TOP特許意匠商標
特許ウォッチ Twitter
公開番号2024161935
公報種別公開特許公報(A)
公開日2024-11-21
出願番号2023077004
出願日2023-05-09
発明の名称異常検知装置および異常検知方法
出願人株式会社小野測器
代理人個人,個人
主分類G01M 99/00 20110101AFI20241114BHJP(測定;試験)
要約【課題】検知対象において異常が発生しているタイミングや周波数を把握することのできる異常検知装置および異常検知方法を提供する。
【解決手段】異常検知装置20は、波形信号データ12に基づいて検知対象の異常を検知する。異常検知装置20は、波形信号データ12を変換した変換マップであって時間と周波数とに対応して強度が規定された変換マップが入力される畳み込みニューラルネットワーク25と、畳み込みニューラルネットワーク25の中間層ごとに異常マップを生成する異常マップ生成部40と、各中間層の異常マップに基づいて異常度合いマップを生成する異常度合いマップ生成部45と、異常度合いマップを可視化データとして出力する出力部50と、を備える。
【選択図】図3
特許請求の範囲【請求項1】
波形信号データに基づいて検知対象の異常を検知する異常検知装置であって、
前記波形信号データを変換した変換マップであって時間と周波数とに対応して強度が規定された前記変換マップが入力される畳み込みニューラルネットワークと、
前記畳み込みニューラルネットワークの中間層ごとに異常マップを生成する異常マップ生成部と、
前記各中間層の異常マップに基づいて異常度合いマップを生成する異常度合いマップ生成部と、
前記異常度合いマップを出力する出力部と、を備え、
前記異常マップ生成部は、
前記中間層の畳み込み層が出力する特徴マップをチャンネルごとに取得する処理と、
前記検知対象の正常波形信号データを変換した正常変換マップを前記畳み込みニューラルネットワークに入力したときに前記畳み込み層が出力する正常特徴マップに対する前記特徴マップの類似度を前記チャンネルごとに算出する処理と、
前記特徴マップの各成分を前記類似度で重み付けしたマップを前記チャンネルごとに生成し、前記生成したマップを成分ごとに合計したマップを前記異常マップとして生成する処理と、を実行し、
前記異常度合いマップ生成部は、
前記各中間層の異常マップを前記変換マップと同じサイズにリサイズする処理と、
リサイズ後の異常マップを予め設定された成分ごとに合計したマップを前記異常度合いマップとして生成する処理と、を実行する
異常検知装置。
続きを表示(約 1,400 文字)【請求項2】
前記畳み込みニューラルネットワークは、前記各中間層に、前記特徴マップが入力されるプーリング層を前記チャンネルごとに有し、
前記異常マップ生成部は、前記プーリング層の出力に基づいて前記類似度を算出する
請求項1に記載の異常検知装置。
【請求項3】
前記異常マップ生成部は、
前記プーリング層に前記正常特徴マップを入力したときに得られる各成分についての平均値と当該各成分の値に基づく分散共分散行列とを保持し、前記類似度として、前記平均値と前記分散共分散行列とを用いてマハラノビス距離を算出する
請求項2に記載の異常検知装置。
【請求項4】
前記異常度合いマップ生成部は、
前記リサイズ後の異常マップを予め設定された一部の成分ごとに合計して前記異常度合いマップを生成する
請求項1に記載の異常検知装置。
【請求項5】
前記出力部は、前記異常度合いマップで表される画像と前記変換マップで表される画像とを重ねて表示する
請求項1に記載の異常検知装置。
【請求項6】
前記波形信号データを前記変換マップに変換する処理を実行する変換部をさらに備える
請求項1~5のいずれか一項に記載の異常検知装置。
【請求項7】
前記変換マップは、スペクトログラム、あるいは、メルスペクトログラムである
請求項6に記載の異常検知装置。
【請求項8】
前記波形信号データは、時間に対し強度として音圧レベルが規定された音響データ、あるいは、時間に対し強度として振動レベルが規定された振動データである
請求項7に記載の異常検知装置。
【請求項9】
波形信号データに基づいて検知対象の異常を検知する異常検知方法であって、
前記検知対象の異常を検知する異常検知装置が、
前記波形信号データを変換した変換マップであって時間と周波数とに対応して強度が規定された前記変換マップを畳み込みニューラルネットワークに入力する入力処理と、
前記畳み込みニューラルネットワークの中間層ごとに異常マップを生成する異常マップ生成処理と、
前記各中間層の異常マップに基づいて、前記変換マップについて領域ごとの異常度合いを示す異常度合いマップを生成する異常度合いマップ生成処理と、
前記異常度合いマップを出力する出力処理と、を実行し、
前記異常マップ生成処理では、
前記中間層の畳み込み層が出力する特徴マップをチャンネルごとに取得する処理と、
前記検知対象の正常波形信号データを変換した正常変換マップを前記畳み込みニューラルネットワークに入力したときに前記畳み込み層が出力する正常特徴マップに対する前記特徴マップの類似度を前記チャンネルごとに算出する処理と、
前記特徴マップの各成分を前記類似度で重み付けしたマップを前記チャンネルごとに生成し、前記生成したマップを成分ごとに合計したマップを前記異常マップとして生成する処理と、を実行し、
前記異常度合いマップ生成処理では、
前記各中間層の異常マップを前記変換マップと同じサイズにリサイズする処理と、
リサイズ後の異常マップを予め設定された成分ごとに合計したマップを前記異常度合いマップとして生成する処理と、を実行する
異常検知方法。

発明の詳細な説明【技術分野】
【0001】
本発明は、波形信号データに基づいて異常を検知する異常検知装置および異常検知方法に関する。
続きを表示(約 2,000 文字)【背景技術】
【0002】
従来から、検知対象となる装置を駆動したときの音や振動を計測した波形信号データを用いて該検知対象の異常を検知する異常検知装置が知られている。例えば特許文献1には、正常な装置の波形信号データを周波数解析した結果と検知対象の波形信号データを周波数解析した結果とを比較することにより、検知対象の異常を検知する異常検知装置が開示されている。
【先行技術文献】
【特許文献】
【0003】
特開2020-134479号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
ところで、検知対象の異常原因を特定するうえでは、異常が発生しているタイミングや周波数は非常に重要である。この点、特許文献1に記載の異常検知装置は、検知対象が異常であることを検知することが可能であるものの、異常が発生しているタイミングや周波数を把握することが困難であった。
【課題を解決するための手段】
【0005】
上記課題を解決する異常検知装置は、波形信号データに基づいて検知対象の異常を検知する。前記異常検知装置は、前記波形信号データを変換した変換マップであって時間と周波数とに対応して強度が規定された前記変換マップが入力される畳み込みニューラルネットワークと、前記畳み込みニューラルネットワークの中間層ごとに異常マップを生成する異常マップ生成部と、前記各中間層の異常マップに基づいて異常度合いマップを生成する異常度合いマップ生成部と、前記異常度合いマップを出力する出力部と、を備える。前記異常マップ生成部は、前記中間層の畳み込み層が出力する特徴マップをチャンネルごとに取得する処理と、前記検知対象の正常波形信号データを変換した正常変換マップを前記畳み込みニューラルネットワークに入力したときに前記畳み込み層が出力する正常特徴マップに対する前記特徴マップの類似度を前記チャンネルごとに算出する処理と、前記特徴マップの各成分を前記類似度で重み付けしたマップを前記チャンネルごとに生成し、前記生成したマップを成分ごとに合計したマップを前記異常マップとして生成する処理と、を実行する。前記異常度合いマップ生成部は、前記各中間層の異常マップを前記変換マップと同じサイズにリサイズする処理と、リサイズ後の異常マップを予め設定された成分ごとに合計したマップを前記異常度合いマップとして生成する処理と、を実行する。
【発明の効果】
【0006】
本発明によれば、検知対象において異常が発生しているタイミングや周波数を把握することができる。
【図面の簡単な説明】
【0007】
異常検知装置の一実施形態を用いて検知対象の異常を検知する際の概略構成を模式的に示す図である。
情報処理装置のハードウェア構成の一例を示すブロック図である。
異常検知装置の概略構成の一例を示すブロック図である。
畳み込みニューラルネットワークの概略構成の一例を示す図である。
異常検知装置における検知対象の異常検知に関する構成を示す機能ブロック図である。
異常検知装置における異常度合いマップの生成に関する構成を示す機能ブロック図である。
(a)変換マップで表される画像の一例を示す図であり、(b)異常度合いマップで表される画像の一例を示す図であり、(c)重畳画像の一例を示す図である。
【発明を実施するための形態】
【0008】
図1~図7を参照して、異常検知装置および異常検知方法の一実施形態について説明する。
【0009】
図1に示すように、異常検知装置20は、検知対象10について計測センサ11で計測された波形信号データ12に基づいて、検知対象10の異常検知結果を出力する装置である。波形信号データは、時間に対して強度として音圧レベルが規定された音響データや時間に対して強度として振動レベルが規定された振動データである。また、異常検知装置20は、検知対象10に異常が生じている場合に、異常が発生しているタイミングや周波数を可視化する画像データである可視化データを出力する装置である。異常検知装置20は、情報処理装置を中心に構成されている。
【0010】
(ハードウェア構成)
図2を参照して、異常検知装置20を構成する情報処理装置H10のハードウェア構成を説明する。情報処理装置H10は、通信装置H11、入力装置H12、表示装置H13、記憶装置H14、プロセッサH15を備える。なお、このハードウェア構成は一例であり、他のハードウェアにより実現することも可能である。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

株式会社小野測器
測定機器、計測システム、計測演算装置、計測演算方法および計測演算プログラム
21日前
個人
集束超音波の測定機
17日前
個人
センサ制御回路
17日前
株式会社大真空
センサ
5日前
甲神電機株式会社
電流センサ
10日前
甲神電機株式会社
漏電検出器
10日前
株式会社大真空
センサ
21日前
日本精機株式会社
車両用計器
24日前
甲神電機株式会社
電流検出器
10日前
CKD株式会社
検査装置
24日前
株式会社高橋型精
採尿具
11日前
ユニパルス株式会社
ロードセル
4日前
株式会社トプコン
測量装置
24日前
株式会社トプコン
測量装置
24日前
ダイトロン株式会社
外観検査装置
17日前
株式会社トプコン
測量装置
10日前
アズビル株式会社
漏液センサ
21日前
学校法人東京電機大学
干渉計
18日前
アズビル株式会社
熱式流量計
11日前
株式会社諸岡
自動運転作業機
21日前
株式会社国際電気
治具セット
24日前
TDK株式会社
磁気センサ
17日前
豊田合成株式会社
表示装置
10日前
シャープ株式会社
測定装置
24日前
日本特殊陶業株式会社
ガスセンサ
11日前
株式会社ミトミ技研
圧力測定装置
17日前
シャープ株式会社
収納装置
11日前
トヨタ自動車株式会社
画像検査装置
5日前
理研計器株式会社
ガス検知器
21日前
エスペック株式会社
試験装置
18日前
株式会社ジェイテクト
荷重付与装置
24日前
個人
電気計器用結線器
21日前
アズビル株式会社
真空計測システム
21日前
株式会社JVCケンウッド
撮像装置
18日前
株式会社ミツトヨ
目盛板姿勢検査方法
24日前
株式会社東京久栄
水中移動体用採水器
11日前
続きを見る