聲紋振動監測，設備缺陷故障的“聽診器”

　　作為工業生產能夠正常運行的基礎，設備的可靠性是諸多石化工廠保障中的重要一環。設備在運行時產生的聲學和振動信號包含了大量的狀態信息，尤其當發生缺陷或故障后，其聲紋及振動特征也會根據磨損程度而發生不同程度的改變，可以作為診斷缺陷及故障的重要特征參量。

　　從前，需要巡檢師傅依靠經驗對振動和聲音異常做出判斷，當時間域信號特征比較明顯的時候，通過對聲音和振動的判斷，有經驗的巡檢人員就可以判斷出缺陷或故障所發生的位置，從而進行進一步檢測。但不同的設備結構組成不同，復雜程度也不盡相同，即便是有多年經驗的運檢人員，也不一定能夠完全將各種情況全部記錄在冊。

　　而且，人工巡檢只能通過“望、聞、問、切”等傳統方式對巡檢場所進行大致的評估，每一小時就要進行一次巡檢，勞動強度大、準確率低、危險系數高，過于依靠人工還容易出現少測、漏測的情況。

　　隨著工業迅速發展，設備的技術復雜度逐漸提高，傳統人工聽診的方法既無法隨時實施，又不能準確識別故障類型，無法滿足現代化設備智能管控的需求。針對當前傳統設備狀態信息采集水平偏低、設備自檢自診能力不足等痛點，越來越多的企業開始引入智能化設備來進行輔助監測。

　　七騰機器人裝配貼片式聲紋及振動傳感器，通過聲紋及振動傳感器獲取設備聲紋數據、振動位移以及振動速度數據，將聲紋和振動信號轉換為語譜圖和圖像，通過深度學習技術提取圖像特征，判斷圖像對應的聲紋和振動信號是否為異常，通過分析聲紋和振動數據實時監測被測設備是否正常運行，從而實現設備故障隱患早發現早診斷，避免重大安全生產事故的發生，把發現隱患的關口前移，防患于未然。

　　同時，七騰機器人還具備實時音頻檢測及分析技術，對場站內異常聲音做模型訓練，實現異常聲音檢測，同時對檢測聲音做識別分類學習，如出現設備發出異常的聲音或環境里面出現異常的物體，能夠自動檢測判斷并預警。節省了大量的人力和物力。

　　與人工巡檢相比，機器人的介入，無疑是為企業智能化轉型提供了強有力的基礎。在某些重復度高、危險性大的巡檢區域，以“機巡”代替“人巡”的方式，不但為巡檢人員了提供了良好的工作環境，減少了安全隱患的發生，還能夠為企業實現降本增效，加快向智能化工廠建設進程。