一.开发背景:
设备巡检在车间设备维护中扮演重要角色,其目的在于及时发现设备故障。实际应用中,基于状态的维护(CBM)可减少不必要的维护成本,CBM与故障巡检的结合是设备维护的重要应用。现有研究虽在故障特征提取与定位方面成果丰富,但设备巡检不同于固定点故障诊断,巡检人员需在不同设备间移动,传感器需轻便简洁。因此,开发适用于移动巡检场景的便携式紧凑巡检系统具有现实意义。本研究提出一种便携式设备巡检系统,结合机器视觉与信号处理算法,实现快速故障诊断与定位,仅需单个麦克风获取设备声信息,基于频率比对提取故障特征频率,结合机器视觉叠加声学特征图,具有便携、易操作特点,适用于多种工业环境。
二.结构以及功能使用说明:
单通道声波探伤定位系统模组设计我们将其分为三个部分:
1.声音特征提取:
本研究采用特征频率比对算法提取故障特征频率,步骤如下:采集设备正常与多种故障状态下的声音数据;计算每对状态间归一化频幅差异;确定频幅最大差异对应的特征频率;以最大差异的50%为阈值R;选取幅值大于R的频率作为候选特征频率;巡检中若检测到故障特征频率,记录故障类型与时间;新异常特征频率出现时,自动更新故障特征数据库。
1.2 机器视觉定位:
巡检时,若怀疑设备存在异常:用三脚架固定摄像头于设备前方;按“之”字形路线(上下左右)巡检,记录音频与视频;使用YOLO目标检测模型定位[9]每帧中智能手机位置,记录该位置处故障特征频率强度;通过AR技术[10]将声学特征图叠加到设备实景图像,距离故障越近,特征图强度越大、色温越高,亮区即为故障位置。
1.3 AR可视化叠加:
将声音特征强度以热力图形式叠加到设备实景图像中,颜色越深表示越接近故障源,实现所见即所得的故障定位体验。