冰箱压缩机全自动在线智能异音检测系统已在国内一家专业的压缩机生产企业成功应用，已通过企业的最终验收。该系统的性能指标如下：

• 检测对象：冰箱压缩机

• 检测模式：无人，全自动，实时检测、无静音房

• 日检测量：7000台（峰值产量）

• 检测信号：振动加速度

• 检测周期：8s/台（其中判定时间5s ）

• 准 确 率：正常>99%，已知故障=100%

   

下面从原理、实施步骤、系统组成和辅助功能四个方面对冰箱压缩机智能异音检测系统 进行介绍。

 一.检测原理

       由于压缩机本身运转声音非常小，再加上生产车间环境噪音较大，因此通过压缩机声信号进行异音检测是不可行的。所以，压缩机异音检测通过加速度传感器获取壳体振动信号，再由振动信号判断压缩机是否含有异音。

二.人工智能(AI)异音检测的步骤

压缩机人工智能(AI)异音检测的实现需要依次完成下面三个环节的工作：

 1.样本采集： 通过加速度传感器和信号采集卡获取压缩机振动信号样本，经过数据清洗，去掉不符合要求的样本，将剩下的样本作为机器学习的数据集。

2.机器学习： 选定合适的机器学习模型，在数据集上进行训练，获得异音检测模型参数，对模型进行测试，调整模型参数，直至测试结果满足要求。

3.实时检测： 将异音检测模型部署到生产线，将实时采集的信号样本输入检测模型，在一个产线节拍周期内得到判断结果，完成在线实时检测。

三.人工智能(AI)压缩机异音检测 系统的组成

 人工智能异音检测相比于人工方法不再需要静音房和专业技术人员。它的系统组成分为硬件和软件两部分：

·硬件

 1.加速度传感器： 将压缩机壳体的振动加速度转化为电信号并输出。

 2.数据采集卡： 将加速度传感器输出的电信号转化为电脑可以存储分析的数字信号并输出。

 3.计算机： 存储、分析从采集卡获取的数字信号。

 4.测量辅助装置： 为 压缩机供电，将 加速度传感 器 紧贴 压缩机壳体 ，并向 异音检测系统 发送启动和停止采集（或检测）的信号。

·软件

 1.样本采集程序： 标记、记录、存储信号样本，数据清洗，建立数据集。

 2.机器学习程序： 完成异音检测模型训练，测试验证模型判定的准确率。

 3.异音检测程序： 应用异音检测模型进行在线异音检测。

四.其他辅助功能