完善声学传感器以检测安全的组件公差

制造商必须能够立即对机械设备的故障做出响应，以避免停机。位于奥尔登堡的弗劳恩霍夫数字媒体技术研究所IDMT的声学监控系统基于噪声识别生产参数是否在设定的极限值之内。基于AI的技术可帮助制造商得出有关机器状态的结论并优化生产控制。

在当今的生产环境中，汽车，飞机，光学系统，医疗设备和其他产品以大型单个组件制造，然后胶合或装配在一起。“机器人手臂负责装配工作。零件公差起着重要作用：如果零件太大，则会引起碰撞和位移，”奥尔登堡Fraunhofer IDMT声学事件检测主管Danilo Hollosi解释说。通常会发现该错误为时已晚，从而导致计划外的停机时间和高成本。

非接触声学过程监控，用于插头连接

为了避免这种情况并及时发现技术故障，Hollosi和他的团队开发了智能传感器可以直接安装到机器或设备上并立即发现故障。至关重要的是，传感器对空气传播的声音敏感，并根据噪声识别故障。“当配对连接器连接在一起时，它发出的声音是麦克风或传感器被拾取。如果没有发生该声音，声音监控系统将显示一个错误并进行可靠记录。同时，将通知相关工作人员”，工程师解释说。在自动化制造中，元数据用于过程文档和质量保证。该解决方案的独特之处在于，维护系统可以区分无数种咔嗒声和机械冲击，同时还能过滤出嘈杂的生产环境中的噪声干扰。“并非所有点击都是相同的。机械连接器的声音不同于电灯开关，订书机或biro。当它们卡入到位时，您会惊奇地发现它们会发出多种不同类型的噪音。”

专门开发的基于AI的音频分析算法可检测干扰和目标噪声。数据处理直接在传感器上进行。完整的状态监视系统占用的空间很小：麦克风，音频信号处理技术，软件和电池目前装在一个不超过一包香烟的外壳中。但是它们也可以做得更小。小型化解决方案提供三种变体，可以轻松集成到现有系统中。用户还可以选择将智能维护系统安装到机器人上，或者将其安装在距离机械或设备几米远且具有战略意义的测量点处。此外，声学解决方案具有可扩展性，这是在工业应用中使用的重要条件。

机器的听觉

“实际上，我们给机器一种听觉，以保证质量。制造商可以在早期阶段准时发现损坏的迹象，以减少计划外的停机时间，协调车间的工作流程并提高整个工厂的效率，”总结研究者。