AI辨識設備運行聲音進行健康監測

設備在運行時或多或少會發出振動與聲音，這些聲音通常可以表現出目前設備的運行狀態，若能夠通過人工智能來辨識設備運行的聲音是否正常，便可提早發現設備出現的問題并進行維護，將可降低設備的維護成本與延長使用壽命。本文將為您介紹人工智能如何通過聲音的解讀，來協助進行設備的健康監測，以及由ADI所推出OtoSense智能監測解決方案的功能與特性。

藉由振動與聲音進行設備健康監測

任何深諳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，使用壽命延長一倍，實現實時聲學數據和分析，是另一種重要的基于狀態的系統監測（CbM）方法。

首先，我們應先了解設備發出的正常聲音是什么樣的，當聲音出現變化時，便可以確認設備出現異常，并了解出現了什么問題，通過這樣的方式把聲音和特定的問題聯系在一起。

識別異常可能需要進行幾分鐘的訓練，但將聲音、振動和原因結合起來實施診斷可能需要相當長的時間。經驗豐富的技工人員和工程師可能具備這種知識，但這類的人才屬于稀缺資源。單單通過聲音本身來識別問題可能相當困難，即使使用錄音、描述性框架或接受專家親自培訓，也很難具備如此專業的技能。

理解人類神經學以建立計算機聽覺能力

為了解決這個問題，ADI公司團隊在過去20年里一直致力于理解人類是如何解讀聲音和振動的。ADI的目標是建立一個系統，能夠學習來自設備的聲音和振動，破譯它們的含義，以檢測異常行為，并進行診斷。

ADI推出了OtoSense體系結構，它是一種設備健康監測系統，支持計算機聽覺，讓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，可以實時工作，無需網絡連接。它已被應用于工業應用，支持實現一個可擴展的高效設備健康監測系統。

OtoSense的設計理念是從人類神經學中獲得靈感，人類可以一種非常節能的方式學習和理解他們聽到的任何聲音，并能夠學習靜態聲音和瞬態聲音，這需要不斷調整功能和持續實施監測。OtoSense在靠近傳感器的終端進行識別，無需通過網絡連接遠程服務器來做出決策，并可與專家進行互動與學習。

人類聽覺系統和OtoSense的對比與解析

聽覺對人類來說是一種關乎生存的感覺，它是對遙遠的、看不見的事件的整體感覺，并在出生前便已經成熟。人類感知聲音的過程可以用四個熟悉的步驟來描述：聲音的模擬獲取、數字轉換、特征提取和解讀。在每個步驟中，我們都會將人耳與OtoSense系統進行比較。

人類聽覺的模擬獲取和數字化是個相當重要的過程，首先從中耳中的鼓膜和三塊聽小骨通過杠桿原理來捕捉聲音，然后調整阻抗，將振動傳輸到充液腔道中，在那里，另一層鼓膜會根據信號中存在的頻譜成分選擇性地移位。這反過來彎曲了彈性單元，這些單元發出數字信號，反映出彎曲程度和強度。然后，這些單獨的信號通過按頻率排列的平行神經傳遞到初級聽覺皮層。

在OtoSense中，這項工作由傳感器、放大器和編解碼器來完成。數字化過程使用固定的采樣速率，可在250 Hz和196kHz之間調節，波形以16位編碼，然后存儲到大小在128到4096之間的緩沖區。

聽覺的特性提取則發生在初級皮層，涵蓋頻率域特性，如主頻率、諧波和頻譜形狀，以及時間域特性，如脈沖、強度變化和在大約3秒時間窗內的主要頻率成分。

OtoSense則使用一個時間窗，ADI稱之為塊，它以固定的步長移動。這個塊的大小和步長范圍為23毫秒到3秒，具體由需要識別的事件和在終端提取特性的采樣率決定。

聽覺的解析則發生在聯絡皮層，它融合了所有的感知和記憶，并賦予聲音以含義（比如通過語言），在塑造感知期間起著核心作用。解析過程會組織我們對事件的描述，遠遠不止是對它們進行命名這么簡單。為一個項目、一個聲音或一個事件命名可以讓我們賦予它更大、更多層的含義。對于專家來說，名字和含義能讓他們更好地理解周圍的環境。

這就是為什么OtoSense與人的互動始于基于人類神經學的視覺、無監督的聲音映射。OtoSense利用圖形表示所有聽到的聲音或振動，它們按相似性排列，但不嘗試創建固定分類。這讓專家們能夠組織屏幕上顯示的組，并為它們命名，而無需嘗試人為創建有界線的類別。他們可以根據自身的知識、感知和對OtoSense最終輸出的期望構建語義地圖。

對于同樣的音景，汽車機械師、航空工程師，或者冷鍛壓力機專家，甚至是研究相同領域，但來自不同公司的人員，都可以按不同的方式進行劃分、組織和標記。OtoSense則與塑造語言意義一樣，使用相同的自下而上的方法來給定意義。

OtoSense的設計初衷是向多位專家學習，并且隨著時間推移，進行越來越復雜的診斷。常見過程是OtoSense和專家之間的循環，異常模型和事件識別模型都是在終端運行，這些模型為潛在事件發生的概率，以及它們的異常值創建輸出。

超出定義閾值的異常聲音或振動會觸發異常通知，使用OtoSense的技術人員和工程師可以檢查該聲音和其前后聲音信息。然后，這些專家會對這個異常事件進行標記，對包含這些新信息的新識別模型和異常模型進行計算，并推送給終端設備。

協助電動機進行預測性維護的

智能電機監測傳感器

以ADI OtoSense智能電機監測傳感器為例，這是一個基于人工智能的、完整的硬件和軟件解決方案，用于基于電機狀態的設備監測。這套系統無需專家進行人工分析，可支持檢測九種機械和電氣故障，并無線纜和專業網關的需求，可進行快速部署。

ADI OtoSense智能電機傳感器通過結合一流的傳感技術和領先的數據分析，可監測電動機運作的狀況。ADI OtoSense智能電機傳感器檢測設備的異常和缺陷，使您能夠預測維修周期，避免意外停機。

ADI OtoSense智能電機傳感器涵蓋最關鍵的診斷，將數據轉化為具體的操作指令或操作建議。它可以對三相交流異步低壓電動機進行24/7的狀態監測。它可以清晰的方式呈現信息，告訴你問題是什么，以及如何解決它。

ADI OtoSense智能電機傳感器提供監測儀表板，通過將每個電機狀態的詳細信息可視化，可協助全面了解機器的健康診斷和故障檢測。ADI OtoSense智能電機監測傳感器并支持移動應用，可通過個人電腦及手機應用程序，允許用戶輕松設置智能電機監測傳感器，了解部署數據，并在應用程序中對關鍵事件發出通知和警報。

ADI OtoSense智能電機監測傳感器利用強大的基于狀態的監測硬件和軟件，可優化生產環境，減少故障的發生，實現諸如降低資產維護成本、延長設備壽命和增加正常運行時間等效益。

ADI OtoSense智能電機監測傳感器支持實時監控，可更頻繁地監測設備，以了解機械和電氣故障何時開始發生，以及這些問題如何影響生產過程。ADI OtoSense智能電機監測傳感器并可為每個電機創建一個獨特的模型，以提供與流程一致的優化診斷。利用智能電機監測傳感器提供的信息，可以用來診斷問題，還可以知道問題的嚴重性，以便維護團隊可以采取具體的維護操作。通過持續監測電機性能和健康狀況，將可對維護和備件需求有更好的可見性，以便知道該訂購什么和何時訂購，以減少庫存成本。

ADI OtoSense智能電機傳感器是市場上感應和解釋機器數據最精確的解決方案，智能電機傳感器可以檢測到供電系統、定子繞組、轉子、電機軸平衡、偏心率、軸承、軸對齊、冷卻系統、固定螺栓等故障，并可提供綜合性能指標，這個性能指標用于表明潛在的系統性問題，這些問題可能是由多種因素造成的，如負荷的變化，操作過程的變化等。

ADI OtoSense智能電機傳感器的部署相當簡單，可實現24/7的條件監測，首先進行設置，可使用iOS/Android應用程序配置ADI OtoSense智能電機傳感器。通常，配置過程可在幾分鐘內完成，甚至電機仍在運行時亦可進行配置操作。接著進行學習，一旦傳感器被安裝在電機上并被調試好，學習過程就開始了。只需在正常的操作條件下，讓傳感器運行即可。若出現異常，便可實時接收警報，可在移動應用程序或網絡儀表板上查看警報，能夠防止任何電動馬達故障。

結語

ADI公司提供的OtoSense技術旨在使聲音和振動專業知識在任何設備上都持續可用，且無需連接網絡來執行異常檢測和事件識別。在航空航天、汽車和工業監測應用中，該技術被越來越多地用于設備健康監測，這表示在以往需要專業知識與涉及嵌入式應用的場景中，尤其是對于復雜設備而言，該技術都表現出了不錯的性能，并已經受到行業專家的好評及信任，將是您進行設備健康監測的最佳幫手。

艾睿電子