自動車用オートマティックトランス
ミッションの異常診断への応用
研究の背景
• 回転音を計測し,FFTを用いた周波数解析が
主流である.
• 異常により特徴的な周波数が発生する場合
は,FFT解析は有効である.
• しかし,広帯域にわたるノイズが重畳されるよ
うな異常を発見することは困難である.
• この様な場合,カオス理論に立脚した非線形
統計量(カオス統計量)による解析が有効で
ある.
研究事例(回転音時系列)
AT A
AT B
20
20
15
15
10
10
5
5
0
0
1
5001
10001
15001
20001
25001
30001
1
-5
-5
-10
-10
A
-15
-20
5001
10001
25001
30001
B
-20
AT D
20
20
15
15
10
10
5
5
0
0
1
5001
10001
15001
20001
25001
30001
1
-5
-5
-10
-10
-20
20001
-15
AT C
-15
15001
C
-15
-20
5001
10001
15001
20001
25001
30001
D
研究事例(回転音時系列)
AT E
AT F
20
20
15
15
10
10
5
5
0
0
1
5001
10001
15001
20001
25001
30001
1
-5
-5
-10
-10
E
-15
-20
5001
10001
25001
30001
F
-20
AT H
20
20
15
15
10
10
5
5
0
0
1
5001
10001
15001
20001
25001
30001
1
-5
-5
-10
-10
-20
20001
-15
AT G
-15
15001
G
-15
-20
5001
10001
15001
20001
25001
30001
H
回転音時系列のパワースペクトル
AT E
AT F
1.00E+01
1.00E+01
1.00E+00
0.0001
0.001
0.01
0.1
1.00E+00
1
0.0001
0.001
0.01
0.1
1.00E-01
1.00E-02
1.00E-02
1.00E-03
1.00E-03
1.00E-04
1.00E-04
E
F
1.00E-05
1.00E-05
1.00E-06
1.00E-06
AT G
AT H
1.00E+01
1.00E+01
1.00E+00
0.0001
0.001
0.01
1
1.00E-01
0.1
1.00E+00
1
0.0001
0.001
0.01
0.1
1
1.00E-01
1.00E-01
1.00E-02
1.00E-02
1.00E-03
1.00E-03
1.00E-04
1.00E-04
G
H
1.00E-05
1.00E-05
1.00E-06
1.00E-06
回転音時系列のパワースペクトル
AT A
AT B
1.00E+01
1.00E+01
1.00E+00
0.0001
0.001
0.01
0.1
1.00E+00
1
0.0001
0.001
0.01
0.1
1.00E-01
1.00E-02
1.00E-02
1.00E-03
1.00E-03
1.00E-04
1.00E-04
A
B
1.00E-05
1.00E-05
1.00E-06
1.00E-06
AT C
AT D
1.00E+01
1.00E+01
1.00E+00
0.0001
0.001
0.01
1
1.00E-01
0.1
1.00E+00
1
0.0001
0.001
0.01
0.1
1
1.00E-01
1.00E-01
1.00E-02
1.00E-02
1.00E-03
1.00E-03
1.00E-04
1.00E-04
C
D
1.00E-05
1.00E-05
1.00E-06
1.00E-06
周波数解析による異常診断
• 回転音時系列A~Hのパワースペクトルを見
ただけでは,どれが正常でどれが異常かを識
別することは,極めて困難である.
• カオス理論の立場から,回転音時系列を見
直す.(埋込次元=9,遅れ時間=1の遅れ時
間座標系に埋め込んだ場合の,1次元/5次
元/9次元成分によるアトラクタを示す.)
回転音時系列のアトラクタ
Axis: 1,5,9
A
Axis: 1,5,9
B
Axis: 1,5,9
C
Axis: 1,5,9
D
回転音時系列のアトラクタ
Axis: 1,5,9
E
Axis: 1,5,9
F
Axis: 1,5,9
G
Axis: 1,5,9
H
非線形統計量による評価
• アトラクタの特徴量を,局所空間における軌
道の乱雑性(規則性)で評価する.
• 具体的には,ChaosClubの軌道平行測度
TPM: trajectory parallel measure)を求める.
異常診断結果
 A,B,C,Dは不良品,
E,F,G,Hは良品
TP M _average
0.100
0.080
A
B
C
D
E
F
G
H
V alue
0.060
0.040
0.020
0.000
2D
3D
4D
5D
6D
7D
Em bedding dim ension
8D
9D
10D
TP M _m edian
0.025
0.020
A
B
C
D
E
F
G
H
V alue
0.015
0.010
0.005
0.000
2D
3D
4D
5D
6D
7D
Em bedding dim ension
8D
9D
10D
 TPM_averageよりも
TPM_medianを用いる方
が,より明確な診断が出来
る.
 TPM_medianは埋込次元
が5以上で有れば有意に診
断出来る.
 また,次元を増やすに従っ
て,診断性能が増す.
ダウンロード

自動車用オートマティックトランスミッションの異常診断への応用