高速で回転数を上昇させた場合など、ハードウェアの制約上の理由により設定した回転数のデータを取りこぼしたり、測定毎に回転数データが異なる場合があります。

このようなデータに対して平均を求めたい場合には少し問題があります。

問題とはサンプルした回転数情報が一致しないからです。

例えば、以下のようにデータが並んだ場合です。

このような場合、FAMOSでは2つの解決方法があります。

• 回転数の値を補間する方法
• 関数"Add"を利用する方法

以下で各方法の説明を行います。

回転数の値を補間する方法

指定した回転数の値を補間して算出して、同じ回転数情報を持たせます。このように処理すれば単純に足し合わせることができます。

関数”XYｄｔ”を利用します。

回転数やデータとしてサンプルの値を使用します。このとき、補間する回転数間隔を 25[rpm] とします。

以下の式でデータを補間します。

NewDATA1 = XYdt( RPM1, DATA1)

NewDATA2 = XYdt( RPM2, DATA2)

このようにデータを補間すれば、簡単にデータを演算できます。

例えば。平均を求めるためには以下の式を実行させてください。

MeanData = (NewDATA1 + NewDATA2)/2

関数Addを利用する方法

先程、データを補間して指定した回転数間隔の値を算出しましたが、関数"Add" を利用すると測定したデータポイントを全て利用します。

NewDATA1 = XYof( RPM1, DATA1)

NewDATA2 = XYof( RPM1, DATA2)

MeanData =  Add( NewDATA1, NewDATA2, 0) /2

この方法の実用シーケンスを以下に紹介します。

下図は結果の例です。

オリジナルのデータ（data1 & data2）に対して、結果（ResultAve）は全てのデータポイントが含まれます。

注意：

データを加算する際に、関数"Add"は単調増加関数しか扱いことができません。

単調増加でない場合、並べ替えを行う必要があります。

    

;_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/
;_/ OROSトラッキングデータの平均を求めます。
;_/ -------------------------------------------------------------

;_/ 複数回のトラッキング解析を行い、これらの平均データを算出します。
;_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/


;変数リストで選択されているデータを処理します。


_k_Total = VarGetInit(1)
;*********************************************************

; 変数リストでどのチャンネルも選択されていない場合にはシーケンスを終了します
;*********************************************************


if _k_Total<=0
_k_ret = BoxMessage( "エラー", "変数リストで処理したい変数を
選択してください","!1")
    Delete _k_*
    ExitSequence
End


;*********************************************************
;最初のデータを作成します。
;*********************************************************

_k_VarName = VarGetName?(1)
;OROSデータは回転数とデータが別変数となっています。
;回転数の変数名を取得します。

;---------------------------------------------------------
_k_pos        = TxWhere( _k_VarName, ":")
_k_GroupName = TPart( _k_VarName, 1, _k_pos)
_k_RPMName    = TAdd(    _k_GroupName, "回__数ﾌﾟﾛﾌｧｲﾙ_ﾀｺ1回__数")


;関数ADDの引数は単調増加である必要があるので
;回転数が減少する場合に備えて、ソートします。
;---------------------------------------------------------

Sequence kim_sort <_k_RPMName>, <_k_VarName>, _k_Res1, _k_Res2
ResultAve = XYof( _k_Res1, _k_Res2)


;*********************************************************
;2つ目以降のデータを作成します。
;*********************************************************


_k_Index = 2
While _k_Index <= _k_Total
        _k_VarName = VarGetName?( _k_index)

        ;OROSデータは回転数とデータが別変数となっています。

        ;回転数の変数名を取得します。
        ;-----------------------------------------------------
        _k_pos = TxWhere( _k_VarName, ":")

        _k_GroupName = TPart( _k_VarName, 1, _k_pos)
        _k_RPMName = TAdd( _k_GroupName, "回__数ﾌﾟﾛﾌｧｲﾙ_ﾀｺ1回__数")


        ;関数ADDの引数は単調増加である必要があるので
        ;回転数が減少する場合に備えて、ソートします。

        ;-----------------------------------------------------
        Sequence kim_sort <_k_RPMName>, <_k_VarName>, _k_Res1, _k_Res2

        _k_TempRes = XYof( _k_Res1, _k_Res2)
        ResultAve = Add( ResultAve, _k_TempRes, 0)

        _k_Index=_k_Index+1
End


ResultAve = ResultAve / _k_Total

Show ResultAve
delete _k_*
ExitSequence

シーケンスファイル　kim_sort

;=======================================================

; 1つの変数を昇順に並べ替え、それに対応してもう1つの変数を並べ替えます。
;【使用方法】
; Sequence DATA1, DATA2, Result1, Result2

_ksort_RPM = PA1
_ksort_Data = PA2
;-------------------------------------------------------

_ksort_tempRPMX = Sort
( _ksort_RPM, 3)

_ksort_cnt=1
_ksort_Result = Leng(0,Leng?(_ksort_RPM))
While _ksort_cnt<=Leng?(_ksort_RPM)

_ksort_temp = Value
( _ksort_Data, _ksort_tempRPMX[_ksort_cnt])
        _ksort_Result[_ksort_cnt] = _ksort_temp[1]


        _ksort_cnt = _ksort_cnt+1
End

PA3 = Sort( _ksort_RPM, 1)
PA4 = _ksort_Result

Delete _ksort_*

製品詳細はこちら

定義

ピーク検出方法は以下に従います。

（１）   中心のスペクトラムが各方向の２つのスペクトラムより大きいこと

（２）   中心のスペクトラムに対して1つ飛ばした値が予め指定したスレッショルドより小さいこと

これはデータの中心とその隣の2点を以下のように定義した場合、

Data[Z-2]・Data[Z-1]・Data[Z]・Data[Z+2]・Data[Z+2]

以下の条件を満たした場合をピークと判断します。

Data[Z-2] < Data[Z] - スレッショルド
Data[Z-1] < Data[Z]
Data[Z+1] < Data[Z]
Data[Z+2] < Data[Z] - スレッショルド

シーケンス

これらをシーケンスで表現します。

上記シーケンスの場合、WHILE文を使用して全データにアクセスしているため、実行時間がかかります。
そこで、FAMOSシーケンスの特徴を活かして以下のように変更します。

製品詳細はこちら

定義

最大値の検出については以下のように定義されています。

最大値とは予め設定したスレッショルドを超えた極大値のことを意味します。

　

シーケンス

製品詳細はこちら

OROSにはピーク検出機能と最大値検出機能があります。しかし、これらがどのように違うのか少しわかりにくくなっています。
これらの違いについて実際のデータを処理しながら解説します。

対象データを以下とします。

最大値とピーク値を算出した結果を示します。（スレッショルド=20）

結果は周波数が異なっているので、周波数軸をそろえて表示してみます。

このように並べるとわかりますが、例えばNo.1、2はピーク検出条件を満たすことができないので検出されません。

従って、一般的なピークという解釈の場合、最大値検出機能を使うほうが理解しやすいと思います。

また、OROSで最大値検出コマンドを実行すると最大値とピークという表示がされます。この表現も少しわかりにくくしている原因の一つで、この場合基本的には最大値を検出し、 ピークと解釈できるデータにはピークと表現しています。

製品詳細はこちら

OROSファイル(AE2)に記述されている値がdBとなっています。

従ってLogで表示するためには以下の手順に従ってください。

（１）リニアスケールに変更します。

result = idB( DATA)

ここで、デシベルに変換する際に参照値が設定されている場合があります。

【OROSでの確認】

参照値はOROSの画面に以下のように表示されています。

【FAMOSでの確認】

参照値は変数のプロパティ内のコメント欄に以下のように記述されます。

参照値を考慮して変換する場合には以下の式に従って下さい。

result = idB( DATA) * Yref0dB

（２）軸の表示方法をLogに変更します。

• カーブウィンドウのY軸をダブルクリック。以下のダイアログが表示されます。
• "リニア／ログ"メニューのログを選択します。

注意：
リニアスケールに一度変換すると、（２）のスケールを変更することにより、リニア・dB・ログスケールを自由に切り替えることができます。

製品詳細はこちら

インポートフィルターを利用してOROSデータを読み込み、カーブウィンドウに表示させたところ、目盛りの表示領域が大きいために波形の表示領域が小さくなってしまいます。

表示領域を大きくすることができますか？

製品詳細はこちら

OROSデータを読み込むためにはインポートフィルターの登録ファイルして維持に”ファイルの種類”を指定する必要があります。

以下の手順に従って設定・使用してください。

インポートフィルターの入手方法

インポートフィルターの入手はこちらを参照してください。

周波数データ用と時系列データ用の2つのフィルターがあります。

インポートフィルターの登録方法

登録方法はこちらを参照してください。

使用方法

使用方法はこちらを参照してください

OROSの周波数データの拡張子は”AE2”です。

OROSの時系列データの拡張子は”WAV”です。

製品詳細はこちら

FAMOSにデータを読み込んだだけではX軸は回転数として表示されません。

データを読み込むと以下のように変数がFAMOSに読み込まれます。

この中に”RPM_Profile_Tach_1_RPM”があります。これが回転数データです。

この回転数データとレベルをXY波形として生成してください。

XY波形にするためには2つの方法があります。

1つは以下のように関数を使ってXY波形を新しく生成する方法です。

Gain = XYof( order_teset2:RPM_Profile_Tach_1_RPM, order_test2:Order_Ch__1_Order10)

もう1つの方法はカーブウィンドウの”ウィンドウ設定”を利用する方法です。

こちらの具体的な手順はこちらを参照してください。

何故、回転数データを別にしているのですか？

回転数データ以外に時間データも存在します。ユーザーのニーズに幅広く応えるためにX軸データとY軸データを分離しています。

これらの処理データを重ねて描くことができますか？

処理したデータはXY形式になりますが、通常の変数と同様に扱うことができます。

製品詳細はこちら

OROSで測定した時系列波形をFAMOSでオフライン解析しました。この結果はオンラインで計算した結果と異なります。

OROSはオンライン解析時に時系列波形にデジタルフィルターをかけ、これを解析しています。このとき、デジタルフィルターの適用によりデータの最初の部分が安定しない場合があります。そこで、256点分後からデータ解析を開始します。

時系列データをオフラインで解析する場合、この256点分を取り除いてから計算してください。

Example

時系列データから計算した結果とOROSでオンライン解析した結果を比較します。

時系列データは結果がよくわかるようにチャープ信号を入力します。

このデータをFFTした場合、以下のようにピーク周波数が時間とともに移動します。

1ブロック分だけのデータを切り出し、オンライン解析結果と比較します。

res        = CutIndex( Data, 256+1, 256+1024)

OFFLine = dB( AmpSpectrumRMS_1( res, 1024, 2, 0, 1))

製品詳細はこちら

OROSで解析したウォーターフォールデータのZ方向がセグメント番号で表示されています。正しく表示することはできますか？

OROSデータを読み込んだ場合、ウォーターフォールデータはZ方向のデータを持ちません。セグメント番号で管理しています。

従って、ご指摘のようにそのまま表示すると奥行き方向はセグメント番号で表示されます。

この奥行き方向には回転数や時間などが対応します。これらのデータはX軸がセグメント番号になっています。

ここで、回転数が等間隔になっている場合、Z方向のオフセットとサンプリング間隔を設定すれば正しく表示されます。

通常、緩加速データではこの方法で問題ありません。

OROSは測定時の回転数を記録するため、データ不等間隔になっていますが、データ測定時にユーザーは開始回転数やデルタ回転数を設定しているはずです。従って、回転数に多少の誤差があったとしても仕方がないと考え、これらの値を設定します。

FFTメーカーの製品には自動的にこの補正を行い、設定どおりの回転数を出力しているものもあります。

しかし、実際には上と同じ補正を行っています。

ここで、下図のように回転数の変動が激しい、急加速の場合が問題となります。

この場合、回転数データに対応させたラベリングを行わないといけません。

これを実現するためには、セグメントデータをそれぞれ標準波形に変換して、Z方向のオフセットを指定します。

以下にサンプルシーケンスを示します。

注意

Z方向の表示が上図のように表示されない場合、カーブウィンドウメニュー”オプション／３D”を選択して、

データのZ方向を”データのZ座標を加える”を選択してください。

製品詳細はこちら