定成分的 检测结果。对图3(c)和图6(c)进行比较，在图6(c)中，检测到的峰值的值是整齐的。因此，通 过对一定阔值(例如阔值5)和峰值的值进行比较运样的简单但强健的处理，抑制值较小的 峰值的检出，由此，能够抑制由于与轴承异常声音不同的成分而产生的较小的峰值。
[0075] 运样，本实施方式的异常声音检测装置在检测特定成分时，从诊断时的频带功率 中去除学习时的频带功率，所W，在频带功率与时刻一起变化的情况下，检测到的峰值的值 也是整齐的。因此，通过与新设置的一定阔值进行比较，能够抑制较小的峰值，发挥能够减 少误检测由于与轴承异常声音不同的成分而产生的较小的峰值的可能性的效果。
[0076] 另外，根据学习时的时间频率分布求出学习时的频带功率时间序列，并且根据诊 断时的时间频率分布求出诊断时的频带功率时间序列，针对从诊断时的频带功率时间序列 中去除了学习时的频带功率时间序列后的频带功率时间序列，检测峰值，也能够发挥同样 的功能。
[0077] 如W上说明的那样，根据实施方式2的异常声音诊断装置，特定成分检测部根据从 诊断时的时间频率分布中去除正常时的时间频率分布而得到的时间频率分布求出频带功 率时间序列，根据频带功率时间序列，检测设定宽度的时间窗所包含的峰值，由此检测特定 成分，所W，能够W较高的检测精度检测异常声音。
[0078] 并且，根据实施方式2的异常声音诊断装置，特定成分检测部根据正常时的时间频 率分布求出正常时的频带功率时间序列，并且根据诊断时的时间频率分布求出诊断时的频 带功率时间序列，使用从诊断时的频带功率时间序列中去除正常时的频带功率时间序列而 得到的频带功率时间序列，检测设定宽度的时间窗所包含的峰值，由此检测特定成分，所 W，能够W较高的检测精度检测异常声音。
[0079] 实施方式3.
[0080] 在实施方式3中，设置了由能够彼此同步地拾音的多个拾音器构成的多声道拾音 单元，去除从位于轿厢下的旋转体产生的异常声音的影响，检测从其它部件产生的异常声 音。
[0081 ]图7是示出实施方式3的异常声音诊断装置的结构图。
[0082] 实施方式3的异常声音诊断装置具有拾音器laab、波形取得部2a、2b、时间频率分 析部3a、3b、特定成分检测部4、特定成分计数部5、计数历史保存部6、增量计算部7、轴承异 常判定部8、特定成分去除部9a、9b、异常检测部10a、10b。
[0083] 拾音器Ia是设置在规定的特定声道即轿厢下的拾音器，波形取得部2a是如下的处 理部:对来自拾音器Ia的信号进行取样并将其转换为数字信号，输出波形数据21a，时间频 率分析部3a是如下的处理部:根据波形数据21a求出其时间频率分布，输出学习31a时的时 间频率分布31 Ia和诊断3站时的时间频率分布32 Ia。
[0084] 同样，拾音器化是设置在轿厢上的拾音器，波形取得部化是如下的处理部:对来自 拾音器Ib的信号进行取样并将其转换为数字信号，输出波形数据2化，时间频率分析部3b是 如下的处理部：根据波形数据21b求出其时间频率分布，输出学习31b时的时间频率分布 31化和诊断32b时的时间频率分布32化。另外，波形取得部2a和波形取得部化相互同步地进 行动作。
[0085] 并且，特定成分检测部4是如下的处理部:参照时间频率分布311a，检测时间频率 分布321a所包含的作为特定成分的冲击性成分，特定成分计数部5是对特定成分检测部4检 测到的冲击性成分的检出次数进行计数的处理部，计数历史保存部6是将特定成分计数部5 计数出的检出次数与诊断时刻一起保存的存储部，增量计算部7是计算相对于计数历史保 存部6中保存的学习时的计数值的增量的处理部，轴承异常判定部8是根据增量计算部7计 算出的增加量判定轴承的异常并输出轴承异常判定结果81的处理部。即，拾音器la、波形取 得部2曰、时间频率分析部3曰、特定成分检测部4~轴承异常判定部8是与实施方式1中的拾音 器1~轴承异常判定部8相同的结构。
[0086] 并且，特定成分去除部9a是如下的处理部：参照特定成分检测部4的输出，从诊断 时的时间频率分布321a中去除特定成分，输出特定成分去除后的时间频率分布91a，异常检 测部IOa是如下的处理部:参照学习时的时间频率分布311a，检测特定成分去除后的时间频 率分布91a所包含的异常声音成分，输出轿厢下异常判定结果101a。同样，特定成分去除部 9b是如下的处理部:参照特定成分检测部4的输出，从诊断时的时间频率分布32化中去除特 定成分，输出特定成分去除后的时间频率分布91b，异常检测部IOb是如下的处理部:参照学 习时的时间频率分布311b，检测特定成分去除后的时间频率分布91b所包含的异常声音成 分，输出轿厢上异常判定结果1〇化。
[0087] 接着，对实施方式3的异常声音诊断装置的动作进行说明。图8是示出特定成分去 除部9a、9b和异常检测部10a、IOb的动作的流程图。另外，拾音器Ia~轴承异常判定部8的动 作与实施方式1相同，所W，适当使用图2的流程图进行说明。
[0088] 特定成分检测部4根据诊断时的时间频率分布32Ia求出频带功率时间序列，输出 频带功率时间序列的峰值检测结果（图2中的步骤ST6)。在与式(2)相同的式(8)中，检测到 的峰值的位置表示为满足化ak(t) = l的t的集合。
[0090]特定成分去除部9a如W下运样从诊断时的时间频率分布321a中去除特定成分检 测部4检测到的特定成分（图8中的步骤ST12)。首先，根据特定成分检测部4输出的峰值检测 结果，求出检测到的峰值的位置。接着，针对诊断时的时间频率分布321a，生成具有W适合 于覆盖检测到的各峰值的位置处的特定成分的方式决定的规定的持续时间和频带的掩模 (mask)，将该掩模覆盖的时间频率成分的值置换为存在掩模运样的特殊数值(记为NA)，作 为特定成分去除后的时间频率分布91a进行输出。掩模的持续时间和带宽例如分别设为10 帖(50 毫秒)和 1 OOHz ~12000Hz。
[0091] 同样，特定成分去除部9b根据特定成分检测部4输出的峰值检测结果，求出检测到 的峰值的位置，针对诊断时的时间频率分布321b，生成具有W适合于覆盖检测到的峰值的 位置处的特定成分的方式决定的规定的持续时间和频带的掩模，将该掩模覆盖的时间频率 成分的值置换为存在掩模运样的特殊数值(NA),作为特定成分去除后的时间频率分布91b 进行输出。
[0092] 异常检测部IOa对特定成分去除后的时间频率分布91a和学习时的时间频率分布 311a进行比较，如W下运样判定有无异常（图8中的步骤ST13)。首先，根据作为诊断对象的 电梯中可能产生的异常声音的时间频率分布的经验值，针对在时间频率分布上定义的、预 先作为事先知识决定的K个规定时间频率区域，根据特定成分去除后的时间频率分布91a， 计算根据NAW外的数值计算出的平均强度和根据与该NAW外的数值对应的学习时的时间 频率分布311a的值计算出的平均强度的差异。即，如式(9)那样计算差异。
[0094] 运里，7'（*，門是特定成分去除后的时间频率分布，7〇(*，門是学习时的时间频率 分布，K是规定时间频率区域的数量，Q化)是第k个(1含k含K)规定时间频率区域，总和记号 的下标的条件式表示针对包含在Q化)中、且不是存在掩模运样的特殊数值的时间t和频率 f的组取总和。作为规定时间频率区域，例如可W设为覆盖时间频率分布的整体的区域、对 时间轴进行N分割并对频率轴进行M分割后的各部分区域。
[0095] 接着，在该差异超过规定阔值时，在规定时间频率区域中，判定为存在轿厢下的异 常，输出轿厢下异常判定结果101a。即，如式(10)那样进行判定。
[0097] 运里，"JudgOthers"是判定结果，1表示异常，0表示正常。并且， 叮虹esho 1加ther S"是阔值。该阔值例如设为6分贝。
[0098] 同样，异常检测部IOb在预先作为事先知识决定的K个规定时间频率区域中，根据 特定成分去除后的时间频率分布91b，计算根据存在掩模运样的特殊数值W外的数值计算 出的平均强度和根据学习时的时间频率分