2005 Fiscal Year Annual Research Report
独立成分分析と競合型ニューラルネットによる音響検査の高度自動化
| Project/Area Number |
17360185
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
大松 繁 大阪府立大学, 大学院・工学研究科, 教授 (30035662)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤中 透 大阪府立大学, 大学院・工学研究科, 助教授 (90190058)
吉岡 理文 大阪府立大学, 大学院・工学研究科, 助教授 (70285302)
|
|---|
| Keywords | 独立成分分析 / 信号抽出 / 音響診断 / 良否識別 / スペクトル解析 / 遺伝的アルゴリズム / 知的信号処理 / 音響データ処理 |
|---|
| Research Abstract |
本研究は、様々な騒音環境下で稼動している工場内で計測した検査対象の音響計測データから、知的信号処理を用いて、熟練検査員と同程度の検査精度でしかも検査員よりも短時間に、ばらつきが小さく再現性が高い検査ができる音響検査の高度自動化し、その高速化、小型軽量化、低価格化図るためにハードウェア化を行うものであり、今年度の研究実績概要は以下のとおりである。
1.音響データの計測
本研究で取り扱う音響データによる良否識別の検査対象はマッサージ器であり、実際の音響データ計測時には、モータ音や様々な部位のベアリング音などの騒音が混入している。そこで本研究では、「チリチリ、ウォンウォン、カタカタ、うなり音」などの極僅かな不快音の有無を検査できるように高いサンプリング周波数で音響データを計測するシステムを構築した。
2.ICAによる検査音響信号の抽出
対象としているマッサージ器の伝達装置による音響計測データは、モータ音(60[Hz])からギア音(20[kHz])まで広帯域のスペクトルを有している。これらのスペクトル帯域を考慮して、本研究ではカクテルパーティ効果を工学的にモデル化した手法であるICAによるノイズと信号の分離を試みる。独立性の評価規範は相互情報量を最小化することであるが、これを解析的に求めることは困難である。本研究では、観測データから確率密度関数をヒストグラムで近似し、それを用いた相互情報量をGAによって最小化する手法を提案した。
|
