３０％以上〜８０％以下は「黄」、３０％未満は「青」とする。ランプによる信号検査結果の表示法ＩＩとＩＶにおいては、５０％以上は「点灯」、５０％未満は「消灯」とする。

更に、ブザーなどの音による表示も出来る。信号検査結果（％）が設定されたパーセンテージ以上になった場合、ブザーを鳴らす。たとえば、５０％以上は「ブザー音」とする。

図４は本発明の方法により構築される信号検査モジュールの構成図を示す。すなわち、対象物の状態診断やパターン認識などのために、信号計測部で測定された信号が定常な信号か、非定常な信号か、また測定された信号の測定ミスがあるか否かを信号検査部で自動的に検査し、検査結果を検査結果の表示部で表示し、診断部やパターン認識部で診断やパターン認識のための処理を行う前に、信号の測定者が検査結果に基づき信号を測定しなおすか否かをその場で決定するか、事前に設定したルールにより信号検査部で自動的に対処することができ、状態診断やパターン認識などの精度を確保することができる。

図５は設備診断装置によって測定された回転機械の振動加速度信号である。この設備診断装置は、定常回転のモータ、ポンプ、発電機および歯車装置などの回転機械の状態診断に用いられる。この診断装置は診断対象の回転機械の定常な振動信号を測定して、定常な振動信号を処理することにより状態診断を行う。
この信号を検査した結果を次に示す。
データの測定条件：データ数：Ｎ＝２０４８、サンプリング周波数：１０００Ｈｚ。
オーバーフローの検査結果：オーバーフロー検出のレンジはＲ_ｍａｘ＝４．０（ｖ）、Ｒ_ｍｉｎ＝−４．０（ｖ）である。この信号のｘ_ｍａｘ（ｉ）＝２．７９（ｖ）、ｘ_ｍｉｎ（ｉ）＝−２．９５（ｖ）である。よって、ｘ_ｍａｘ（ｉ）≦Ｒ_ｍａｘ、ｘ_ｍｉｎ（ｉ）≧Ｒ_ｍｉｎから、オーバーフローは無し。
外れ値の検査結果：外れ値検出法Ｉの係数ｋをｋ_ｍａｘ＝２０とｋ_ｍｉｎ＝５とする。この信号のμ＝０．０１３７８４、Ｓ：０．７９９である。よって、｜ｘ（ｉ）｜の最大値２．７９＜０．０１３７８４＋５×０．７９９から、外れ値の程度は０％である。
有次元特徴パラメータ（μ_ｒとμ_ａ）の定常性の判定結果：
波形データの分割数Ｍ＝８、
有次元特徴パラメータの定常性評価法Ｉにおける有意水準α＝０．００１、
有意水準の最小値α_ｍｉｎ＝０．００１、
有意水準の最大値α_ｍｉｎ＝０．０１、
ｔ（０．００１，２０４８／８）＝３．３２９８６７、
ｔ（０．０１，２０４８／８）＝２．５９６、
第１分割区間のｘ_１（ｉ）の平均値μ_１および｜ｘ_１（ｉ）｜の平均値μ_ａ１を基準として、有次元特徴パラメータの定常性評価法Ｉにより求めた分割区間のｔ_ｉおよびｔ_ａｉによる判定結果は次の通りである。
第２分割区間のｔ_２＝１．４５、非定常程度＝０％
第２分割区間のｔ_ａ２＝０．８０、非定常程度＝０％
第３分割区間のｔ_３＝０．２３、非定常程度＝０％
第３分割区間のｔ_ａ３＝０．９７、非定常程度＝０％
第４分割区間のｔ_４＝１．３５、非定常程度＝０％
第４分割区間のｔ_ａ４＝０．８７、非定常程度＝０％
第５分割区間のｔ_５＝０．７９、非定常程度＝０％
第５分割区間のｔ_ａ５＝０．１０、非定常程度＝０％
第６分割区間のｔ_６＝２．３６、非定常程度＝０％
第６分割区間のｔ_ａ６＝１．０８、非定常程度＝０％
第７分割区間のｔ_７＝０．４０、非定常程度＝０％
第７分割区間のｔ_ａ７＝０．２５、非定常程度＝０％
第８分割区間のｔ_８＝１．９５、非定常程度＝０％
第８分割区間のｔ_ａ８＝１．０７、非定常程度＝０％
以上の結果により、この波形は有次元特徴パラメータの非定常の程度は０％である。
無次元特徴パラメータ（ｐ_２とｐ_３）の定常性の判定結果：
波形データの分割数Ｍ＝８、
無次元特徴パラメータの定常性評価法ＩＶにおけるｋ_ｊは
ｐ_２の係数ｋ_２ｍａｘ＝２、ｋ_２ｍｉｎ＝１
ｐ_３の係数ｋ_３ｍａｘ＝３、ｋ_３ｍｉｎ＝１
ｐ_２のΔｐ_ｊｍａｘ＝０．８９、非定常程度＝０％
ｐ_３のΔｐ_ｊｍａｘ＝１．２３、非定常程度＝１１．５％
以上の結果により、この波形は無次元特徴パラメータの非定常の程度が１１．５％である。
よって、この信号は正常に測定された信号として、状態診断に用いられた。

図６は図５の波形と同じ診断装置と測定条件で測定された波形例である。この信号を検査した結果を次に示す。
データの測定条件：データ数：Ｎ＝２０４８、サンプリング周波数：１０００Ｈｚ。
オーバーフローの検査結果：オーバーフロー検出のレンジはＲ_ｍａｘ＝４．０（ｖ）、Ｒ_ｍｉｎ＝−４．０（ｖ）である。この信号のｘ_ｍａｘ（ｉ）＝３．１４（ｖ）、ｘ_ｍｉｎ（ｉ）＝−３．１９（ｖ）である。よって、ｘ_ｍａｘ（ｉ）≦Ｒ_ｍａｘ、ｘ_ｍｉｎ（ｉ）≧Ｒ_ｍｉｎから、オーバーフローは無し。
外れ値の検査結果：外れ値検出法Ｉの係数ｋをｋ_ｍａｘ＝２０とｋ_ｍｉｎ＝５とする。この信号のμ＝０．２６、Ｓ＝０．７０１である。よって、｜ｘ（ｉ）｜の最大値３．１９＜０．２６＋５×０．７０１から、外れ値の程度は０％である。
有次元特徴パラメータ（μ_ｒとμ_ａ）の定常性の判定結果：
波形データの分割数Ｍ＝８、
有次元特徴パラメータの定常性評価法Ｉにおける有意水準α＝０．００１、
有意水準の最小値α_ｍｉｎ＝０．００１、
有意水準の最大値α_ｍｉｎ＝０．０１、
ｔ（０．００１，２０４８／８）＝３．３２９８６７、
ｔ（０．０１，２０４８／８）＝２．５９６、
第１分割区間のｘ_１（ｉ）の平均値μ_１および｜ｘ_１（ｉ）｜の平均値μ_ａ１を基準として、有次元特徴パラメータの定常性評価法Ｉにより求めた分割区間のｔ_ｉおよびｔ_ａｉによる判定結果は次の通りである。
第２分割区間のｔ_２＝４．９８、非定常程度＝１００％
第２分割区間のｔ_ａ２＝０．７８、非定常程度＝０％
第３分割区間のｔ_３＝５．３２、非定常程度＝１００％
第３分割区間のｔ_ａ３＝１．９１、非定常程度＝０％
第４分割区間のｔ_４＝４．４８、非定常程度＝１００％
第４分割区間のｔ_ａ４＝０．８２、非定常程度＝０％
第５分割区間のｔ_５＝４．９２、非定常程度＝１００％
第５分割区間のｔ_ａ５＝０．１０、非定常程度＝０％
第６分割区間のｔ_６＝０．４４、非定常程度＝０％
第６分割区間のｔ_ａ６＝０．７６、非定常程度＝０％
第７分割区間のｔ_７＝２．７５、非定常程度＝５％
第７分割区間のｔ_ａ７＝０．３３、非定常程度＝０％
第８分割区間のｔ_８＝６．７２、非定常程度＝１００％
第８分割区間のｔ_ａ８＝０．９９、非定常程度＝０％
以上の結果により、この波形は有次元特徴パラメータの非定常の程度が１００％である。
無次元特徴パラメータ（ｐ_２とｐ_３）の定常性の判定結果：
波形データの分割数Ｍ＝８、
無次元特徴パラメータの定常性評価法ＩＶにおけるｋ_ｊは
ｐ_２の係数ｋ_２ｍａｘ＝２、ｋ_２ｍｉｎ＝１
ｐ_３の係数ｋ_３ｍａｘ＝３、ｋ_３ｍｉｎ＝１
ｐ_２のΔｐ_ｊｍａｘ＝１．６８、非定常程度＝６８％
ｐ_３のΔｐ_ｊｍａｘ＝１．７５、非定常程度＝３７．５％
以上の結果により、この波形は有次元特徴パラメータの非定常の程度が６８％である。
この例では、有次元特徴パラメータの非定常の程度が１００％であるから、定常信号しか処理できない上記の設備診断装置は、この信号を処理できないと判定された。

図７も図５の波形と同じ診断装置と測定条件で測定された波形例である。この信号を検査した結果を次に示す。
データの測定条件：データ数：Ｎ＝２０４８、サンプリング周波数：１０００Ｈｚ。
オーバーフローの検査結果：オーバーフロー検出のレンジはＲ_ｍａｘ＝２．０（ｖ）、Ｒ_ｍｉｎ＝−２．０（ｖ）である。この信号のｘ_ｍａｘ（ｉ）＝３．１７（ｖ）、ｘ_ｍｉｎ（ｉ）＝−２．７９（ｖ）である。よって、ｘ_ｍａｘ（ｉ）＞Ｒ_ｍａｘ、ｘ_ｍｉｎ（ｉ）＜Ｒ_ｍｉｎから、オーバーフローが発生したと判定され、信号を測定しなおした。

図８も図５の波形と同じ診断装置と測定条件で測定された波形例である。この信号を検査した結果を次に示す。
データの測定条件：データ数：Ｎ＝２０４８、サンプリング周波数：１０００Ｈｚ。
オーバーフローの検査結果：オーバーフロー検出のレンジはＲ_ｍａｘ＝１５．０（ｖ）、Ｒ_ｍｉｎ＝−１５．０（ｖ）である。この信号のｘ_ｍａｘ（ｉ）＝９．７（ｖ）、ｘ_ｍｉｎ（ｉ）＝−１４．０（ｖ）である。よって、ｘ_ｍａｘ（ｉ）≦Ｒ_ｍａｘ、ｘ_ｍｉｎ（ｉ）≧Ｒ_ｍｉｎから、オーバーフローは無し。
外れ値の検査結果：外れ値検出法ＩＩのＬをＬ＝２、係数ｋをｋ_ｍａｘ＝１２とｋ_ｍｉｎ＝６とする。この信号のμ＝−０．００５４、Ｓ＝０．８２２である。よって、｜ｘ（ｉ）｜の最大値１２．３＞−０．００５４＋１２×０．８２２から、外れ値の程度は１００％であり、信号を測定しなおした。

本発明の処理の流れを示すグラフである。 棒グラフによる信号検査結果の表示法を示すグラフである。 ランプによる信号検査結果の表示法を示すグラフである。 本発明の信号検査モジュールの構成を示すグラフである。 定常な信号の例を示すグラフである。 非定常な信号の例を示すグラフである。 オーバーフローが発生した信号の例を示すグラフである。 外れ値が存在する信号の例を示すグラフである。

図４中の符号について、
１ 状態診断装置やパターン認識装置、２ 本発明の信号検査モジュール、３ 信号計測部、４ 信号検査部、５ 検査結果表示部、６ 診断部やパターン認識部。

Claims (3)

1. 状態診断やパターン認識のために対象物から測定した信号の波形データについてオーバーフロー有無ならびに下記の「外れ値程度算出法」と下記の「波形非安定程度算出法」を用いて総合的に評価することにより前記波形データが状態診断やパターン認識に使用できるか否かを検査して決定することを特徴とする信号検査モジュール。
   「外れ値程度算出法」：
   状態診断やパターン認識のために得られた信号の波形データをｘ（ｉ）（ｉ＝１〜Ｎ）とし、ｘ（ｉ）の絶対値を｜ｘ（ｉ）｜とし、｜ｘ（ｉ）｜の平均値と標準偏差をそれぞれμとＳとし、係数ｋの範囲をｋ_ｍｉｎ〜ｋ_ｍａｘと設定した後、｜ｘ（ｉ）｜の中にある値｜ｘ（ｊ）｜（ｊ＝１〜Ｎ）＞μ＋ｋ_ｍｉｎＳならば、ｘ（ｊ）を外れ値と判定し、
   または、ｘ（ｉ）のＬ個の絶対最大値を｜ｘ_Ｍｊ｜（ｊ＝１〜Ｌ）とし、ｘ_Ｍｊ除いた後の平均値と標準偏差をそれぞれμ_ａとＳ_ａとすると、係数ｋ_ａの範囲をｋ_ａｍｉｎ〜ｋ_ａｍａｘと設定した後、｜ｘ_Ｍｊ｜＞μ_ａ＋ｋ_ａｍｉｎＳ_ａならば、ｘ_Ｍｊを外れ値と判定し、
   外れ値の発生程度（以下「外れ程度」と呼ぶ）をパーセンテージで表す場合、係数ｋ（または、ｋ_ａ）の上限値と下限値をそれぞれｋ_ｍａｘとｋ_ｍｉｎ（または、ｋ_ａｍａｘとｋ_ａｍｉｎ）とし、｜ｘ（ｊ）｜≧μ＋ｋ_ｍａｘＳ（または、｜ｘ_Ｍｊ｜≧μ_ａ＋ｋ_ａｍａｘＳ_ａ）のとき、外れ程度を１００％とし、｜ｘ（ｊ）｜≦μ＋ｋ_ｍｉｎＳ（または、｜ｘ_Ｍｊ｜≦μ_ａ＋ｋ_ａｍｉｎＳ_ａ）のとき、外れ程度を０％とし、｜ｘ（ｊ）｜＝μ＋ｋ_ｍｉｎＳ〜μ＋ｋ_ｍａｘＳ（または、｜ｘ_Ｍｊ｜＝μ_ａ＋ｋ_ａｍｉｎＳ_ａ〜μ_ａ＋ｋ_ａｍａｘＳ_ａ）のとき、外れ程度を０％〜１００％とすると、外れ程度が予め設定した閾値より大きい時に前記信号を不備な信号と判定する。
   「波形非安定程度算出法」：
   「波形非安定程度算出法」は下記の「（１）有次元特徴パラメータの安定性による波形非安定程度算出法」と下記の「（２）無次元特徴パラメータの安定性による波形非安定程度算出法」とから構成され、状態診断やパターン認識などのために得られた信号に対して、下記の「（１）有次元特徴パラメータの安定性による波形非安定程度算出法」を用いて算出した有次元特徴パラメータの非定常程度が予め設定した閾値より大きい場合、または、下記の「（２）無次元特徴パラメータの安定性による波形非安定程度算出法」を用いて算出した無次元特徴パラメータの非定常程度が予め設定した閾値より大きい場合、前記信号を非安定な信号と判定する。
   （１）有次元特徴パラメータの安定性による波形非安定程度算出法：
   状態診断やパターン認識などのために得られた信号の波形データｘ（ｉ）をＭ区間に分割し、第ｊ区間と第ｋ区間の波形データをそれぞれｘ_ｊ（ｉ）とｘ_ｋ（ｉ）で表し、第ｊ区間と第ｋ区間の波形データ数をそれぞれＮ_ｊとＮ_ｋとし、第ｊ区間と第ｋ区間における有次元特徴パラメータの平均値をそれぞれμ_ｊとμ_ｋとし、第ｊ区間と第ｋ区間における有次元特徴パラメータの標準偏差をそれぞれＳ_ｊとＳ_ｋとし、Ｍ個の区間における平均値μ_ｉ（ｉ＝１〜Ｍ）が全て等しい（すなわちμ_１＝μ_２＝・・・μ_ｊ＝μ_ｋ＝・・・＝μ_Ｍ）またはＭ個の区間における標準偏差Ｓ_ｉ（ｉ＝１〜Ｍ）が全て等しい（すなわちＳ_１＝Ｓ_２＝・・・Ｓ_ｊ＝Ｓ_ｋ＝・・・＝Ｓ_Ｍ）という帰無仮説を統計理論により検定するために与えられた有意水準αの最大値と最小値をそれぞれα_ｍａｘとα_ｍｉｎとを設定した後、αを０から１まで変化させた時に前記の帰無仮説が丁度棄却された時点でのαをα_ｄとすると、α_ｄ＜α_ｍｉｎのときに有次元特徴パラメータが非定常と判定し、
   有次元特徴パラメータの非安定程度（以下、「有次元非安定程度」とよぶ）をパーセンテージで表す場合、α_ｄ≦α_ｍｉｎのとき、有次元非安定程度を１００％とし、α_ｄ≧α_ｍａｘのとき、有次元非安定程度を０％とし、α_ｄ＝α_ｍｉｎ〜α_ｍａｘのとき、有次元非安定程度を１００％〜０％とすると、有次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定する。
   （２）無次元特徴パラメータの安定性による波形非安定程度算出法：
   状態診断やパターン認識などのために得られた信号の波形データｘ（ｉ）から算出された無次元特徴パラメータをｐとし、ｘ（ｉ）における無次元特徴パラメータｐの平均値と標準偏差をそれぞれμ_ｐとＳ_ｐとし、ｘ（ｉ）をＭ区間に分割し、第ｊ区間の波形データ数をＮ_ｊとし、第ｊ区間の波形データをｘ_ｊ（ｉ）（ｊ＝１〜Ｍ）で表し、ｘ_ｊ（ｉ）における無次元特徴パラメータをｐ_ｊで表すと、
   「無次元特徴パラメータの安定性による波形非安定程度算出法」は下記の「無次元非定常程度算出法１」と下記の「無次元非定常程度算出法２」と下記の「無次元非定常程度算出法３」と下記の「無次元非定常程度算出法４」から構成され、前記信号に対して、下記の「無次元非定常程度算出法１」と下記の「無次元非定常程度算出法２」と下記の「無次元非定常程度算出法３」と下記の「無次元非定常程度算出法４」とのうちの少なくとも一方を用いて算出した無次元特徴パラメータの非安定程度が予め設定した閾値より大きい場合、前記信号を非安定な信号と判定する。
   無次元非定常程度算出法１：
   予め係数ｋ_ｐの範囲をｋ_ｐｎｉｎ〜ｋ_ｐｍａｘと設定した後、｜ｐ_ｊ｜＞μ_ｐ＋ｋ_ｐｍｉｎＳ_ｐならばｐ_ｊを特異な無次元特徴パラメータと判定し、
   無次元特徴パラメータの非安定程度（以下、「無次元非安定程度」とよぶ）をパーセンテージで表す場合、｜ｐ_ｊ｜≧μ_ｐ＋ｋ_ｐｍａｘＳ_ｐのとき、無次元非安定程度を１００％とし、｜ｐ_ｊ｜≦μ_ｐ＋ｋ_ｐｍｉｎＳ_ｐのとき、無次元非安定程度を０％とし、｜ｐ_ｊ｜＝μ_ｐ＋ｋ_ｐｍｉｎＳ_ｐ〜μ_ｐ＋ｋ_ｐｍａｘＳ_ｐのとき、無次元非安定程度を０％〜１００％とすると、無次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定する。
   無次元非定常程度算出法２：
   予め係数ｋ_Ｌの範囲をｋ_Ｌｎｉｎ〜ｋ_Ｌｍａｘと設定した後、｜Ｓ_ｐ／μ_ｐ｜＞ｋ_Ｌｍｉｎならば無次元特徴パラメータｐを非安定と判定し、
   無次元特徴パラメータの非安定程度（以下、「無次元非安定程度」とよぶ）をパーセンテージで表す場合、｜Ｓ_ｐ／μ_ｐ｜≧ｋ_Ｌｍａｘのとき、無次元非安定程度を１００％とし、｜Ｓ_ｐ／μ_ｐ｜≦ｋ_Ｌｍｉｎのとき、無次元非安定程度を０％とし、｜Ｓ_ｐ／μ_ｐ｜＝ｋ_Ｌｍｉｎ〜ｋ_Ｌｍａｘのとき、無次元非安定程度を０％〜１００％とすると、無次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定する。
   無次元非定常程度算出法３：
   ｘ_ｊ（ｉ）における無次元特徴パラメータをｐ_ｊのＵ個の最大値をｐ_Ｍｊ（ｊ＝１〜Ｕ）とし、ｐ_Ｍｊ除いた後のｘ（ｉ）の平均値と標準偏差をそれぞれμ_ｐｎとＳ_ｐｎとすると、予め係数ｋ_Ｍの範囲をｋ_Ｍｎｉｎ〜ｋ_Ｍｍａｘと設定した後、｜ｐ_Ｍｊ｜＞μ_ｐｎ＋ｋ_ＭｍｉｎＳ_ｐｎならば無次元特徴パラメータｐを非安定と判定し、
   無次元特徴パラメータの非安定程度（以下、「無次元非安定程度」とよぶ）をパーセンテージで表す場合、｜ｐ_Ｍｊ｜≧μ_ｐｎ＋ｋ_ＭａｘＳ_ｐｎのとき、無次元非安定程度を１００％とし、｜ｐ_Ｍｊ｜≦μ_ｐｎ＋ｋ_ＭｉｎＳ_ｐｎのとき、無次元非安定程度を０％とし、｜ｐ_Ｍｊ｜＝μ_ｐｎ＋ｋ_ＭｍｉｎＳ_ｐｎ〜μ_ｐｎ＋ｋ_ＭａｘＳ_ｐｎのとき、無次元非安定程度を０％〜１００％とすると、無次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定する。
   無次元非定常程度算出法４：
   予め係数ｋ_ｉの範囲をｋ_ｉｎｉｎ〜ｋ_ｉｍａｘと設定した後、｜ｐ_ｊ×ｐ_ｊ−１｜（ｊ＝２〜Ｍ）の最大値＞ｋ_ｉｍｉｎならば無次元特徴パラメータｐを非安定と判定し、
   無次元特徴パラメータの非安定程度（以下、「無次元非安定程度」とよぶ）をパーセンテージで表す場合、｜ｐ_ｊ×ｐ_ｊ−１｜（ｊ＝２〜Ｍ）の最大値≧ｋ_ｉｍａｘのとき、無次元非安定程度を１００％とし、｜ｐ_ｊ×ｐ_ｊ−１｜（ｊ＝２〜Ｍ）の最大値≦ｋ_ｉｍｉｎのとき、無次元非安定程度を０％とし、｜ｐ_ｊ×ｐ_ｊ−１｜（ｊ＝２〜Ｍ）の最大値＝ｋ_ｉｍｉｎ〜ｋ_ｉｍａｘのとき、無次元非安定程度を０％〜１００％とすると、無次元非安定程度が予め設定した閾値より大きい時に前記信号を非安定な信号と判定する。
2. 状態診断やパターン認識のために信号計測部により設定のサンプリング時間で信号を測定して波形データを得る第１工程と、請求項１に記載の信号検査モジュールを用いて信号検査を行う第２工程と、信号検査の結果を表示部で表示する第３工程と、前記信号検査の結果により前記波形データが状態診断やパターン認識に用いられるか否かの最終決定を行う第４工程と、前記最終決定の結果に従って信号の再測定または状態診断やパターン認識などを開始させる第５工程と、を有することを特徴とする信号検査方法。
3. 請求項２に記載の信号検査方法に基づいた信号検査機能を有することを特徴とする、状態診断やパターン認識のための装置。

Images