异响检测基本参数
  • 品牌
  • 盈蓓德
  • 型号
  • ****
  • 是否定制
异响检测企业商机

家电异音异响检测系统的架构,系统由硬件和软件两部分共同组成了一个不可分割的整体,硬件部分包括测量环境、传感器、采集系统和判别系统,测量环境可以是基本不做改动的原始生产线,也可以是在生产线上设计添加的简易隔声或吸声空间,测量环境的考虑重点是如何减少生产线环境噪声的影响。传感器和采集系统一般要求满足可听声频带的采样要求,对系统的量化精度要求至少采用16位采集系统,能达到24位更好。判别系统一般是采集系统和计算机的结合体,计算机上运行的软件是信号特征提取算法和机器学习模型。软件部分中的信号测量分析模块主要完成信号的采集和保存,应用信号处理技术,特征提取模块抽取声信号样本特征,构建特征向量和机器学习数据集。机器学习模块实现各种机器学习算法,在特征向量数据集的基础上,完成训练、验证和测试等环节,**终获得异音判别参数,过程中还包括特征向量和机器学习模型参数的选择与优化。电机异响异音系统软件不仅具有简洁明晰的测试结果显示,同时也具有专业的分析结果显示。杭州专业异响检测检测技术

杭州专业异响检测检测技术,异响检测

经过多年的实践,人们已经发现了声压级和频谱等在异音异响检测中的缺陷,找到了异音的本质,并在电声测试领域中灵活运用,解决了诸多难题。正在工程师们以为异音检测的大厦已然建成时,天空中却幽幽飘来几朵乌云。乌云背后隐藏的,竟又是一个个阴暗的异音世界。这些层出不穷的异音各有特色,几乎找不出共同点。比如,某**吸尘器制造商希望他们的直流电机不发出任何恼人声音的同时,还要做到即关即止,这意味着电机断电后声音也要做到“戛然而止”;某叉车变速箱制造商希望取代传统的人工听诊器听音,让仪器客观判断装配完毕的变速箱运行是否“顺滑”;某汽车刹车盘制造商一直通过工人敲击听音,检查盘片是否存在空腔等缺陷,他们觉得人工听音的效果因人而异,难以统一标准。设备异响检测系统异音测试系统(ANT)利用先进数据处理算法,可识别出多种类型微弱异音信号。

杭州专业异响检测检测技术,异响检测

设备在运转过程中,必然产生振动、噪声,噪声、振动的特征间接反应了设备的运转状态。传统的测量仪器测量设备的噪声、振动总值,从总量级上控制设备的振动、噪声不超标;许多异常件可能总值不超标,但存在异响或特殊的故障信号,频谱分析及各种特征提取方法越来越多的用到产品检测上。随着自动化流水线的发展需要,异音异响自动检测越来越引起人们的重视,成为保证产品质量、提升效率、提升市场竞争力的重要手段。本方案在对样品及样例录音的分析前提下,给出噪声、振动的频谱分析、并给出第三方软件的通信接口,实现产品的自动判断。并可根据需要,后续方便的添加新的测量通道或检测分析软件。

电声测试中,音频分析仪可以分析待测体发出的特殊滑频信号,判断是否存在异音。而上面的例子中,异音均由待测体本身发出,很难“捕捉”。也就是说,尽管仪器能有效分析和判断异音,却根本无法靠自己找到异音,这就很尴尬了。不同于人类的***感知,仪器难以被异音随心所欲的”触发“,无论是测量声压级,频谱,亦或是用纯音检测技术,主流的方法基本都测得的是瞬时值或平均值。瞬时值(实时值)是非常精确的客观数据,问题是它很难恰好匹配到异音发出的时间点,换句话说,可能测试结束了,异音还没发出,反之亦然。***可行的是通过自动化的方法让待测体和仪器精确同步,但这也**适用于异音在特定时间点出现的情况,而且需要额外的投入;先进的异响声学检测技术通常依赖于复杂的算法和数据处理技术,需要专业的技术人员进行操作和维护。

杭州专业异响检测检测技术,异响检测

现在的主流的检测手段是:在生产线搭一个简易的隔音房,检测人员经过特殊听觉训练后,坐在隔音房里靠耳朵主观判定异响。显然,这种方法无法满足现代工业制造自动化、智能化的需要,存在诸多弊端,既容易受到外界噪声干扰,又由于人的生理缺点导致判断误差偏大,效率低下,人力成本增加,时间长了,对人耳听力有不可逆的损伤。由此,异音异响自动化检测系统提供了一种全新的解决方案:采用了特殊的降噪技术,可以在嘈杂的生产线上实现低于25分贝甚至低于15分贝的检测环境,其次该系统采用了心理声学和人工智能技术结合,开发了一种可以完全替代人耳主观判断异响的检测方法,再辅以自动化检测程序、多维度的数据分析模型,可以完全替代传统依靠人耳检测的方式。异音检测设备是一套集静音环境箱、异音声学测量、数据处理和自动化控制为一体的异音智能检测系统。嘉兴状态异响检测系统

异音异响也可以有效反映出零部件的关键故障。适用于批量生产场合的测试系统是十分必要的。杭州专业异响检测检测技术

家电异音异响检测可以按照下图所示的技术途径来实施。按照机器学习的要求,通过传声器和信号采集系统进行声信号样本采集,需要注意的是采集得到的声信号既包含家电的运转声,也包括生产线的环境噪声。采用现有成熟的多种信号处理方法对所测声信号进行预处理,通过分析比较和尝试,组成比较好的信号特征向量,该向量应该能够很大程度反映家电状态信号,同时抑制环境噪声。常用的信号特征提取方法一般包括时域、频域和时频域三类,时域的典型特征有短时能量和过零率;频域的特征种类繁多,有各种谱分析方法、线性预测系数以及梅尔频率倒谱系数等;时频特征包含短时傅里叶谱和小波谱,时频特征会带来较大的计算量,但却更能完整***地描述音频信号。杭州专业异响检测检测技术

与异响检测相关的**
信息来源于互联网 本站不为信息真实性负责