知道設備維護必要性的人都知道設備發出的聲音和振動有多重要。通過聲音和振動進行適當的設備健康監測,可以將維護成本降低一半,延長使用壽命一倍。實現實時聲學數據和分析是另一個重要的基于狀態的系統監控(CbM) 方法。
我們可以學會理解設備的正常聲音是什么樣的。當聲音發生變化時,我們可以確認異常。那么我們就可以知道問題是什么,這樣就可以把聲音和具體的問題聯系起來。識別異常可能需要幾分鐘的訓練,但結合聲音、振動和原因來實施診斷可能需要一生的時間。有經驗的技術人員和工程師可能有這樣的知識,但他們是稀缺資源。僅通過聲音本身就很難識別問題,即使使用錄音、描述性框架或親自接受專家培訓。
因此,過去20年來,ADI公司團隊一直在努力理解人類是如何理解聲音和振動的。我們的目標是建立一個系統,可以從設備中學習聲音和振動,并破譯它們的含義,從而檢測異常行為并做出診斷。本文詳細介紹了OtoSense的體系結構。它是一種設備健康監測系統,支持我們所說的計算機聽覺,使計算機能夠理解設備行為的主要指標:聲音和振動。
該系統適用于任何設備,無需網絡連接即可實時工作。該系統已在工業應用中得到應用,支持實現一個可擴展、高效的設備健康監測系統。
本文論述了耳覺發展的指導原則以及人類聽覺在耳覺設計中的作用。然后,本文討論了聲音或振動特征是如何設計的,如何從這些特征中理解它們的含義,如何在不斷的學習中不斷改變和提高OtoSense,從而進行越來越復雜的診斷,結果更是精準。