従来の波形解析技術では人間の感覚と解析結果が異なるという問題点がありました。
ムーブレットでは、独自の解析手法により人間の感覚に近い判定を行います。

●従来の波形解析技術

従来の波形解析を大きく分類すると時系列分析と周波数分析に分けられます。


時系列分析では、時間軸を基に分析する手法で時間的な変化を見ることは可能ですが、波形変化の原因を求めることが困難です。	周波数分析では、解析対象である波形を周波数毎に分解し、それぞれの振幅レベルについて分析を行います。

周波数分析には、一般的にFFT（高速フーリエ変換）が用いられます。
FFTでは解析データを周波数成分毎に分解できるので、周波数毎の解析には有効です。

FFTでは時間の概念が存在していないので、振幅の発生タイミングが結果に反映されないことや、ある周波数の強い振幅が間欠に発生する場合と弱い振幅が連続的に発生する場合が区別できないなど、人間の感覚と解析結果が大きく異なります。

●ムーブレットによる波形解析

ムーブレットによる波形解析は､時系列分析と周波数分析の中間的な手法です｡
入力波形に対し､任意の周波数成分を強調処理すること(ゆらぎ変換)により得られる時系列波形の形状で解析を行います。
ゆらぎ変換では、生波形に含まれる任意の周波数帯成分を強調変換する処理を行います｡
この処理により､生波形では見ることが出来ない特定の振動成分の経時的変化を観察することが可能となります。

●人間の感覚に近い評価・判定とは？

人は自分が聞きたい音であれば、大変騒がしい場所でもその音を聞き分けることができます。みなさんもパーティー会場や駅の構内などで経験があるはずです。

これをカクテルパーティー効果といい、
音源の位置や音源毎に異なる音色の周波数の差により実現していると言われています。これと同様に様々な音が混在する中から聞き取りたい音を抽出し、判定することができるのがムーブレットです。

●評価・判定の流れ

人の場合
	音を認知耳で音の存在を認識します
	評価対象音の抽出複数の音源の中から特定音を抽出します
	音の性質の分析特定の音の大きさ・高さ・響き・タイミングなどを分析します
	OK/NG判定分析した感覚量の大きさにより判定します

ムーブレットの場合
	センサー信号の取り込みマイクまたは加速度センサーで検査対象品の音または振動の波形データを取り込みます
	ゆらぎ変換周波数帯を指定して強調処理を行います
	特徴量の算出二乗平均処理で波形変化の違いを見やすくし、用意された判定条件を用いて数値化します
	OK/NG判定 OK/NG信号を発信すると同時に数値化したデータを出力します

●ゆらぎ変換

ゆらぎ変換とは、特定の周波数帯を強調する処理で騒音下で異音成分を抽出する効果があります。
これによってノイズや騒音の多い生産現場での検査が可能になりました。
下図は50kHzサンプリングデータに対し、12.5kHz付近強調のゆらぎ変換を実施した場合の振幅比(変換後の波形振幅/生波形振幅)です。
設定した周波数成分が強調されています。

●特徴量の算出・良否判定

特徴量とは、波形の特徴を定量的に判定するための数値で、ムーブレットには8種類の判定条件があります。これら8種類の判定条件による単独または複合判定により、精度の高い検査を実現します。

●検査対象製品例

自動車	ミッション(マニュアル,AT,CVT)、パワーシート、マニュアルシート、エアコンブロア、電動サンシェード、電動ドアミラー、パワーウィンドウ、ワイパーモータ、エンジン(４輪/２輪)、ホーン、ファンモータ、各種コネクタ嵌合音、サスペンション、ブレーキパッド、自動車ギア、自転車部品
電気部品	各種モータ、ポンプ、インダクタ、トランス
OA機器	コピー機、FAX、プリンタ、複合機
設備監視	各種生産設備、コンベア、エレベータ、鉄塔、トンネル
その他	ゴルフクラブ、カメラ(シャッター音、フォーカスモータ)、セラミック、焼結体、フェライトコア、建材、ブレーキパッド