劣化部位估计装置、劣化部位估计系统和劣化部位估计方法制造方法及图纸

劣化部位估计装置(6)具有：短时傅里叶变换部(31)，其取得与设置于检查对象设备的多个麦克风(131～133)分别对应的麦克风信号(DS1、DS2、DS3)，计算与各个麦克风信号(DS1、DS2、DS3)分别对应的短时傅里叶变换系数的时间序列；时间序列阵列生成部(32)，其使用短时傅里叶变换系数的时间序列生成针对神经网络的输入用的时间序列阵列；神经网络部(35)，其由神经网络构成，受理时间序列阵列的输入，输出与检查对象设备中的检查对象部位对应的劣化度；以及判定部(36)，其使用劣化度判定检查对象设备中的劣化部位。

Deterioration Location Estimation Device, Deterioration Location Estimation System and Deterioration Location Estimation Method

【技术实现步骤摘要】
【国外来华专利技术】劣化部位估计装置、劣化部位估计系统和劣化部位估计方法
本专利技术涉及估计作为检查对象的设备中的劣化部位的劣化部位估计装置、劣化部位估计系统和劣化部位估计方法。
技术介绍
以往，已开发出根据从作为检查对象的设备(以下称作“检查对象设备”)产生的声音估计检查对象设备中的故障的部位(以下称作“故障部位”)的故障部位估计装置。同样，已开发出根据从检查对象设备产生的声音估计检查对象设备中的劣化的部位(以下称作“劣化部位”)的劣化部位估计装置。例如，专利文献1的故障部位估计装置具有：集音器(1)，其设置于移动体，收集从移动体和位于移动体移动范围周边的设备产生的工作声音；基准标本序列分析单元(2、3、4)，其对收集到的正常的工作声音进行分析，求出基准标本序列(104)；对象标本序列分析单元(2、3、4)，其对收集到的诊断对象的工作声音进行分析，求出对象标本序列(105)；变异曲线生成部(6)，其求出基准标本序列(104)和对象标本序列(105)之间的变异序列，生成变异曲线(106)；形状特征提取部(7)，其提取变异曲线(106)的形状特征(107)；以及核对判定部(9)，其将形状特征(107)与模板进行核对，判定移动体和位于移动体移动范围周边的设备中引起的故障部位(参照专利文献1的摘要和图1)。现有技术文献专利文献专利文献1：日本特开2014-105075号公报
技术实现思路
专利技术要解决的课题专利文献1的故障部位估计装置使用设置于移动体的1个麦克风(集音器1)，取得在检查对象设备中的各部位产生的声音。由此，在多个部位沿着移动体的移动方向相互分开配置的情况下，能够识别所取得的声音是在哪个部位产生的。但是，在多个部位沿着与移动体的移动方向垂直的面相互分开配置的情况下，无法识别所取得的声音是在哪个部位产生的。即，专利文献1的故障部位估计装置存在针对声音到来方向的分辨率较低、故障部位的估计精度较低的问题。此外，在劣化部位估计装置中也存在同样的问题。本专利技术正是为了解决上述课题而完成的，其目的在于，提供能够高精度地估计检查对象设备中的劣化部位的劣化部位估计装置、劣化部位估计系统和劣化部位估计方法。用于解决课题的手段本专利技术的劣化部位估计装置具有：短时傅里叶变换部，其取得与设置于检查对象设备的多个麦克风分别对应的麦克风信号，计算与各个麦克风信号分别对应的短时傅里叶变换系数的时间序列；时间序列阵列生成部，其使用短时傅里叶变换系数的时间序列生成针对神经网络的输入用的时间序列阵列；神经网络部，其由神经网络构成，受理时间序列阵列的输入，输出与检查对象设备中的检查对象部位对应的劣化度；以及判定部，其使用劣化度判定检查对象设备中的劣化部位。专利技术效果根据本专利技术，如上所述构成，因此，能够高精度地估计检查对象设备中的劣化部位。附图说明图1A是示出本专利技术的实施方式1的检查对象设备的要部的说明图。图1B是示出本专利技术的实施方式1的劣化部位估计系统的要部的说明图。图1C是示出本专利技术的实施方式1的劣化部位估计装置的要部的硬件结构图。图2是示出本专利技术的实施方式1的劣化部位估计装置的要部的功能框图。图3A是示出本专利技术的实施方式1的由互相关运算部生成的互相关谱图的说明图。图3B是示出本专利技术的实施方式1的由自相关运算部生成的自相关谱图的说明图。图4是示出本专利技术的实施方式1的神经网络部中的神经网络的构造的说明图。图5是示出图4所示的神经网络内的输入层中的三维阵列的说明图。图6是示出图4所示的神经网络内的卷积层中的三维阵列的说明图。图7是示出本专利技术的实施方式1的劣化部位估计装置的动作的流程图。图8是示出本专利技术的实施方式1的短时傅里叶变换部的详细动作的流程图。图9是示出本专利技术的实施方式1的互相关运算部的详细动作的流程图。图10是示出本专利技术的实施方式1的自相关运算部的详细动作的流程图。图11是示出本专利技术的实施方式1的神经网络部的详细动作的流程图。图12是示出本专利技术的实施方式1的判定部的详细动作的流程图。具体实施方式下面，为了更加详细地说明本专利技术，根据附图对用于实施本专利技术的方式进行说明。实施方式1图1A是示出本专利技术的实施方式1的检查对象设备的要部的说明图。图1B是示出本专利技术的实施方式1的劣化部位估计系统的要部的说明图。图1C是示出本专利技术的实施方式1的劣化部位估计装置的要部的硬件结构图。参照图1对实施方式1的劣化部位估计系统100进行说明。图中，1是电梯。电梯1具有井道2。在井道2内设置有轿厢3和未图示的多个可动部件等。电梯1设置于未图示的建筑物，轿厢3沿着井道2在该建筑物的最上层与最下层之间升降自如。由电梯1构成检查对象设备。在轿厢3的轿顶部设置有麦克风阵列装置4、音频接口装置5和劣化部位估计装置6。由麦克风阵列装置4、音频接口装置5和劣化部位估计装置6构成劣化部位估计系统100的要部。麦克风阵列装置4具有大致圆柱状的基座11以及载置于基座11具有的大致圆形的载置面12的3个麦克风131～133。麦克风131～133分别取得由电梯1产生的声音。麦克风131～133分别输出与所取得的声音的波形对应的模拟信号AS1、AS2、AS3。这里，麦克风131～133沿着载置面12的圆周部大致等间隔地配置。即，麦克风131～133在与轿厢3的升降方向大致垂直的载置面12上配置在与未图示的正三角形的各顶点对应的位置。由此，麦克风131～133间的间隔被设定成载置面12内的最大值。音频接口装置5例如使用与多声道输入对应的模拟-数字转换电路。音频接口装置5取得麦克风131～133输出的模拟信号AS1、AS2、AS3，将模拟信号AS1、AS2、AS3分别转换成数字信号DS1、DS2、DS3。音频接口装置5将数字信号DS1、DS2、DS3分别输出到劣化部位估计装置6。具体而言，例如，音频接口装置5通过线性PCM(PulseCodeModulation：脉冲编码调制)方式将模拟信号AS1、AS2、AS3转换成数字信号DS1、DS2、DS3。此时，采样频率例如被设定成48千赫兹(kHz)，量化比特数例如被设定成16比特。该转换的结果是，数字信号DS1、DS2、DS3分别成为由多个帧构成的信号。劣化部位估计装置6由个人计算机(PersonalComputer：PC)等计算机构成。该计算机具有输入输出接口21、处理器22和存储器23。输入输出接口21例如由USB(UniversalSerialBus：通用串行总线)端子和LAN(LocalAreaNetwork：局域网)端子等构成。USB端子以通信自如的方式与音频接口装置5连接。LAN端子通过未图示的LAN缆线以通信自如的方式与电梯1用的未图示的控制装置连接。该控制装置在电梯1的动作控制中使用该计算机输出的信号。存储器23暂时存储音频接口装置5输出的数字信号DS1、DS2、DS3。此外，在存储器23中存储有用于使该计算机作为图2所示的短时傅里叶变换部31、时间序列阵列生成部32、神经网络部35和判定部36发挥功能的程序。处理器22读出并执行存储器23中存储的程序，由此实现图2所示的短时傅里叶变换部31、时间序列阵列生成部32、神经网络部35和判定部36的功能。除此之外，存储器23适当存储由该程序计算出的各种值等数据。处理器22例如由CPU(Centra本文档来自技高网...

【技术保护点】
1.一种劣化部位估计装置，其中，所述劣化部位估计装置具有：短时傅里叶变换部，其取得与设置于检查对象设备的多个麦克风分别对应的麦克风信号，计算与各个所述麦克风信号分别对应的短时傅里叶变换系数的时间序列；时间序列阵列生成部，其使用所述短时傅里叶变换系数的时间序列生成针对神经网络的输入用的时间序列阵列；神经网络部，其由所述神经网络构成，受理所述时间序列阵列的输入，输出与所述检查对象设备中的检查对象部位对应的劣化度；以及判定部，其使用所述劣化度判定所述检查对象设备中的劣化部位。

【技术特征摘要】
【国外来华专利技术】1.一种劣化部位估计装置，其中，所述劣化部位估计装置具有：短时傅里叶变换部，其取得与设置于检查对象设备的多个麦克风分别对应的麦克风信号，计算与各个所述麦克风信号分别对应的短时傅里叶变换系数的时间序列；时间序列阵列生成部，其使用所述短时傅里叶变换系数的时间序列生成针对神经网络的输入用的时间序列阵列；神经网络部，其由所述神经网络构成，受理所述时间序列阵列的输入，输出与所述检查对象设备中的检查对象部位对应的劣化度；以及判定部，其使用所述劣化度判定所述检查对象设备中的劣化部位。2.根据权利要求1所述的劣化部位估计装置，其特征在于，所述时间序列阵列生成部使用所述短时傅里叶变换系数的时间序列，生成基于所述麦克风信号内的自相关谱的时间序列的所述时间序列阵列和基于所述麦克风信号间的互相关谱的所述时间序列阵列。3.根据权利要求1所述的劣化部位估计装置，其特征在于，所述时间序列阵列生成部使用所述短时傅里叶变换系数的时间序列，生成基于所述麦克风信号内的自相关谱的时间序列的所述时间序列阵列。4.根据权利要求1所述的劣化部位估计装置，其特征在于，所述时间序列阵列生成部使用所述短时傅里叶变换系数的时间序列，生成基于所述短时傅里叶变换系数中的实部的时间序列的所述时间序列阵列和基于所述短时傅里叶变换系数中的虚部的时间序列的所述时间序列阵列。5.根据权利要求1所述的劣化部位估计装置，其特征在于，所述神经网络具有受理多个所述时间序列阵列的输入的输入层以及执行针对所述输入层的卷积运算的卷积层。6.根据权利要求5所述的劣化部位估计装置，其特征在于，所述输入层具有层叠基于多个单元的二维阵列面而成的三维阵列的构造，所述输入层被输入与各个所述二维阵列面分别对应的所述时间序列阵列，所述卷积层执行针对所述输入层内的三维区域的所述卷积运算。7.根据权利要求1所述的劣化部位估计装置，...

【专利技术属性】
技术研发人员：阿部芳春，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：日本,JP