异常声音诊断装置、异常声音诊断系统、异常声音诊断方法以及异常声音诊断程序制造方法及图纸

异常声音诊断装置具有：轨迹特征提取部(5)，其将表示强度时间序列取得部(4)取得的强度时间序列(14)的全部时间方向的强度特征的轨迹变换成向量而提取轨迹向量(15)；识别参数存储部(6)，其存储将如下的向量作为输入并将如下的信息作为输出而学习到的识别参数(16)，其中，所述向量是表示由参照设备产生的声音数据的强度时间序列的全部时间方向的强度特征的轨迹，所述信息表示所述诊断对象设备的状态类别；识别部(7)，其根据轨迹向量(15)和识别参数(16)，取得针对诊断对象设备的各状态类别的K维得分向量(17)；以及判定部(8)，其参照K维得分向量(17)，判定在诊断对象设备中产生的声音正常还是异常以及异常的类型。

Abnormal sound diagnostic apparatus, abnormal sound diagnostic system, abnormal sound diagnostic method, and abnormal sound diagnostic program

Abnormal sound diagnosis device has a trajectory feature extracting part (5), representing strength time series acquisition unit (4) intensity time series has the characteristic of strength (14) all the time the direction of the trajectory transform into vector and vector trajectory extraction (15); parameter identification storage unit (6), the store will the following vectors as input and parameter identification will be the following information as output to learn (16), among them, the vector is the strength characteristics of said time sequence data generated by the intensity of sound equipment all the time according to the direction of the trajectory, the information indicating the diagnostic status of class object equipment; identification the Department (7), (15) according to the trajectory vector and identification parameters (16), K dimension score vector for each category of the object state diagnosis equipment (17); and a judgment section (8), K dimension score vector refers to the (17), judge in Diagnostic objects are normal or abnormal or abnormal in the device.

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及异常声音诊断装置、异常声音诊断系统、异常声音诊断方法以及异常声音诊断程序，异常声音诊断装置分析从作为诊断对象的设备产生的声音，诊断设备的异常声音的产生及产生的异常声音的类型，在设备正常动作时不需要进行拾音。
技术介绍
以往，作为异常声音诊断装置，已知有的异常声音诊断装置将在作为诊断对象的设备正常动作的状态下拾取到的声音数据的分析结果作为基准值进行存储，当在诊断时拾取到的声音数据的分析结果偏离已存储的基准值的情况下，诊断为设备产生异常。例如，专利文献1公开的异常声音诊断装置检测并存储在电梯正常运转时拾取到的声音的频带，从在诊断运转时拾取到的声音中去除已存储的频带的声音，从而诊断有无异常声音。另外，专利文献2公开的异常声音诊断装置在诊断时取得作为基准的正常时时间频率分布，对该正常时时间频率分布与在诊断模式下取得的诊断时时间频率分布进行比较而计算异常度，对计算出的异常度与阈值进行比较，由此判定是否产生异常。现有技术文献专利文献专利文献1：日本特开2012-166935号公报专利文献2：日本特开2013-200143号公报
技术实现思路
专利技术要解决的问题但是，在上述的专利文献本文档来自技高网...

【技术保护点】
一种异常声音诊断装置，该异常声音诊断装置进行在诊断对象设备中产生的声音是否异常的诊断，其特征在于，该异常声音诊断装置具有：拾音部，其拾取在所述诊断对象设备产生的声音而取得声音数据；强度时间序列取得部，其从分析所述拾音部取得的声音数据的波形数据而得到的时间频率分布取得强度时间序列；轨迹特征提取部，其将表示所述强度时间序列取得部取得的强度时间序列的全部时间方向的强度特征的轨迹变换成向量而提取轨迹向量；识别参数存储部，其存储将如下的向量作为输入并将如下的信息作为输出而学习到的识别参数，其中，所述向量是表示从分析由参照设备产生的声音数据的波形数据而得到的时间频率分布取得的强度时间序列的全部时间方向的强...

【技术特征摘要】
【国外来华专利技术】1.一种异常声音诊断装置，该异常声音诊断装置进行在诊断对象设备中产生的声音是否异常的诊断，其特征在于，该异常声音诊断装置具有：拾音部，其拾取在所述诊断对象设备产生的声音而取得声音数据；强度时间序列取得部，其从分析所述拾音部取得的声音数据的波形数据而得到的时间频率分布取得强度时间序列；轨迹特征提取部，其将表示所述强度时间序列取得部取得的强度时间序列的全部时间方向的强度特征的轨迹变换成向量而提取轨迹向量；识别参数存储部，其存储将如下的向量作为输入并将如下的信息作为输出而学习到的识别参数，其中，所述向量是表示从分析由参照设备产生的声音数据的波形数据而得到的时间频率分布取得的强度时间序列的全部时间方向的强度特征的轨迹，所述信息表示所述诊断对象设备的状态类别；识别部，其根据所述轨迹特征提取部提取出的轨迹向量和所述识别参数存储部中存储的识别参数，取得针对所述诊断对象设备的各状态类别的得分；以及判定部，其参照所述识别部取得的得分，判定在所述诊断对象设备中产生的声音正常还是异常以及异常的类型。2.根据权利要求1所述的异常声音诊断装置，其特征在于，所述强度时间序列取得部从所述时间频率分布取得相对于时间和频率的强度，作为所述强度时间序列，所述轨迹特征提取部在相对于时间和频率的强度的二维空间内，将所述强度时间序列取得部取得的强度时间序列所示的轨迹变换成向量，将变换后的向量连结起来而提取所述轨迹向量。3.根据权利要求1所述的异常声音诊断装置，其特征在于，所述轨迹特征提取部对所述强度时间序列取得部取得的强度时间序列进行无损失的向量变换或者进行有损失的向量变换。4.根据权利要求1所述的异常声音诊断装置，其特征在于，所述识别部使用神经网络的方法取得所述得分。5.根据权利要求1所述的异常声音诊断装置，其特征在于，所述识别部使用支持向量机的方法取得所述得分。6.根据权利要求1所述的异常声音诊断装置，其特征在于，在所述诊断对象设备配置有多个所述拾音部，多个所述拾音部拾取在所述诊断对象设备中产生的声音而采集多个通道的声音数据，所述强度时间序列取得部从分析所述拾音部采集到的多个通道的各声音数据的波形数据而得到的时间频率分布取得所述多个通道的强度时间序列，所述轨迹特征提取部将表示所述强度时间序列取得部取得的多个通道的强度时间序列的全部时间方向的强度特征的轨迹变换成向量，在时间方向上将所述多个通道的变换后的向量连结起来，提取所述轨迹向量。7.根据权利要求1所述的异常声音诊断装置，其特征在于，所述强度时间序列取得部从与所述诊断对象设备的运行区间对应地分割而成的所述时间频率分布取得各所述运行区间内的所述强度时间序列，所述轨迹特征提取部与所述诊断对象设备的运行区间对应地分割所述强度时间序列取得部取得的强度时间序列，将表示分割而成的各强度时间序列的全部时间方向的强度特征的轨迹变换成向量而提取所述轨迹向量，所述识别部根据所述轨迹特征提取部提取出的与...

【专利技术属性】
技术研发人员：阿部芳春，福永宽，
申请(专利权)人：三菱电机株式会社，三菱电机大楼技术服务株式会社，
类型：发明
国别省市：日本;JP