苏晓晓
点击图片查看原图
整套分布式传送带托辊异常声音检测系统主要有以下功能： 1) 托辊异常声音检测功能——整套系统以节点为边缘计算单元进行托辊异常声音检测，大大降低远程服务器的计算压力； 2) 轮询报警功能——远程服务器会定时轮询所有声呐节点，一旦有节点发现托辊异常则会及时报警后台监控中心 ； 3) 实时监听功能——监控中心可以选择任意节点实现现场声音监听功能，在接收到节点报警之后，也可以远程监听现场声音判断是否异常； 4) 频谱分析功能——监控中心可以选择任意节点实现现场声音的频谱分析 。
家电异音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，组成最佳的信号特征向量，该向量应该能够最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，但却更能完整全面地描述音频信号。
在线异音检测可以说是人工智能技术在家电生产过程中的一个合适应用场景，但要想与家电生产流程真正无缝结合，真正替代人工声检，还需要解决很多技术和管理上的难题，技术难题包括产线节拍匹配、信号采集、环境噪声消除、训练样本选择、合适学习模型确定等，管理难题包括检测规范与标准的制定以及检测流程的重构等，解决这些难题的方法和思路将在后续详细深入讨论。