9月28日消息,普渡大学的研究人员开发了一套高效、低成本的机器健康监测系统,包括整体质量、状态和运行状态。普渡团队的创新采用基于音频的人工智能技术来监测工厂中机器的整体状况。普渡的系统使用一个类似听诊器的系统作为传感器,并通过基于神经网络的框架来分析数据。
"我们的解决方案是利用医生听身体的概念来评估初始状况,或者专家听机器的声音来知道发生了什么。"普渡大学创新者、机械工程副教授Martin Jun说。"我们正在使用人工智能来训练机器发出的各种声音,并自主判断机器或过程的许多事情。"
Jun说,这个系统可以在不被输入训练集的情况下检测到异常情况,而且比加速度计或声发射传感器更容易和更具成本效益。
普渡公司的技术旨在利用机器的内部声音来确定机器状态,评估工艺条件,诊断机器状况和预测机器故障。
"由于只使用声音,因此可以用于许多不同的应用,"Jun说。"拥有一个低成本的传感器,用于许多不同的目的,可以解决目前该领域的挑战,大多数解决方案都是相当定制化的具体问题。"
Jun和团队已经与普渡研究基金会技术商业化办公室合作,为这项技术申请了专利。他们正在寻求授权,并正在寻求合作者进行进一步开发。