設備保全 ・ 動きの型 ― 波形
異音検知
ベアリングの当たりや摩擦は、壊れる前に「音」に出る。人の耳頼みでは属人化。
- 1. 正常な音を覚える
- 2. 高さごとに分ける
- 3. 棒の高さをくらべる
- 4. はみ出た所を出す
調子がよいときの音を何回か録って、基準にします。
そのままの波
波のままでは、耳でも目でも違いが分からない
高さごとに分けた棒
低
中
高
棒に分けたところ
はみ出た所
くらべている
図は自動で進みます。数字はしくみを見せるための例です。
中でやっていること
- 1
正常な音を覚える
調子がよいときの音を何回か録って、基準にします。
- 2
高さごとに分ける
音を、低い音から高い音までの棒に分けます。
- 3
棒の高さをくらべる
覚えた高さから、いまの棒がどれだけ外れているかを測ります。
- 4
はみ出た所を出す
どの高さの音がいつもと違うのかを示します。人の耳より小さな変化も拾えます。
やること
正常音を登録 → FFTスペクトルで帯域の乖離を検知 → 異音の予兆を早期に掴む。
入れるもの
正常音を登録 ＋ 判定したい音（WAV）
出てくるもの
帯域スペクトルの z 値
わかること
z上限超＝異音の予兆。突出した帯域から当たり/摩擦の箇所を推定する。
やり方の選択肢
ローカル（FFT＋統計・学習ゼロ・音声非保存・0円）
使っているAIの階層
② 従来型ML・画像処理
異音検知（FFT の帯域ごとにティーチング zスコア）。**古典信号処理・AIではない**
向いている人
設備保全・生産技術