非语音识别技术应用于家电异音在线智能监测.pptxVIP

《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 主要内容 何为家电的噪声 如何实现模拟人耳的感受对异音进行智能识别 洗衣机、电冰箱、空调器行业解决该问题的历史回顾 人工智能技术 机器学习与人工识别的比较 家电异音自动检测基本思路 异音检测简图 技术途径 机器学习算法 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 Lw,Lp 假设的前提是：家电产品使用者的主观感受和Lw,Lp相关。ISO 3740工作组1975年成立。 至今ISO3740系列标准已经修改过多次。 最新的提法有很大变化： 见GB 6882-2016. 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 声品质： 该研究以客户的感受是声品质为前提。而不是Lw. 产品设计一旦确定，其声品质是确定了的。 或者说其分布和其他的指标一样。 要想改变产品的声品质，只有更改设计。声品质不是制造出来的。 声品质的研究方法： 主观研究；需要专门的测听室，T60在0.7秒±0.1秒。极低的背景噪声。 客观指标的测试。 需要人工头【模拟人体的组织结构】 以上二者的相关性测试确认。 声品质的进展：国家相关机构已经启动了制定统一标准的程序。各大企业早已经开始了该方面的研究。 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 故障杂音 故障和杂音是制造过程产生的。例如零部件的缺陷， 组装工艺的过失等。 故障和杂音：应当截留在出厂前。 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 以上三个领域的假设前提不同。研究的目标函数不同。 三个领域是解决不同的问题，不能混为一谈。 消费者所谓噪声的诉求其实是笼统的概念。有以上三种因素之一，也有可能是并存或者组合。但是，不同的消费者感受是不同的。 故障异音：是产品缺陷。 产品存在不能接受的异音杂音， 是家电产品买主要求退货的主要原因之一 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 如何实现模拟人耳的感受对异音 进行智能识别 20世纪80年代压缩机以及家电产线引进中国后，出现下线率较高的问题。其中的问题之一就是运转杂音的问题： 国外的设计机型，国外的全套制造设备。 判断是制造和组装过程中产生的，不是设计带来的。      采用的措施： 1）探针传递信号，耳朵听, 有效。 2）为了节约成本，避免浪费： 修改为假盖来听。 3）假盖内装声音传感器，放大后来听。 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 诊断信号源来自于：壳体的震动、样机的噪声或者组合。 采取以上措施后的结局： 1）、可以解决一部分问题： 例如壳体触碰，震动加大很多。 2）、但是对于杂音：不能解决。 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 洗衣机、电冰箱、空调器行业 解决该问题的历史回顾 由于车间噪声很大，因此无法用耳朵直接来听。需要安静的房间。 结局： 很有效。但是，由于是人耳朵来听，带来诸多人的问题。 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 人工智能技术 智能自动化是家电产品柔性生产大规模定制互联工厂的基础 机器学习是智慧化车间的技术核心 机器学习在制造业中的最大应用是异常检测 异常声识别判定是家电生产智慧化车间异常检测的重要组成 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 机器学习 vs. 人工 判定 方法 稳定性 标准性 判定 速度 智慧车间融合性 疲劳 培训 时间 劳动法约束 机器 学习 好 统一 快 无缝 不会 数据 导入 无 人工 差 差异 较快 困难 会 长 有 vs. 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 家电异音自动检测基本思路 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 异音检测系统简图 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 异音检测系统简图 俯视图 剖面布局图 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 数据采集 专家分析 发现特征 生产线应用 数据预处理 建立数据集 （训练集、测试集） 信号处理方法（FFT，小波……） 程序开发 设备制造 系统部署 机器学习 模型建立 模型训练 分类法则 途径2 途径1 技术途径 自动学习 发现特征 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 系统架构 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研究院 机器学习模型 《非语音识别技术应用于家电异音在线智能监测》 中国家用电器研