为什么用声音做异常诊断
机械故障常以轴承磨损、不平衡、泄漏等形式先表现为声学特征变化。相比振动传感器,麦克风非接触、价格低、布点灵活,特别适合对泵、风机、阀门等旋转机械做规模化监听。公开的 MIMII 数据集(Hitachi)提供了风扇、泵、滑台与阀门的正常与异常声音,是验证声学异常检测方法的基准之一。
技术路线概览
第一步,采集与标注。在目标设备旁固定采样率(如 16kHz)录制正常与已知异常声音,按机器 ID 与工况切片。
第二步,特征提取。用 librosa 计算 MFCC 与梅尔谱图,把一维波形转为模型可学习的二维表示。
第三步,建模。用 1D-CNN 在 MFCC 序列或梅尔谱上做分类/异常打分,相比手工特征更抗噪。
第四步,阈值与闭环。用验证集确定异常分数阈值,超阈即告警并联动工单。
可运行示例
以下代码在本地完成特征提取与最简 1D-CNN 训练骨架,依赖 numpy、librosa 与 pytorch:
import numpy as np
import librosa
import torch
import torch.nn as nn
SR = 16000
DURATION = 10 # 秒
def load_features(path):
y, _ = librosa.load(path, sr=SR, duration=DURATION)
# 归一化到 [0,1],削弱麦克风距离带来的幅度差异
y = y / (np.max(np.abs(y)) + 1e-8)
mfcc = librosa.feature.mfcc(y=y, sr=SR, n_mfcc=20)
mel = librosa.feature.melspectrogram(y=y, sr=SR, n_mels=64)
return mfcc, mel
class Acoustic1DCNN(nn.Module):
def __init__(self, in_ch=1, n_class=2):
super().__init__()
self.net = nn.Sequential(
nn.Conv1d(in_ch, 32, 5, padding=2), nn.ReLU(),
nn.MaxPool1d(2),
nn.Conv1d(32, 64, 5, padding=2), nn.ReLU(),
nn.AdaptiveAvgPool1d(1),
nn.Flatten(),
nn.Linear(64, n_class),
)
def forward(self, x):
return self.net(x)
# 推理入口:把梅尔谱转成 (1, 64, T) 的张量
def predict(model, path):
_, mel = load_features(path)
x = torch.tensor(mel[None, None, ...], dtype=torch.float32)
with torch.no_grad():
return torch.softmax(model(x), dim=1)[0, 1].item()代码要点有三:一是先对波形做幅度归一化,降低麦克风位置差异带来的分布偏移;二是 1D-CNN 直接在频域特征上卷积,可学到比手工阈值更鲁棒的判别模式;三是 predict 函数输出异常概率,便于和业务告警阈值对接。
落地注意点
注意跨设备泛化。公开研究显示,同一模型在不同机器 ID 上性能会明显下降(领域偏移),上线前应做同厂异机与跨工况验证,必要时引入领域自适应。
注意噪声基线。化工现场背景噪声复杂,建议在采集中显式混入背景噪声做增广,并保留纯背景样本用于误报排查。
注意人机闭环。声学告警只用于提示,最终处置仍需工程师确认,避免告警疲劳。
MIMII 数据集用于方法验证与教学,真实化工场景需在防爆、布点与合规前提下部署;模型指标以企业自有数据上的实测为准,本文示例未在真实产线评测。
上邦可基于客户现场声音与振动数据,搭建本地化的设备异常监测与告警方案,数据不出内网,方案详情见 https://aiwork.shangbon.com/ai-rag.html。
参考来源
MIMII Dataset: Sound Dataset for Malfunctioning Industrial Machine Investigation and Inspection - Hitachi(arXiv:1909.09347)
librosa 官方文档
PyTorch 官方文档