经验丰富的维修人员可以通过听诊在设备维修和故障诊断方面发挥重要的作用。Bilfinger公司清楚地意识到了这一点，并打算利用Cognitive Sensor将听诊维修的历史数据保存下来。Cognitive Sensor的核心是一个内容丰富的噪音数据库，该噪音库可以准确地反映设备的状况，它汇集了从机床设备正常工作运行到水泵气蚀以及轴承受损时的特定噪音。在听诊传感器的帮助下，麦克风可以采集到生产设备工作运行时的各种噪音，并将其与数据库的噪音数据进行比较，根据比较的结果再提出维修保养的建议措施，这比采用复杂的传感器要便宜得多。这一数字化解决方案的最初设想是当企业员工不在生产设备现场时，仍然有经验丰富的传感器对设备进行听诊，当设备发出可以听见的异响时，则表示设备不再能够正常运行，需要及时做出调整。

声学数字化模型

为了开发出能够在实践中使用的故障诊断听诊模型，Bilfinger公司的专业技术帮助机床设备工业服务专业厂家根据用户设备工作运行时的声音来提供设备的运行状况信息。

听诊传感器工作过程分为2个阶段，第一阶段是建立设备系统正常运行的声谱，并利用机床设备正常工况下的声谱来完善和改进故障诊断用的数字化模型。是否处于正常工作状态的判断是启动进一步故障检查措施的基础；第二阶段是进一步的故障检查措施，将所有偏离正常工作状态的声学信号传输到第二个有着各种故障类型和原因的数字化模型中。这就形成了一个符合用户实际情况的数字化模型，例如泵轴承损坏合作性能降低时的声学数字化模型。

从噪音到技术措施

与传统的传感器技术不同，声学听诊传感器是可以单独调整匹配的。市场中大多数常见的声学传感器都是针对具体的特定应用而定制的。如果生产过程或者设备本身有了变化，则用户需要购买新的声学传感技术或者安装全新的声学传感器。相比之下，Bilfinger公司开发的声学听诊系统则能够在复杂的生产过程中使用，并根据采集到的噪音数据进行故障诊断和分析。这就省去了购买不同声学传感器的投资，这一系统即可节约成本费用，又可以提供针对用户特殊应用的定制化解决方案。同时，故障诊断的过程也不受影响，使用这种新型声学听诊传感器时不会中断生产过程，也不会对控制系统产生干扰。该系统可以对新型声学听诊传感器进行单独的调整匹配，因此采集的数据量明显更多，且能够带来很好的机器学习效果，使工人可以在生产过程中不断学习。

可视化的噪音识别

当我们查看、了解新型声学听诊系统的硬件时，会发现它所采用的元器件十分简单。为了充分挖掘声学听诊系统的全部功能，首先我们需要一个能够采集音频信号的传感器，也就是类似麦克风的设备。第二个就是能够在本地运行模型软件的边缘设备。这一解决方案的优点是不需使用云技术，这一优点对于已经认识到自己的数据价值、并在数据安全性问题方面毫不妥协的企业来讲尤为重要，因为该方案只有一个硬件发出设备状态的信号。

就噪音识别来讲，这一系统侧重于噪音识别的图形显示形式，就像智能手机用户中流行的利用App应用程序识别某一音乐片段

那样。声学听诊器所采集到的音频片段将被转化为数字频谱，并在全新音频识别技术的帮助下，将转换来的音频频谱与机床设备正常运行时的数据进行比较。这里的核心问题是用哪些机器学习的音频信号来表示当前采集到的机床设备。

现场的实际应用

Bilfinger公司与Münzing Chemie公司合作的试点项目展示了这种机器学习方法在实际生产工作中的有效性。这一合作研发的重点是水泵气蚀故障噪音的显示。水泵磨损后在不同流量情况下的驱动功率是不同的，磨损越严重，所需的功率就越大。特别是水泵的密封性会因磨损而产生泄露，还会因异物的进入而降低产品质量，这种现象在化工企业中经常出现。在德国的特种添加剂生产厂Münzing Chemie公司的设备中，数字化的噪音识别技术又有了进一步的开发与完善。

结语

该技术未来将从噪音方面入手，在涉及到声学听诊技术是否能够在其他领域中有着更加广泛的应用这一问题时，图像显示技术有着非常重要的意义。在认知传感器的帮助下，该技术能够分析和识别各种潜在的视觉表达方式。这一技术的决定性优势在于Bilfinger公司建立的数据结构是一种普遍适用的数据架构。因此，当涉及到人类感觉器官能否直接感受到这一问题时，未来可以把听觉和视觉的数字信号组合起来，进行建模和信号处理。

这一研发的最终目标是即使是在无人值守的生产环境中，维护保养人员也能利用声学听诊传感器探测诊断信号并进行故障分析，使他们能够做出早期故障判断的决策和确定是否需要采取维护保养措施。利用这一工具，也可以永久地保存现有职工的宝贵知识和经验。

专访Bilfinger 公司的数字化项目经理

Bilfinger 公司的数字化项目经理

PROCESS：声学听诊技术与其他过程监控技术的区别是什么？

KORTMA：决定性的差别是声学听诊检测技术应用的广泛性。因为这种机床设备检测技术不仅仅在像水泵这样的单个设备中使用，还适合于整套的设备系统。该技术的先决条件是要有足够数量和质量的数据以及企业职工对这一技术的认可程度和接受程度。

PROCESS：目前，该技术的推广还有什么顾虑？

KORTMA：在一些企业中还必须做咨询和了解的工作，我们需要打消他们对声学听诊传感器将会取代员工完成长期监控的担忧。事实上情况恰恰相反，因为企业还需要维护保养人员来完成紧急维修或者设备维护的工作，数字化模型仅仅是提供一些技术支持和帮助。