通过识别操作声音进行健康监测的AI识别设备

通过振动和声音检测进行设备健康监测

任何熟悉设备维护重要性的人都理解设备发出的声音和振动的意义。通过声音和振动分析进行正确的设备健康监测，可以将维护成本减半，并使设备寿命延长一倍。实时声学数据和分析是另一种重要的状态监测（CbM）方法。

首先，了解设备正常运行时发出的声音非常重要。当声音出现偏差时，这表明可能存在异常，暗示设备出了问题。以这种方式将特定声音与特定问题联系起来，对于有效监控至关重要。

识别异常可能需要几分钟的培训，但将声音、振动和根本原因关联起来以进行诊断可能会耗费更长的时间。经验丰富的技术人员和工程师可能掌握这些知识，但他们是稀缺的资源。仅仅依据声音来识别问题可能相当具有挑战性。即使有录音、描述性框架或专家培训，获得这些专业技能仍然困难重重。

研究人类神经科学以建立计算机听觉能力

在过去的20年里，ADI团队一直致力于研究人类如何解读声音和振动。ADI的目标是建立一个能够从设备的声音和振动中学习、解析其含义，以检测异常并进行诊断的系统。

ADI推出了OtoSense架构，这是一种设备健康监测系统，支持计算机听觉功能，使计算机能够理解设备行为的关键指标：声音和振动。该系统适用于任何设备，能够实时运行且无需网络连接。在工业环境中已经得到应用，支持实现可扩展且高效的机器健康监测系统。

OtoSense 的设计理念借鉴了人类神经科学的原理，即人类能够以极高的效率学习和理解听到的任何声音。人类具备学习静态和瞬态声音的能力，这需要持续调整功能并进行持续监测。OtoSense 在靠近传感器的边缘进行识别，无需通过网络连接远程服务器来做出决策。同时，它还支持与专家的互动和学习。

人类听觉系统与OtoSense的比较与分析

听觉是对人类生存至关重要的一种感官。它能够提供对遥远且不可见事件的整体感知，并在出生之前就已成熟。人类感知声音的过程可以通过四个熟悉的步骤进行描述：声音的模拟采集、数字化处理、特征提取及解释。在每一步中，我们将人类耳朵与OtoSense系统进行比较。

人类听觉的模拟采集和数字化是关键过程。首先，通过杠杆原理，声音被鼓膜以及中耳的三个听小骨捕获。随后调整阻抗，将振动传递到充满液体的管道中，在那里另一层鼓膜依据信号中的频谱成分选择性地变动。这一过程进一步使灵活的细胞发生弯曲，细胞发出反映弯曲程度和强度的数字信号。这些单独的信号随后通过按频率排列的并行神经通路传递到初级听觉皮层。

在OtoSense中，这项任务由传感器、放大器和编解码器完成。数字化过程使用可调的固定采样率，范围在250 Hz到196 kHz之间。波形以16位编码，然后存储在大小范围为128到4096的缓冲区中。

听觉中的特征提取发生在初级皮层，包括频域特性（例如主频、谐波性和频谱形状）以及时域特性（例如脉冲、强度变化和大约3秒时间窗口内的主要频率成分）。

OtoSense 使用一个时间窗口，被 ADI 称为块（chunk），以固定的步长移动。这个块的大小和步长范围由要识别的事件及边缘特征提取的采样率决定，范围从 23 毫秒到 3 秒。

听觉的分析发生在联想皮层，该区域整合了所有知觉和记忆，并赋予声音以意义（例如，通过语言），在塑造知觉的过程中发挥核心作用。分析过程组织了我们对事件的描述，远远超出了简单的命名。命名一个项目、声音或事件使我们能够赋予它更深层次的意义。对于专家而言，名称和意义使他们能够更好地理解周围的环境。

这就是为什么 OtoSense 与人类的交互从基于神经学、视觉以及无监督的声音映射开始。OtoSense 利用所有听到声音或振动的图形化表示，将它们按相似性排列，但并不试图创建固定的类别。这使得专家可以在屏幕上组织显示的群组并为其命名，而不用刻意创建边界清晰的类别。他们可以基于自己的知识、认知以及对 OtoSense 最终输出的期望构建语义地图。

针对相同的声音场景，汽车机械师、航空航天工程师或冷锻压力机专家，甚至在同一领域但来自不同公司的研究人员，可能会以不同的方式对其进行分类、组织和标记。OtoSense 的方法类似于构建语言意义，采用相同的自下而上的方法来赋予其意义。

OtoSense设计的初衷是从多个专家那里学习，并随着时间的推移，进行越来越复杂的诊断。一个常见的过程包括在OtoSense与专家之间形成循环，其中异常模型和事件识别模型在边缘运行。这些模型生成潜在事件发生概率及其异常的输出。

声音或振动超过定义阈值时会触发异常通知。使用 OtoSense 的技术人员和工程师可以检查声音及其相关信息。随后，这些专家会对异常事件进行标注，计算包含这些新信息的新的识别模型和异常模型，并将它们推送到边缘设备。

用于协助电动机预测性维护的智能电机监控传感器

以ADI OtoSense智能电机监测传感器为例，它是一种基于人工智能的全面硬件和软件解决方案，用于基于电机状况的设备监测。该系统无需专家手动分析，支持检测九种类型的机械和电气故障，无需电线或专业网关，从而实现快速部署。

ADI OtoSense 智能电机传感器通过结合一流的传感技术和先进的数据分析技术来监控电机的运行状态。它能够检测设备中的异常和缺陷，帮助您预测维护周期并避免意外停机。

ADI OtoSense 智能电机传感器涵盖最重要的诊断功能，将数据转换为具体的操作指令或建议。它能够对三相异步低压交流电机进行 24/7 全时监控。它以清晰的方式呈现信息，告知您问题的性质以及解决方法。

ADI OtoSense 智能电机传感器提供了一个监测仪表板，可视化每个电机状态的详细信息，帮助全面了解机器健康诊断和故障检测。它还支持移动应用程序，使用户能够轻松设置智能电机监测传感器、访问部署数据，并通过个人电脑和智能手机应用程序在应用内接收关键事件的通知和警报。

ADI OtoSense 智能电机监测传感器利用强大的基于状态的监测硬件和软件来优化生产环境，减少故障发生，并实现降低资产维护成本、延长设备使用寿命和提高正常运行时间等优势。

支持实时监控，ADI OtoSense智能电机监控传感器能够更频繁地监测设备，以了解机械和电气故障何时开始发生以及这些问题如何影响生产过程。它还为每台电机创建一个独特的模型，以在生产过程中提供一致的优化诊断。智能电机监控传感器提供的信息可用于诊断问题并确定其严重程度，从而使维护团队能够采取具体的维护措施。通过持续监测电机性能和健康状态，可以更清楚地了解维护和备件需求，帮助确定需要订购的内容和订购时间，从而降低库存成本。

ADI OtoSense智能电机传感器是市场上最准确的机器数据感知和解析解决方案。它能够检测电力供应系统故障、定子绕组问题、转子异常、电机轴平衡、偏心、轴承、轴对准、冷却系统以及软脚/松动脚等问题。此外，它还提供全面的性能指标，指示潜在的系统性问题，这些问题可能由于负载变化或操作流程变化等多种因素而引发。

部署ADI OtoSense智能电机传感器非常简单，可实现全天候状态监测。最初的设置可以通过iOS/Android应用程序完成，用于配置传感器。通常，配置过程仅需几分钟，甚至可以在电机运行期间完成。设置完成后，一旦传感器安装在电机上并校准后，学习过程就会开始。在正常运行条件下运行传感器即可方便其学习。如果出现异常情况，可以接收到实时警报，这些警报可以在移动应用程序或仪表板上查看，帮助防止电机发生故障。

结论

ADI 的 OtoSense 技术旨在使声音和振动的专业知识能够持续应用于任何设备，无需网络连接即可进行异常检测和事件识别。在航空航天、汽车以及工业监测应用中，这项技术正越来越多地被用于设备健康监测。这表明该技术在过去需要专业知识且涉及嵌入式应用的场景中表现良好，尤其是针对复杂设备。它已经赢得了业界专家的赞赏和信任，被认为是设备健康监测的出色工具。