宁波慧声智创公司专注于工业声学大数据在智能制造领域的应用,开发了工业智能听诊平台,可利用声学传感器在线采集机械设备及产品信号,依据专ye声学分析方法,结合机器学习技术,从而替代人工完成工业产品声学下线检测及关键机械设备声学预测性维护。系统可广泛应用于汽车零部件、白色家电、电声组件、散热模组、基础机械传动部件(电机、马达、轴承)以及冲压金属、铸造件产品声学下线质量检测,同时可推广拓展至能源电力、石油化工、先进制造、交通运输等领域关键机械设备声学预测性维护。
声响和噪声测量
利用声音和噪声的测量与分析进行机器设备监测及诊断,主要方法:
通过频谱分析进行精密诊断。频谱分析是识别声源的重要方法,特别是对噪声频谱的结构和峰值进行分析,可求出峰值及对应特征频率,进而寻找发生故障的零部件及故障原因。
声强法。声强法对测量环境无特殊要求,并可在距离被测设备较近的范围内测量,测量既方便又迅速,但仪器相对较复杂。
风力发电叶片哨音检测仪系统通过对风机叶片运行声音实时在线监测,结合声学分析和机器学习算法,可有效实现风机叶片开裂、异物附着等识别,保障风机的健康发电与运维。
频率范围:100Hz~15kHz;
信号处理: 内置MCU,支持时域波形传输和特征计算;
传输方式:有线、无线均可;
供电方式:被动POE或DC供电;
软件功能:集成信号处理、机器学习算法,对叶片健康程度作准确评估,提供手机移动监测、故障警报功能。
早期故障诊断采用听诊法来判断设备状态,有经验的师傅可根据声音辨别出故障类型,目前声学技术中常用的统计能量法是听诊法的一种进化,它根据设备正常和故障时辐射声能量的变化进行故障诊断。而在实际应用中,该方法容易受环境影响,且技巧不易掌握,依赖操作人员经验。 虽然振动和声音都蕴含着机械状态信息,但因声信号易受干扰,使得声学诊断技术的发展远远落后于振动诊断技术。以上信息由专业从事NVH检测费用的慧声智创于2024/3/29 9:05:27发布
转载请注明来源:http://ningbo.mf1288.com/nbhszc-2725906580.html