电机的异常声音是质量问题，会对产品的形象产生负面影响。在生产过程中必须检测这些异常声音。目前，这些任务都是手动完成的。电机制造商期待“智能”生产。可以代替人工质量检查的自动化设备。 NI和无锡雪浪数字系统技术有限公司（简称“雪浪数字系统”）联手将这一需求变为现实。行业中的5个主要痛点马达异常声音检测行业必须说的“痛苦”，让我们今天来看一下。 ▶痛点1：手动产品检查听不到—故障噪声很容易被环境噪声淹没；听不见-故障噪声的幅度不大，有时不大；听不清-原始故障噪声不明显且难以区分;听不见的稳定性-人力和经验水平参差不齐，有些人可以听到，而另一些人则听不到； ▶痛点2：电机生产线的质量检查和评估标准是主观的和量化的，不利于统一和推广▶痛点3：环境噪声干扰数据大，低信噪比（麦克风）收集需要一个更安静的环境）▶痛点4：起动器产生的噪声会影响电动机的数据收集▶痛点5：杂音电动机很容易错过电动机的“智能”信号。检查马达“智能”检查-具有AI的模块化数据采集系统一家电机制造商遇到了上述手动检查效率低和声音检测不准确的问题，以帮助制造商提高其总体R＆amp; D水平。数据收集行业的领先制造商NI和AI（人工智能）算法的领先制造商雪浪编号系统创新性地提出了一套实用的技术路线。技术路线机制设计可隔离背景噪音→具有电气/机械控制的稳定可靠的数据收集→人工智能算法以识别异常声音→分类标记在这种情况下，被测试的电动机分为四类：一类是正常的，轴承噪音是（异常）马达），刮擦声（马达异常），垃圾声音（马达异常），然后对这些马达进行两轮测试，并比较两轮测试数据是否相对应。在检测过程中，通过NI的1插槽以太网CompactDAQ机箱cDAQ-9181和3通道C系列动态信号采集模块NI9232收集生产线测试对象上的多通道传感器信号，并然后由雪朗开发的AI算法自动完成不同的声音判别。可以理解，人工聆听方法通常用于区分电机生产线上的合格和不良产品，这不仅成本高昂，而且重复和单调的聆听工作也容易造成疲劳和判断失误。如果将个别不良产品混入整批产品中，将给工厂带来严重的经济损失，甚至严重影响产品的声誉。因此，有必要使用AI来识别电动机异常，实现电动机异常声音的自动检测，解决无法准确，可靠地识别异常声音的手动检测的难点，并有助于升级精益制造和智能制造。这种情况的最终解决方案如下：NI模块化数据采集系统是电机噪声检测的首选。在这种情况下，系统将生成大量数据。通过NI模块化采集系统，可以更快地检测传感器。信号被收集。 National Instruments承担数据采集的责任。该系统中使用的NI产品：cDAQ-9181和NI-9232 NI产品cDAQ-9181是1插槽以太网CompactDAQ机箱，设计用于小型分布式传感器测量系统。有关更多信息，请单击链接以查看：http://www.ni.com/zh-cn/shop/select/compactdaq-chassis？ modelId = 125700（将链接复制到浏览器以查看）NI 9232是3通道C系列动态信号采集模块，可用于配备NI CompactDAQ的集成电路压电型（IEPE）和非集成电路压电型或用于工业测量的NI CompactRIO系统（IEPE）传感器。有关更多信息，请单击链接以查看：http://www.ni.com/zh-cn/shop/select/c-series-sound-and-vibration-input-module？ modelId = 122184（将链接复制到浏览器以查看）在新的技术革命和工业转型浪潮下，电动机的使用将更加广泛。模块化数据检测和AI w