暴雨梨花獸
看到這個題目，不由“大吃一鯨”，繼而“虎軀一震”
如果我理解的沒錯，“工業異常檢測”這個問題應該是涵蓋了兩方面內容——
1.機械設備運維（生產設備本身“裂開了”）
2.產品質檢（產品“裂開了”）
經過一番細緻的思考，我覺得題主打開了新世界的大門……
在工業4.0時代，國家大力推進基於AI技術的“兩化”融合，包括工業自動化檢測系統、設備管理、設備診斷、自動化產品質檢等等。
現有的技術部分解決了上述問題，常規的工業設備異常檢測包括紅外熱成像、震動傳感器、溫溼度傳感器等，產品質檢甚至用到了X光。但不得不說，這些手段有顯而易見的弊端，例如：震動傳感器必須採取接觸式，對於某些特殊設備存在數據採集的困難。而產品質檢通常只通過“機器視覺”解決問題，缺失了“聽覺”這個至關重要的維度。
聲音信號具有豐富的信息量，在很多視覺、觸覺、嗅覺不合適的場合下，具有獨特的優勢。
目前利用“機器聽覺”解決工業運維痛點的技術，在國內外已開始起步發展，在許多工業場景中，已逐漸廣泛應用。
舉兩個機械設備運維實際應用的例子，寄希望於可以拋磚引玉，給你帶來啟發。
金屬加工機械製造——刀具狀態是保證切削加工過程順利進行的關鍵，迫切需要研製準確、可靠、成本低廉的刀具磨損狀態監控系統。切削聲信號採集裝置成本低廉，結構簡單，安放位置可調整。基於它的檢測技術，信號直接來源於切削區，靈敏度高，響應快，非常適用於刀具磨損監控。可利用金屬切削過程中的聲音輻射檢測工具的狀態，即鋒利、磨損、破損。以低頻和高頻帶的頻譜成分作為特徵，可以很容易地區分鋒利和磨損。
軸承、齒輪和傳動部件——旋轉機械（軸承、齒輪等）在整個機械領域中有著舉足輕重的地位，發生故障的概率又遠遠高於其他機械結構，因此對該類部件進行狀態檢測與故障診斷就尤為重要。對於傳統的振動傳感器需要拆分機器、不易安裝的缺點來講，其可通過在整機狀態下
檢測特定部位的噪聲來判定軸承與齒輪等是否異常，可以說是非常省時省力又快捷了。如果對您有幫助，請關注聯豐迅聲，我們一起“用科技傾聽世界的聲音”。
