南京EOL異響檢測控制策略

噪聲與異響檢測系統是一種用于生產線，代替人工測聽產品異響的智能化檢測設備。該系統是一套集靜音環境箱、聲學測量、自主學習、數據處理和自動化控制為一體的噪聲測量和智能識別系統，適用于生產線上工業產品噪聲質量檢測、數據分析、異響識別等。該系統為用戶提供了一種較低本底噪聲的測試環境、自主學習、采集產品噪聲時域、頻域信號、多種計權聲級等，具備數據后處理分析、存儲、檢測追溯功能，自動識別噪聲合格品與非合格品。主要應用場景：汽車零配件、家電、電子消費品、其他工業類的產品下線異響檢測。異響檢測雖然具有諸多優點，但在實際應用中仍需要考慮其成本、環境適應性、技術局限性、算法等。南京EOL異響檢測控制策略

方案由噪聲測試儀器，配合高精度傳聲器以及高性能隔音箱體組成。精實測控通過多年異音領域研究深耕，大量數據積累，自主開發出一套完整的異音識別系統，通過不同模型對應，能快速高效應對不同異音測試需求。現有電機產線都是通過在噪音房人工聽音的方式，來達到對異音電機產品的判定篩選目的。這種方式效率低下，主觀性太強，帶來各種市場投訴。電機異音測試完美解決以上生產痛點，提升效率的同時從根本上減少客訴，提升用戶體驗。上海發動機異響檢測技術規范異音在線檢測系統可完美與自動化流水線接駁，實現無人化智能制造需求。

即使電機處于穩定運轉的狀態下，電機的瞬間轉速仍然會出現一定程度的波動。當這種波動現象的頻率比較低時，常常給人帶來很差的主觀感受。因此，在試驗中需要測檢測電機轉速。當被測電機較小或其他原因不方便直接測試轉速時，也可采用振動噪聲信號提取出轉速。PULSELabshop和BKConnect均具有轉速自動提取功能，其中PULSELabshop支持在線實時轉速提取。以下圖左側圖形為例，由于電機轉速的波動，導致電機振動的頻率出現明顯的周期變化，這種頻率的周期變化與轉速的周期變化存在線性等比關系，所以可以利用這些振動頻譜，提取轉速數據。下圖右側圖形的結果，即為左側數據提取出來的轉速數據。

現在的主流的檢測手段是：在生產線搭一個簡易的隔音房，檢測人員經過特殊聽覺訓練后，坐在隔音房里靠耳朵主觀判定異響。顯然，這種方法無法滿足現代工業制造自動化、智能化的需要，存在諸多弊端，既容易受到外界噪聲干擾，又由于人的生理缺點導致判斷誤差偏大，效率低下，人力成本增加，時間長了，對人耳聽力有不可逆的損傷。由此，異音異響自動化檢測系統提供了一種全新的解決方案：采用了特殊的降噪技術，可以在嘈雜的生產線上實現低于25分貝甚至低于15分貝的檢測環境，其次該系統采用了心理聲學和人工智能技術結合，開發了一種可以完全替代人耳主觀判斷異響的檢測方法，再輔以自動化檢測程序、多維度的數據分析模型，可以完全替代傳統依靠人耳檢測的方式。電機異響檢測系統需要噪聲、振動多通道測量支持。系統需要配置多個傳感器。

隨著機電自動化技術的進步，家電生產線中許多需要體力勞動的工位逐漸被機械手所代替，但仍有很多非體力工位還離不開人，比如視檢和聽檢工位，不需要人的體力或操作，而要靠人的眼睛和耳朵來判斷產品的某項指標是否品質合格，這樣的工位就需要人工智能才能很好完成替代。在線異音異響檢測可以說是人工智能技術在家電生產過程中的一個合適應用場景，但要想與家電生產流程真正無縫結合，真正替代人工聲檢，還需要解決很多技術和管理上的難題，技術難題包括產線節拍匹配、信號采集、環境噪聲消除、訓練樣本選擇、合適學習模型確定等，管理難題包括檢測規范與標準的制定以及檢測流程的重構等，解決這些難題的方法和思路將在后續詳細深入討論。盈蓓德科技通過多年異音領域研究深耕，大量數據積累，自主開發出一套完整的異音識別系統。杭州非標異響檢測系統

人工智能基于心理聲學模型，本系統可模擬人的學習可判斷過程，通過特定的聲學算法模型準確識別異音異響。南京EOL異響檢測控制策略

電機異響異音檢測系統軟件融合先進算法和多年現場測試經驗，準確率高、速度快、UI界面易用。選用進口機箱和數據采集硬件。保證數據采集的高精度和設備運行的穩定性。統軟件針對不同類型的異音，可設置針對性的濾波器組合和分析參數，從而保證對各種類型的異音都能進行比較好的檢測.支持創建測試序列，一次完成多種狀態的測試。序列中的每一個測試項，都可進行單獨的參數設置。設置參數：測試項開始條件、分析方法、分析參數、判斷范圍及閾值等。開始條件：預設等待時間、數字IO狀態變化分析方法：異音檢測、聲壓級檢測、聲音/振動頻率檢測、自動統計故障信息。測試結果保存在本地，同時上傳工廠管理系統。南京EOL異響檢測控制策略