FFT（高速フーリエ変換器）による振動・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・ディープラーニング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）

FFTを技術的に正しく使いこなせていますか？
精度の高い測定、再現性のあるデータを
取得するためのノウハウを習得！

＜このセミナーだけの特徴＞
FFT(高速フーリエ変換器）についての市販の書籍は数多く出版されFFTメーカなどでも自社のFFTを販売するためのセミナーが開催されていますが、それらのうちの多くでは、エンジニアがFFTを活用して業務を遂行していくために必要になる多くのことが解説されていません。本セミナーは、ここに主眼を置きここを解説するためのものでこの内容を解説するセミナーは日本ではこのセミナーだけです。

セミナー当日のライブ配信＋セミナー翌日から繰返し視聴（見逃し視聴を含む）連続10日間！

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

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』

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い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やディープラーニング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への活用です。これにより予知故障診断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、FFTと機械学習やディープラーニング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、残念ながらこの分野（ディジタル信号処理）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たくさんあります。
　本セミナーでは、これらを極力数式を使用せずに、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去年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２５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. アナログフィルタとは？（周波数分析の基礎その１:多くの技術ノウハウも解説）
   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？
       －複数のバンドレベルの合成計算のしかたを解説－
2. ディジタルフィルタとは？（周波数分析の基礎その２：多くの技術ノウハウも解説）
   1. ディジタルフィルタとは？
   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、なぜ不安定にならないのか？－
   6. IIRフィルタとは？
      －タップ係数、タップ総数が少なくなるとは？、不安定になることがあるとは？－
3. フーリエ級数とは？
   1. フーリエ級数における直流成分とは？交流成分とは？　フーリエが直感で思いついた理論と数式とは？
4. FFTの理論であるフーリエ変換とは？
   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？　フーリエ変換の式が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. アナログとディジタルによるフーリエ変換（FFT）とは？
   3. 離散フーリエ変換（DFT）とは？
5. FFTアナライザを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
   1. なぜ窓関数（ウィンドウ）を使用するのか？（ここは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は？
   －社内で「周波数分析したデータ」というとどちらのことを指すのだろうか？－
7. パワースペクトル密度（PSD）とは？
8. オクターブ分析やＦＦＴ分析による振動・騒音の測定・分析のしかたとその技術ノウハウ
   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のしかたと解析のしかたを考えてみよう！
      －例１、例２、例３、例４、例５－
   4. 実例で騒音の周波数分析のしかたと解析のしかたを考えてみよう！
      －例１、例２－
9. ＦＦＴアナライザについての入門参考資料（あとでご活用下さい）
   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！
10. 振動・騒音信号への機械学習・ディープラニングを使用したＡＩ化のための特徴量の抽出のために必要になる技術（下記のためのMATLABの各コマンドについても記載）
    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
    13. MATLAB/Simulinkの使用法についてのデモ
11. FFTにおける最新の研究事例
    1. 実はFFTは約4Hz以下の分析が苦手、その技術的理由とは？
    2. この問題を解決する新しい方法とは？
    3. FFTによる閾値制御は機械学習・ディープラーニング・AIの時代に生き残れるか？
12. 質疑応答