信号の特徴量抽出のための基礎技術・ＦＦＴ（高速フーリエ変換器）による振動と騒音の解析技術と問題解決のためのＦＦＴの実際の適用のしかたと機械学習のための特徴量の抽出などの技術と技術ノウハウ（入門～実務へ） ーFFTだけでは不十分ー

セミナー趣旨

　FFT（高速フーリエ変換器）は、技術的に正しく使いこなさないと技術的に正しくない測定結果を出力してしまう、いわば怖い測定器です。FFTを技術的に正しく使いこなすには、技術的にかなり高度な知識と多くの実務経験が要求されます。
　FFT（高速フーリエ変換器）は、いろいろなデータ分析に使用されてきています。私は、すでに２５年間技術コンサルタントをして仕事をしてきておりますが、技術指導でクライアント様のところに訪問し、クライアント様が測定されたFFTデータをみると技術的に正しい測定がされていない、ということが少なからずありました。
　つまり、FFTにて測定されたデータが技術的に間違っていた、ということです。技術的に間違ったデータに基づいて、振動・騒音を対策しようとしても技術的に正し対策ができないので、いつまでたっても振動・騒音問題を解決できない、ということになってしまいます。
　当社では基本的に、FFTを使用されるクライアント様が、このような状況にならないようにするために本セミナーを開催しております。
　また、FFTで周波数分析したデータにて特徴周波数とその周波数での大きさを測定して、その周波数の大きさがある一定の大きさ以上になると、測定対象の機械や装置が異常状態や故障・破損につながると考えることができるので、異常や予知故障診断などに使用されてきました。この技術を閾値制御と呼んでいます。
　しかしながら、FFTだけによる予知故障診断では不十分なことも少なくありませんでした。近年、このような状況にて台頭してきた技術が、FFTで分析したデータを機械学習で学習することにより、FFTだけでは不十分であった場合の予知故障診断と信号診断技術への活用です。これによりこれらの技術の精度がかなり改善されたり今までできなかったことができるようになってきました。
　本セミナーでは、FFTを技術的に正しく使いこなし技術的に正しいデータを取得するための多くの技術ノウハウだけでなく、信号処理技術・FFT・機械学習を連携してより技術的に高度なことを行っていくための方法や技術ノウハウについても解説致します。
　また、ディジタル信号処理などのの技術専門書には記載されていませんが実務技術にとって理解しておかねばならない重要なことが実はたくさんあります。
　本セミナーでは、これらを難しい数式を使用せずに、わかりやすく解説致します。

☆この技術セミナーの副読本として、本セミナーの講師が2019年に執筆した下記の技術専門書を推薦致します。この技術専門書は、振動・騒音の実務エンジニア向けの内容で、従来から多く執筆されてきた大学や大学院での授業向けの内容ではありません。この書籍の半分以上の内容は、他書には記載されていないこの本オリジナルの内容、つまり技術コンサルタントとして２７年間仕事をしてきた著者の技術ノウハウです。
「シッカリ学べる！　機械設計者のための振動・騒音対策技術」（2019、日刊工業新聞社刊、2,420円）　著者：小林英男

受講対象・レベル

• FFTをこれから使い始めるが、FFTを技術的に正しく使いこなす方法がわからず困っておられるかた
• FFTを勉強しようと思って技術専門書を購入したが、難解な数式が多く内容が理解できず困っておられるかた
• 周波数分析のしかたや固有振動数の測定のしかたをその根底にある理論を含めて理解し、技術的に正しい測定・分析・データの読み方ができるようになりたいかた
• FFTやリアルタイムオクターブ分析器（アナログフィルタ・ディジタルフィルタ）による従来からの測定技術に加え、機械学習やディープラーニングを連携させることによりさらに精度の高い測定・診断技術を使いこなせるようになりたいかた
• 再現性のあるデータが測定できないで困っておられるかた
• 使いこなしが難解な測定器を技術的に正しく取り扱うための技術全般について整理して総括的に学びたいかた
• 部下の管理・監督上、FFTによる測定分析技術や機械学習・深層学習についてもある程度把握しておきたいかた

必要な予備知識

• 高校卒業程度の物理、数学の基礎知識。
• ディジタル信号処理についての入門知識があれば理解がさらに深まりますが、入門知識からから分かりやすく解説しますので特に予備知識は必要ありません。

習得できる知識

• FFTを技術的に正しく使いこなすための多くの技術が習得できます
• FFTやリアルタイムオクターブ分析器による従来からの測定技術に加え、機械学習やディープラーニングを連携させることによりさらに精度の高い測定・診断技術を使いこなせるようになります
• 再現性のあるデータを取得するための技術ノウハウが習得できます
• 使いこなしが難解な測定器を技術的に正しく取り扱うための技術全般について理解を深めることができます
• 部下の管理・監督上、FFTによる測定分析技術や機械学習・深層学習についてもある程度把握することができます

セミナープログラム

1. 信号の周波数分析（その１）：アナログ・フィルタとは？
   （数式をなるべく使用せずに分かりやく解説）
   1. 理想的なフィルタ
   2. 現実のフィルタ
   3. バンドパスフィルタ（BPF）
   4. ローパスフィルタ（LPF）
   5. ハイパスフィルタ（HPF）
   6. dBの計算は、10logで行うのか、それとも20logで行うのか？
   7. （1/1）リアルタイムオクターブ分析とは？
   8. 1/3リアルタイムオクターブ分析とは？
      －（1/1）リアルタイムオクターブ分析を行い忘れても問題ありません－
      －1/3リアルタイムオクターブ分析データから作成できます－
      －そのやり方も解説致します－
   9. 1/24リアルタイムオクターブ分析とは？
   10. オールパスとは？
   11. オーバーオールとは？　バンドレベルとは？
       －あるバンドレベルを低減したら騒音レベルが何dBになるかの計算のしかたを説明！－
2. 信号の周波数分析（その２）：ディジタル・フィルタとは？
   （数式が理解できなくても考え方は理解できます）
   1. ディジタルフィルタとは？
      アナログデータをディジタルデータに変換するためには理論的にはまずはデルタ関数が必要！
   2. ディジタルフィルタに必要になるＺ変換とは？
      －Z変換が理解できないとディジタルフィルタを理解できない。Z変換とはどのような考え方でどのような理論か？－
   3. サンプリング定理とは？
   4. 折り返しひずみとは？
   5. FIRフィルタとは？
      －タップ係数、タップ総数は多くなるのか？、不安定になることがあるのか？－
   6. IIRフィルタとは？
      －タップ係数、タップ総数は多くなるのか？、不安定になることがあるのか？－
3. 周波数分析の基礎になるフーリエ級数について！
   1. フーリエフーリエ級数とは？　フーリエ級数における直流成分とは？交流成分とは？
      フーリエ級数の考え方は、数式が全く理解できなくても十分に理解できます。
4. FFTの理論であるフーリエ変換とは？（フーリエ級数の先にあるフーリエ変換）
   1. フーリエ変換の公式がやっていることを言葉で説明すると？　周期関数にしか使用できないのか？
      －なぜ、虚数単位を使用するのか？　実は大変わかりやすい理由があります。オイラーの公式とは？
      フーリエ変換の式を暗記しなくてもスムーズに頭に入るように説明します。－
   2. アナログ方式とディジタル方式によるフーリエ変換（FFT）とは？
   3. 離散フーリエ変換（DFT）とは？　ディジタル信号処理の分野ではDFTを使用！
5. FFTアナライザを実務にて技術的に正しく使いこなすためには多くの技術ノウハウが必要！ただ単にFFTアナライザを技術的に正しく使いということだけでは不十分なのです！それらを整理して分かりやすく解説！
   1. なぜ窓関数（ウィンドウ）を使用するのか？
      （これは第一番目の関門というべきもので技術ノウハウのかたまりです）
   2. 窓関数（ウィンドウ）の種類と技術手に正しく使用するためのとは？
      －非周期関数にもFFTアナライザを使用できるようにするための工夫とは？－
   3. 騒音解析によく使用するウィンドウとは？
   4. 振動解析によく使用するウィンドウとは？
   5. ウィンドウの役割を整理　各種のウィンドウの使用方法を間違えると技術的に正しい解析結果が得られない！
   6. 最適なアベレージング回数の決め方とは？
      アベレージング回数の設定が適正でないと技術的に正しい分析（解析）結果が得られない！
6. 意外に理解されていないフーリエスペクトルとパワースペクトルの違いとは？
   －社内で「周波数分析したデータ」というとどちらのデータのことを指すのだろうか？－
   －実はここに周波数分析技術の本質のうちの一つが隠されています！－
7. 自動車業界などでよく活用されているパワースペクトル密度（PSD）とは？
   －なぜ自動車業界でよく使用されるのか？－
8. オクターブ分析とＦＦＴ分析のそれぞれの長所と欠点とは？　これらをうまく補い合って振動・騒音の測定・分析を行うための技術ノウハウとは？
   1. 周波数分析により何がわかるのか？　その本質を考えてみよう！
   2. FFT分析とオクターブ分析、実際の仕事の場面ではどちらを使用すればよいのか？
   3. 実例で振動の周波数分析と固有振動数（共振振動数）などの実験解析のしかたを明快に解説！
      実例１：機械装置の駆動部分でどこが故障しやすいかを明確にしていくための方法を具体例で解説
      実例２：技術的に正しい理論に基づく固有振動（共振振動数）を求める方法を具体例で解説
      （コヒーレンス関数も活用）
      実例３：モータを実例として回転体のアンバランス（不釣合い）の周波数を求める方法を具体例で解説！
      実例４：回転体の次数比分析とトラッキング分析のしかた
      実例５：転がり軸受の異常の診断のしかた（ローパス・フィルタやケプストラムを活用する方法）
   4. 実例で騒音の周波数分析のしかたと解析のしかたについても解析！
      実例１：騒音源の見つけ方（振動と振動放射音の関係を入出力関係として考えコヒーレンス関数を活用する方法）
      実例２：時間と周波数の２次元分析であるウェーブレット解析を活用した方法
      （追加情報として、STFT解析やウィグナー分布解析のしかたについても解説）
9. 振動・騒音信号の機械学習を使用したＡＩ化技術のための特徴量の抽出のために必要になる広範な技術：データサイエンティストがよく活用する技術
   1. １次元データの２次元化による方法
   2. 特徴量を抽出する前に必要になるデータの前処理の全体像について
   3. データの前処理 ： データの補間と欠損データの修復
   4. データの前処理 ： トレンドや雑音の除去
   5. データの前処理 ： 成分の強調
   6. データの前処理 ： 信号間の遅延
   7. データの前処理 ： 変化点を見つける
   8. データの前処理 ： 類似成分を見つける
   9. データの前処理 ： ピークを見つける
   10. データの前処理 ： 特徴量の抽出
   11. データの前処理 ： 周期的な変動を特徴とする信号
   12. 重要ポイントの補足
10. LabVIEW（パソコン上での計測器・分析器作成ソフト）の活用による振動・騒音信号の分析のしかた！　測定器メーカーから測定器を購入しなくても自分たちで測定器を自作できる！　特に自社の分析に特化したカスタマイズ測定器を短納期・低コストで作成できる！
11. 実はFFTは約4Hz以下の分析が苦手、その技術的理由とは？
    1. その技術的理由とこの問題を解決するための新しい方法とは（情報提供）？
12. FFTを技術的に正しく使いこなすために基本的で重要なメカニズムについて分かりやすく解説！
    1. 下記のディジタル信号処理上の専門用語はそれぞれ密接に関係しており手計算できる関係式がある！
       これはFFTを技術的に正しく使いこなすために基本ではあるが重要な技術！
       • サンプリング点数
       • サンプリング周波数
       • 時間分解能
       • 周波数分解能
       • 時間窓長
       • ライン数
13. FFTによる閾値制御は機械学習（ディープラーニングを含む）・AIの時代に生き残れるか？
14. 今までに当社に多くの企業様からご相談頂いた内容：こんな問題が発生すると途端に仕事が進まなくなり困り果ててしまいます。その問題とは「固有振動数を測定するためにFFTでFRFを測定した。同じ対象物の同じ場所の振動を全く同じ測定条件で測定したにもかかわらず再現性の無いデータしか測定できず困ってしまった。」さあ、どのように解決したらいいでしょうか？
15. 本セミナーの付録：ところでそもそもFFTとは？ＦＦＴについての入門参考資料（追加参考資料として添付）
    1. FFTを技術的に正しく使用しないとどういうことになるのか？
    2. FFTを技術的に正しく使いこなすために必要となる技術とは？
    3. ところでFFTとは？
    4. このあたりから始まる！
16. 質疑応答

セミナー講師

（社）日本騒音制御工学会認定技士 （社）日本音響学会技術開発賞受賞
有限会社アイトップ　技術コンサルタント　通訳・翻訳
名古屋大学大学院　非常勤講師（英語で応用数学の講義を担当）
工学博士　小林 英男　氏

　東京電機大学工学部機械工学科卒業後、東京農工大学大学院工学研究科にて特別研究員 (1990～1994)
　大学生時代にESSに所属し、カリフォルニア大学バークレイ校に語学研修、および毎日新聞社後援英語弁論大会で３位入賞。企業からの派遣で東京農工大学大学院工学研究科にて５年間特別研究員（産学協同研究、文部省認定）。東京電機大学第５３代ESS部長。英語の勉強にも集中したのは卒業後に世界で活躍できるエンジニアになるため。
　大学卒業後、リオン㈱に入社し、騒音・振動の測定・分析・対策、および海外事業部でセールスエンジニアとして従事。 　 ㈱アマダに勤務し、工場で組立・製造・検査、海外事業部で技術サービスおよび技術コンサルタント、システム事業部で板金加工自動化ライン(FMS)の開発・設計、技術研究所でアマダ製品の低騒音・低振動化および快適音化などの研究開発に携わり大ヒット商品を世に送り出した。上記のように、製造、サービス、設計、開発、研究（製造～研究まで）の一連の実務経験を積んだ。
　 その後、技術コンサルタントとして独立して２５年が経過した。１部上場企業の研究、開発、設計部署を中心に、多くの企業に対し技術指導およびコンサルティングを実施。この間に先進国を中心に２５ヶ国以上に出張し、エンジニアとして英語で仕事をするだけでなく、通訳・翻訳なども行う。
　セミナーの講師歴は２５年間。日刊工業新聞社など主催の多くの技術セミナー・英語セミナー・工業数学セミナー・応用物理数学セミナーの講師を行ってきている。この間に専門学校や大学で非常勤講師も行ってきた。
　特に、日刊工業新聞社主催のセミナー講師歴は長く１０年以上。機械学習・深層学習・AIを加速化させる技術指導にも力を入れてきた。

また、幾多の難局を乗り越えて技術指導を成功させてきた。本セミナーでは、その時々の実際の実務経験もまじえながら分かりやすく解説致します。

セミナー受講料

￥44,000/人（テキスト代、消費税含む）

１社から複数名様が同時にお申込みされた場合に限り、２名様目から１名様ごとにお１人様当たり￥5,000割引きさせて頂きます。つまり２名様目からお一人様当たりの受講料が￥39,000（テキスト代、消費税含む）になります。セミナー受講料のご請求書は、代表お申込者（お一人目の受講者様）に郵送いたします。

＜テキストについて＞
テキストは、PDF化したものをメールに添付して受講者様にお送りさせて頂きます。よって自分でダウンロードする必要はありません。原則としてセミナー開催日の２営業日までに受講者様に届くようにメール致します。よって印刷したテキストをお送りすることはありません。 テキストは１枚のA４に２スライド印刷なので文字が適度な大きさなので見やすくなっております。 なお、テキストのコピーおよび２次配布は禁止させて頂いております。

＜セミナー受講者様への特典＞
セミナー受講後１ケ月間はセミナー内容だけでなく仕事上のご質問など自由にメールでご質問下さい。このセミナーの講師が無料でご返事致します。
ご質問の際は、メールにご質問の内容、セミナー受講日、ご受講頂きましたセミナーの名称、氏名、会社名、ご所属、会社の電話番号、携帯電話の番号をご記入頂く様お願い申し上げます。

受講について

　Zoomを使用したWebinarになります。このZoomセミナー開催日の前日の午前中までに、Zoomセミナーへご参加頂くためのURLとセミナーIDをメールにてご連絡させて頂きます。セミナー当日は、５分前までにはご入場下さい。

　ご参加時にお名前がわかるようにして頂く様お願い申し上げます。これは、入場できずにいる方などを見つけるためのものですのでご協力くださいますようお願い申し上げます。

　社内からZoomセミナーに参加できない場合は、テレワークの一環としてご自宅などからご自分のパソコンなどでご受講頂くこともできます。

　受講開始時にはマイクはオフに設定下さい。ビデオもオフに設定して頂くことができます。この場合は受講者様の映像は、セミナー主催者およびセミナー講師には届きません。また、ビデオ設定をオンにしても背景画像をご選定頂ければ受講者様の背後映像はセミナー主催者およびセミナー講師には届きません。

　セミナー受講中にご質問がある場合は、チャット欄にご記入頂く様お願い申し上げます。ご質問へのご解答は原則としてセミナー受講時間中に完了するように致します。

　目安ですが、講習時間約60分に対し約10分間を休憩時間と致します。

　昼食時間は、11:45~12:45です。

　また、セミナーテキスト内に記載されていることへのご質問は、セミナー受講後（例えば１ヶ月後とか半年後）でも無料で本セミナーの講師がZoomソフトやメール・電話を使用してご解答致します。

【お申込の前のお願い】
ご使用のPC・通信回線にセキュリティなどの制限がある場合、Zoomを利用できない場合があります。事前に下記のサイトにて、Zoomの接続・利用についてご確認ください。
・テスト画面： 『Zoomをテストする』