暴雨梨花兽
看到这个题目，不由“大吃一鲸”，继而“虎躯一震”
如果我理解的没错，“工业异常检测”这个问题应该是涵盖了两方面内容——
1.机械设备运维（生产设备本身“裂开了”）
2.产品质检（产品“裂开了”）
经过一番细致的思考，我觉得题主打开了新世界的大门……
在工业4.0时代，国家大力推进基于AI技术的“两化”融合，包括工业自动化检测系统、设备管理、设备诊断、自动化产品质检等等。
现有的技术部分解决了上述问题，常规的工业设备异常检测包括红外热成像、震动传感器、温湿度传感器等，产品质检甚至用到了X光。但不得不说，这些手段有显而易见的弊端，例如：震动传感器必须采取接触式，对于某些特殊设备存在数据采集的困难。而产品质检通常只通过“机器视觉”解决问题，缺失了“听觉”这个至关重要的维度。
声音信号具有丰富的信息量，在很多视觉、触觉、嗅觉不合适的场合下，具有独特的优势。
目前利用“机器听觉”解决工业运维痛点的技术，在国内外已开始起步发展，在许多工业场景中，已逐渐广泛应用。
举两个机械设备运维实际应用的例子，寄希望于可以抛砖引玉，给你带来启发。
金属加工机械制造——刀具状态是保证切削加工过程顺利进行的关键，迫切需要研制准确、可靠、成本低廉的刀具磨损状态监控系统。切削声信号采集装置成本低廉，结构简单，安放位置可调整。基于它的检测技术，信号直接来源于切削区，灵敏度高，响应快，非常适用于刀具磨损监控。可利用金属切削过程中的声音辐射检测工具的状态，即锋利、磨损、破损。以低频和高频带的频谱成分作为特征，可以很容易地区分锋利和磨损。
轴承、齿轮和传动部件——旋转机械（轴承、齿轮等）在整个机械领域中有着举足轻重的地位，发生故障的概率又远远高于其他机械结构，因此对该类部件进行状态检测与故障诊断就尤为重要。对于传统的振动传感器需要拆分机器、不易安装的缺点来讲，其可通过在整机状态下
检测特定部位的噪声来判定轴承与齿轮等是否异常，可以说是非常省时省力又快捷了。如果对您有帮助，请关注联丰迅声，我们一起“用科技倾听世界的声音”。
