[00044591]基于机器学习的产品异响现场检测和故障诊断技术
联系人： 王东坡
所在地： 安徽合肥市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
对于家电、汽车及其零部件制造企业来说，产品运行时异响是其用户投诉的主要来源，因此产品下线前进行异响检测是其品控过程中的重要环节。
目前大多厂家均采用人耳监听的方法进行异响检测，但由于人耳听觉受经验、身体状况、疲劳程度、以及人员的责任心等主观因素影响很大，所以经常出现漏检或错检的情况，效率较低且无法实现自动化。
本研究成果为避免人为主观因素的影响，实现产品异响的自动、精确检测提供了可行的途径。
本成果基于机器学习方法，将产品异响检测归结为大数据样本下的非线性分类问题：首先通过近场声学阵列获取产品现场运行时的高信噪比声学信号，然后采用特征提取方法对声学信号进行特征提取和数据降维，从而获得异响信号的代表特征样本，接着采用机器学习方法，对这些异响特征样本进行统计学习，从而获得数据统计模型，最后将该学习好的统计模型用于真实异音信号的分类检测，从而将正常产品与异响产品区分开来。
同时通过对不同异响特征的分类判断还能够实现产品具体故障的检测和诊断，为故障产品的修复提供指导信息。
