通过声音和AI成功诊断出泵故障
编者按
以前，跟老师傅们一起去用户现场进行服务时，经常见到他们拿一根金属棒来听（运行过程中）设备的声音，并据此来判断问题/故障所在。随着科技的不断发展，今天，人们可以借助传感器收集到的声音变化，然后利用AI技术来判断设备是否存在或者何时会出现故障风险。
本篇内容来源于neuronsw.com ，介绍了通过声音和人工智能诊断技术，成功地预测到设备可能会出现的故障。仅供参考。
前言
神经元声音诊断（Neuron soundware diagnostics）有时会拿出来与传统的振动诊断相比较。我们利用油泵油炸传统捷克薯片的经验证明，使用神经元声音和人工智能的诊断技术比传统方法更灵敏，能够提前提醒员工设备中的潜在问题。
Bramburky.cz每年都会出现多次泵底座变形扭曲的问题。泵座有可完全调节高度的螺旋式支脚，但有时它们会松动并引起泵座变形扭曲。这会使泵联轴器出现不对中（错位），最终损坏泵并导致生产延误。
生产经理希望避免这些延误，因为每次更换泵都会使生产推迟一天，造成数千欧元的损失。我们利用声音和人工智能建立了（传统振动诊断和神经元声音诊断这）两种技术，以便为薯片公司所有者应该对此类设备使用哪种诊断方法找到建议。
振动诊断与AI支持的声音诊断比较
- 2021年4月14日：我们在泵上安装了相关的测量探头（振动和声音），并对正常运行中的设备进行了初始测量（NSW，vibro）。见图1。
- 2021年4月27日晚上8：45：在被测试泵底座上的螺钉松动之前，我们获取了新的振动和声音读数。
- 2027年4月27日晚上9：00：我们先将螺丝旋松到90°，然后旋松至180°，最后松开至420°。
- 在每一步，我们都进行了振动测量，并通过在线Neuron soundware AI辅助声音监测不断收集数据。
图1：安装振动及声音监测元件
图2清楚地显示，在螺丝旋松至90°时Neuron soundware做出的响应并报告异常。按照通常的ISO 10816-3标准，传统的振动诊断会等待更长的时间来发送警报。
图2：螺钉松动时Neuron soundware监测并发出的异常警报
在测试的第二个阶段（旋松至180°），振动诊断系统刚刚达到报警水平，此时底座已经明显变形扭曲，泵密封开始泄漏。
在测试的第三个阶段（松开至420°），振动诊断显示出仅略高于报警阈值的值，即使泵密封几乎到处泄漏、弹性联轴器元件已经出现显著变形。
我们几乎不需要对（Neuron soundware diagnostics）主要优势进行详细解释，特别是传输这些信息的速度。当振动分析由专家在设定的工作时间内进行时，而Neuron soundware却通过硬件、软件和人工智能连续远程在线工作。
在图2中，当Neuron soundware开始发送即将发生的故障警报（通知）时，与标称状态相比，异常级别0.5的声音记录。
图3：诊断方法差异
图3中，传统的振动诊断根据ISO 10816-3标准，当振动速度达到4.5 mm/s时通知客户，达到7.1 mm/s时生成报警状态。而Neuron soundware声音加AI诊断，在螺钉旋松至90°时便立即识别到异常，并证明它对设备的异常行为很敏感。
Neuron soundware的工作原理
该技术在现代人工智能和设备学习方法的帮助下，以成熟的技术诊断原理为基础。在设备上安装传感器后，系统将记录设备运行的初始数据，并将其保存为正常（标称）。
然后将“设备库”中的预设数据添加到标称数据中，以便于培训。接着，系统将该数据与设备运行期间测量的数据进行比较。如果设备的声音明显偏离其标称状态，或者声音与设备库中的任何异常声音匹配，Neuron soundware系统就会报告异常。换言之，它会发送一个通知，告知设备出现了异常情况，技术人员应该去检查或维修设备的受影响部分。
预防工业设备故障的最有效方法是什么？关键是在重要设备仍在正常运行时，在其上安装物联网设备和传感器。这可确保收集的数据能真实反映设备运行的正常值。我们称这种训练为AI模型，通常会持续数天。然后将模型立即部署在选定的设备上，同时将特定设备的专业技术知识添加到连续监控中。警报使员工能够快速响应、并决定适当的响应，以最大限度地减少损失。大多数警报允许维护人员计划其维护或维修时间，以避免生产中的意外停机。
立即行动吧！当监控解决方案部署到机器上时，客户将获得远程设备监控服务。他们随时可以知道设备是否已启动并运行或出现故障，并且还可以访问数据以对设备的运行进行分析、检查和评估。部署经过训练的模型后，客户会收到有关设备异常的信息，包括验证对设备运行的影响或修复问题的建议步骤。随着时间的推移，这些建议将更加详细和准确，即使没有人类专家诊断的验证。
服务对客户的价值随着时间的推移而增长。记录的故障越多，AI就越能更好地区分故障，为员工提供更准确的缺陷信息，并有更多时间计划检查或维修。
进行这项投资的生产总监比其他人具有明显的优势，因为他们可以更好地利用其专家团队，更快地将设备问题消灭在萌芽状态，并为未来的高级AI模型创建数据和知识库。
由于市场上的专家越来越少，创新和数字化的压力越来越大，现在是投资AI辅助监控的时候了。