声音无处不在,但有时人类却无法听见,尤其是机器工作时发出的细微声音。

但借助AI的话,就能够透过声音,更好地了解故障机器的声音模式。芬兰公司 Noiseless Acoustics 和荷兰公司 OneWatt 近日透过人工智能(AI),更快、更轻鬆地检测机器的问题。

透过AI 以声音判断机器故障

在美国,工业用电佔全国用电量的25%。然而,儘管它们发挥着重要作用,但电动机可能由于多种原因而失效,从而导致生产率和盈利能力的下降。

而通过使用AI,借助非侵入式传感器,机器学习算法和预测性维护解决方案,即使人类无法听到声音,也可以分析声音以检测机器故障,在出现严重问题之前的早期阶段识别出故障组件。

OneWatt通过听电机来防止问题。通过其嵌入式声学识别传感器(EARS)设备,结合机器学习和频率分析,OneWatt可以在故障发生之前对其进行检测和预测。这包括问题的内容,时间和地点。

而这间创业公司将其设备用于业内前八大电机故障中。这些範围从轴承故障到软基础故障。通过这样做,该公司收集了近2TB的声学数据,其中包含超过16,000个故障电机的声音片段。

借助人工智能 以声音判断机器故障

使用声学声音分析 实现可持续性

而 Noiseless Acoustics 负责在硬件,软件和分析的组合。

使用NL Camera,启动可以使用声音定位问题。 与热成像类似,NL相机拍摄的热图像可以发出屏幕上的噪音信号。 然后将信息上载到云,其中算法有助于评估问题。

NL Sense是Noiseless Acoustics使用的另一种工具。 它是一个非侵入式系统,可以精确定位问题所在的位置。 通过使用可以放置在任何给定表面上的紧凑型无线传感器集线器和传感器,它将自动将信息发送到云,在那里进行分析和处理。

一旦从声源中隔离出声音信号,AI就会用来查看是否存在问题。

NL Sense的工作原理是通过非侵入式监控延长现有资产的使用寿命,这也有助于可持续能源产业。

随着声音变得有价值,硬件和软件的进步表明,在基于音频的预测分析领域正在取得重大进展。

您也可能喜歡這些文章