相互情報量を用いた電磁弁のオンライン音響故障診断

利用互信息进行电磁阀在线声学故障诊断

• 批准号: 19917024
• 负责人: 林 庄司
• 金额: $ 0.47万
• 依托单位: University of Fukui
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Scientists
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19917024/
• 关键词: Leakage Fault; Electromagnetic Valve; Mutual Information

工場において強い背景騒音中、ガス漏洩音を検出するのは非常に重要である。特に原子電力発電所や化学工場などで有害な気体の漏洩が起こった場合には重大な事故を引き起こし、作業員や周辺の住民の人命にも関わる大きな問題が生じる可能性がある.著者はガス漏洩の音響故障診断については、カルマンフィルタやニューラルネットワークフィルタを用い背景雑音を検出し、分散値により故障音の特徴を抽出した。その結果、漏洩音と騒音の比(S/N)0.85の故障音を検出することに成功している。しかし、この方法はフィルタがなければS/N比1.0以下の故障音を検出できない。そこで、本研究では相互情報量を用いた方法を提案する。強い背景雑音がある工場内において、空気圧電磁弁からガスが漏洩した場合を想定し、S/N比が0.85以下の小さい音においても故障音を検出する。そのために、いかにして背景雑音の影響を軽減し、故障音の特徴を検出するか、また信号の-連の処理をオンラインで行うか。そこでオンライン音響故障診断システムを構成し、それを用いることにより実システムに対しガス漏洩音をリアルタイムで故障診断を行った。本研究で用いた漏洩音検出システムは騒音計(RION NL-15)とノート型パソコン(Sony VAIO-PCG-GR500)で構成される。本システムは、対象となる音響サンプルを騒音計により取得し、サンプリング周期0.125msで、1サンプル1024個のデータを100サンプル数ノートパソコンに送信する。そしてノートパソコンに送信された信号はA/D変換され、ニューラルネットワークフィルタに送られる。まず漏れ音を含んでいない背景雑音を取得しニューラルネットワークフィルタに送り、予測できるように学習させる。この背景雑音の相互情報量が故障診断の基準値となる。次に、実際に故障診断する音を騒音計により取得し、ニューラルネットワークフィルタに通し相互情報量を求め、基準値と比較し診断を行った。結果、以下のような成果が得られた。1)A/D変換を含むオンライン漏洩音検出システムを構築し、基礎実験を現在所属の工学部内の実験室で行い、S/N比が0.9以下の小さい漏洩音の検出をし、本検出システムの有効性が確認された。2)応用実験として、強い背景騒音中でガス漏洩の実実験を実施し,リアルタイムで診断を行い、S/N比が0.93以下の小さい漏洩音の検出を行い、提案したオンライン音響故障診断の有効性が確認された。本成果については、日本原子力学会等について発表する予定である。

It's very important to have strong background noise and leakage noise. In particular, the possibility of major accidents, accidents involving the lives of workers and residents around the nuclear power plant and chemical plant may arise due to leakage of hazardous substances. The speaker detects the background noise and extracts the characteristics of the noise. As a result, the ratio of leakage sound to noise (S/N) is 0.85, and the fault sound is detected successfully. If the S/N ratio is less than 1.0, the fault tone will be detected. This study proposes a method for measuring the amount of mutual information. Strong background noise is detected in the workshop, air pressure electromagnetic function is detected in the case of leakage, S/N ratio is less than 0.85, and small noise is detected. The influence of background noise is reduced, the characteristics of fault noise are detected, and the signal is processed. For example, if you want to make a mistake, you can make a mistake. This study is composed of two types of noise detectors: RION NL-15 and Sony VAIO-PCG-GR500. This system is based on the audio and video recording system. The recording cycle is 0.125ms. The recording cycle is 1024 seconds. A/D conversion is required for the transmission of information. The background tone is included in the background tone, and the background tone is obtained from the background tone. The mutual information of background noise is the reference value for fault diagnosis. Second, the actual fault diagnosis, the sound meter, the acquisition, the production, the communication, the amount of mutual information, the reference value, the diagnosis. The results are as follows: 1)A/D conversion including on-line leakage sound detection system has been constructed, the basic implementation is currently in operation in the laboratory of the engineering department to which it belongs, and the detection of small leakage sounds with S/N ratios below 0.9 has been completed, and the effectiveness of this detection system has been confirmed. 2) The leakage sound is detected in the background noise, the S/N ratio is less than 0.93, the leakage sound is detected, and the validity of the acoustic fault diagnosis is confirmed. The results of this study were published in advance by the Japan Atomic Energy Society.