预测性维护是工业互联网中一个重要的应用场景。在预测性维护出现之前，设备维护的方式主要是被动故障维护以及定期以人工巡检的方式检测，预测性检测的出现可以降低设备的故障率，提高设备利用率，确保设备持续使用，提高企业生产效率，同时也可以减少设备维修费用。
预测性维护能够真正落地并且为客户创造价值，需要具备两大条件，其一是数据基础，第二是算法模型。
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。
在测量噪声时，用声级计测量，选择用“快”挡测量。使用方法如下：声级计使用环境的选择：选择有代表性的测试地点，声级计要离开地面，离开墙壁，以减少地面和墙壁的反射声的附加影响。
天气条件要求在无雨无雪的时间，声级计应保持传声器膜片清洁，风力在三级以上必须加风罩(以避免风噪声干扰)，五级以上大风应停止测量。
以上信息由专业从事NVH检测机构的慧声智创于2024/4/17 8:03:14发布
转载请注明来源：http://ningbo.mf1288.com/nbhszc-2736837381.html
