基于自研核心部件的數(shù)據(jù)采集與計(jì)算,結(jié)合算法模型和大數(shù)據(jù)分析,實(shí)現(xiàn)對(duì)工業(yè)設(shè)備及環(huán)境的噪聲監(jiān)測(cè)、診斷、預(yù)報(bào)、定位、控制和管理的一體化運(yùn)維體系。
1、實(shí)時(shí)監(jiān)測(cè)廠界點(diǎn)和聲源設(shè)備的噪聲值,對(duì)噪聲偏大和噪聲排放超標(biāo)情況預(yù)警。
2、實(shí)時(shí)采集工業(yè)設(shè)備的噪聲數(shù)據(jù),智能檢測(cè)設(shè)備是否發(fā)生異常。
1、通過對(duì)采集到的設(shè)備聲紋數(shù)據(jù)進(jìn)行分析,判斷其是否為故障狀態(tài)并識(shí)別故障類別。
2、通過專家知識(shí)加機(jī)理模型多維融合,針對(duì)識(shí)別出的故障給出維護(hù)建議。
1、基于有限測(cè)點(diǎn)值反演預(yù)測(cè)聲場(chǎng)中任一點(diǎn)位噪聲值,給出聲場(chǎng)動(dòng)態(tài)云圖。
2、通過模型和智能算法分析預(yù)測(cè)設(shè)備故障可能性及劣化程度。
1、通過多源陣列和抗干擾聲源定位算法精準(zhǔn)定位異響聲源位置
2、通過噪聲定位模塊對(duì)超標(biāo)噪聲源聯(lián)動(dòng)攝像頭進(jìn)行拍照取證,上傳噪聲監(jiān)測(cè)平臺(tái)。