1、基于聲學(xué)信號(hào)濾波增強(qiáng)和回波消除技術(shù)，研究形成適用于非自由聲場(chǎng)的信號(hào)前端處理方法，從而解決工業(yè)生產(chǎn)環(huán)境噪聲干擾以及靜音箱測(cè)試環(huán)境下聲波反射問(wèn)題；

2、基于故障診斷經(jīng)驗(yàn)知識(shí)以及多維度信號(hào)處理方法，研究形成適用于穩(wěn)態(tài)和非穩(wěn)態(tài)的異音異響信號(hào)特征提取方法，并構(gòu)建了多維聲學(xué)信號(hào)特征工程技術(shù)；

3、開(kāi)展基于集成學(xué)習(xí)和深度學(xué)習(xí)算法適用性研究，從而在機(jī)器訓(xùn)練樣本比例嚴(yán)重失衡情況下，小樣本數(shù)據(jù)規(guī)模即可達(dá)到較高的模型判定準(zhǔn)確率；開(kāi)展基于遷移學(xué)習(xí)的適用性研究，從而解決機(jī)器學(xué)習(xí)的模型泛化問(wèn)題，確保訓(xùn)練模型能夠快速覆蓋并部署至同類(lèi)型產(chǎn)品；

4、開(kāi)發(fā)了工業(yè)智能聽(tīng)診軟件平臺(tái)以及標(biāo)準(zhǔn)化的數(shù)據(jù)采集模塊，可滿(mǎn)足不同應(yīng)用場(chǎng)景系統(tǒng)部署需求。

【技術(shù)指標(biāo)】

1、機(jī)器學(xué)習(xí)模型準(zhǔn)確率高，模型訓(xùn)練樣本達(dá)到數(shù)千規(guī)模以上，輸出結(jié)果準(zhǔn)確率可以達(dá)到99%以上。

2、通用性強(qiáng)，系統(tǒng)核心硬件標(biāo)準(zhǔn)化設(shè)計(jì)，軟件開(kāi)放式框架，從而方便與自動(dòng)化模塊集成，實(shí)現(xiàn)無(wú)人化操作。

【成果展示】

揚(yáng)聲器異音智能檢測(cè)系統(tǒng)

微特電機(jī)異音智能檢測(cè)系統(tǒng)

船舶軸系故障預(yù)測(cè)與健康管理系統(tǒng)

【應(yīng)用場(chǎng)景】

【知識(shí)產(chǎn)權(quán)】

 該成果已申請(qǐng)多項(xiàng)中國(guó)發(fā)明專(zhuān)利，下表是部分展示：