聲音監(jiān)測技術是近幾年隨著計算機聽覺(CA)、人工智能(AI)應用的發(fā)展,而逐漸興起的一門新興技術。目前整體技術還處于早期發(fā)展階段,雖不夠成熟,但是具有廣闊的應用空間。
聲音信號具有豐富的信息量,在很多視覺、觸覺、嗅覺不合適的場合下,具有獨特的優(yōu)勢。聲音信號通常被認為與振動信號具有較大的相關性,但聲音信號具有非接觸性,避免了振動信號數據采集的困難?;谝话阋纛l/環(huán)境聲的CA技術屬于AI在音頻領域的分支。
說到具體應用,那就舉幾個常見工業(yè)場景的例子說明一下:
發(fā)動機——發(fā)動機是飛機、船舶、各種行走機械的核心部件,有柴油機、汽油機、內燃機、燃氣渦輪發(fā)動機等幾種。發(fā)動機故障是發(fā)動機內部發(fā)生的嚴重事故,傳統(tǒng)的發(fā)動機故障診斷高度依賴于工程師的技術能力,發(fā)動機的高、中、低3個頻帶的頻譜特性對其進行分析,通過分析發(fā)動機噪聲的強度可大致判斷出發(fā)動機部件的故障。人工判斷具有很大的局限性,一些經驗豐富的技術人員也會有一些失敗率,造成時間和金錢的嚴重浪費。因此,聲音檢測故障診斷系統(tǒng)既可直接用于自動診斷,提高系統(tǒng)可靠性,節(jié)約維護成本,也可作為經驗不足的技術人員的訓練模塊。而且避免了拆分機器安裝振動傳感器的傳統(tǒng)診斷方式的麻煩。
軸承、齒輪和傳動部件——旋轉機械(軸承、齒輪等)在整個機械領域中有著舉足輕重的地位,發(fā)生故障的概率又遠遠高于其他機械結構,因此對該類部件進行狀態(tài)檢測與故障診斷就尤為重要。對于傳統(tǒng)的振動傳感器需要拆分機器、不易安裝的缺點來講,其可通過在整機狀態(tài)下檢測特定部位的噪聲來判定軸承與齒輪等是否異常,可以說是非常省時省力又快捷了。
電氣機械和器材——電機是用于驅動各種機械和工業(yè)設備、家用電器通用裝置。電機有很多種,如同步電機 、直流電機 、感應電機。為保證其安全穩(wěn)定運行,常常需要工作人員定期檢修、維護。電機在發(fā)生故障時,維護人員聽電機發(fā)出的聲音,以人工方式判斷故障的類型,耗費大量人力,而且無法保證及時檢測到故障,基于聲信號的聲紋識別系統(tǒng)將提取的音頻特征與某一類型的故障聯系起來,可以識別出電機異響及各種類型的故障,如線圈破碎和定子線圈短路等。
云酷科技聲音監(jiān)測系統(tǒng)基于物聯網技術,通過音頻傳感器實現設備音頻數據的遠程采集;利用信號解析技術,提取音頻數據關鍵指標信號;利用信號分析及AI神經網絡技術,實現設備運行狀態(tài)的遠程監(jiān)測和設備故障的早期預警;同時輔以振動和溫度傳感器,使管理人員和作業(yè)人員隨時隨地掌握設備運行狀態(tài),幫助企業(yè)用戶提升生產效率,保證生產安全,優(yōu)化生產決策。