一、产品概述

       机器听诊大师由硕橙盒子（包含传感器、数据采集和分析器）和网页服务器两部分组成。部署时，只需要将硕橙盒子连接市电并放置于待测车间的某个恰当位置即可，无需向待测设备上添加任何有机械或电气连接的传感器，也不需要中断生产，对车间环境和工人无任何打扰。系统运行期间，只收集车间噪声，不对人声进行分析，不会泄露员工隐私，不会干扰生产。部署完成后，客户即可在手机或者电脑上访问特定网页，查看初步实时数据。不超过两周，即可通过网页实时查看设备的工作状态以及健康度。

二、产品特点

1、硬件部分

a）硕橙盒子——实时采集环境中的噪声，从噪声中提取反映机器设备运转状态的声音特征，并将其发送至云服务器。由于噪声通过空气传播，硕橙盒子不需要与被监测设备有任何机械连接，部署极为方便，对生产的影响极小。

b）服务器——放置在客户处的私有服务器或者部署在云端的云服务器，用于存储、管理和分析噪声特征数据，并通过网页以客户需要的形式实时展示设备的健康状态。

2、软件部分

a）噪声特征集——我们针对机器噪声的物理特性特别定义了一套特征集，该特征集包含时间、频率、能量等多个物理量，以及一些物理量之间的线性或非线性组合，专门针对机器噪声进行了优化，与现有广泛使用的语音特征有很大区别，可以非常有效地提高的识别准确率。同时，该特征集覆盖了磨损、松动、疲劳、裂纹等典型损伤的噪声特征，对于实现预测性维护极为有利。

b）机器噪声大数据——在操作人员的协助下，系统通过学习建立厂房内各设备运行状态与声学特征的对应关系，形成一个噪声大数据系统。在实际运行时，系统将采集厂房内的声音，并对其进行识别和判断，实时报告各设备的运行和损伤状态。如果发现未知特征，系统将给出提醒或警报。操作员可根据实际情况，对该未知特征进行定义，加入大数据系统。未来再次遇到该特征时，系统可以直接给出根据定义报告新的状态。

c）神经网络——我们采用的神经网络是一个由一个输入层、不超过三个隐藏层（根据不同场景动态调整）和一个输出层组成的通用神经网络。该网络不属于特别深度的神经网络，训练所需的数据和时间都易满足，便于快速部署。虽然该网络不算很深，但仍然保留了较高的识别准确率。可以说，该网络在准确度和部署难度之间取得了较好的平衡。此外，我们也针对大数据量设计了深度神经网络，可以在大数据量条件满足的条件下更加精细地分析噪声，进一步提高预测精度和准确度。

3、系统展示界面——客户可通过电脑或者手机实时查看机器设备的运行状态及健康度，并可选择感兴趣的时间段对生产进行统计，实时了解生产线或者工厂的整体运行情况。

三、应用案例

标 准 设 备 状 态 监 测

场 景: 水 泵 站

非 标 设 备 监 测

场 景: 空 气 净 化 器 质 量 检 测

非 标 设 备 在 线 监 测

场 景: CNC 刀 具

非 标 设 备 在 线 监 测

场 景: 烟 草 卷 包 机