以中医“闻与切”的功夫，为工业安全把脉

与人体会生老病死一样，世间万物都有其运行规律。在工业领域，设备一样面临“生老病死”的命运，其运行规律和健康状况与工业效率与安全息息相关，生产设备的健康必须得到有效的监测和维护，而过去的设备健康状态监测需要依靠工作人员通过对设备运行振动、声音和产品质量的观察进行判断。与中医对脉象的判断通常需要几十年的经验积累类似，这在以前是只有少数具备数十年机器振动、声音观察分析经验的一线专业人员才能驾驭的检测工作。

任何深谙设备维护必要性的人都知道，设备发出的声音和振动有多重要。通过声音和振动进行适当的设备健康监测，可以将维护成本降低一半，使用寿命大大延长。很明显，这类监测方法需要进行状态信息的传感拾取、以及微弱传感信号的变换和数字化采集，以及数字化信息的分析解读，因此这对于擅长模拟信号信号链和数字化采集分析的ADI公司来说，是一个必须抓住也必然可以抓住的商业应用领域，ADI团队在过去20年里一直致力于理解人类是如何解读声音和振动的，其目标是建立一个系统，能够学习来自设备的声音和振动，破译它们的含义，以检测异常行为并进行诊断。

设备是否健康？“把脉”一下就知道

中医的把脉又称为切脉，是中医师用手按病人的动脉，根据脉象，以了解疾病内在变化的诊断方法。把脉是由动脉搏动的显现部位（深、浅）、速率（快、慢）、强度（有力、无力）、节律（整齐与否、有无歇止）和形态等方面组成的。脉象是中医辨证的一个重要依据，对分辨疾病的原因、推断疾病的变化、识别病情的真假，以及判断疾病的预后等，都具有重要的临床意义。

在早期的机械加工生产中，有经验的操作人员往往凭直观感觉来判断刀具是否已经磨钝：当工件加工表面粗糙度开始增大，切屑的形状和颜色发生变化，工件表面出现挤亮的带，切削过程产生振动或刺耳噪声等，都标志着刀具已经磨钝。

后来，陆续出现手持式振动检查设备，不需要操作者具备丰富经验即可对设备的振动进行分析判断。然而，此类设备的一个主要局限是测量结果不可重复，探头位置或角度稍有改变，就会产生不一致的振动剖面，从而难以进行精确的时间比较。因此，维护技术人员首先需要弄清所观察到的振动偏移是由机器内部的实际变化所致，还是仅仅因为测量技术的变化所致。

理想情况下，这样的监测传感器应当结构紧凑并且充分集成，能够直接永久性地嵌入目标设备内部，从而消除测量位置偏移问题，并且可以实时地进行监测。例如具有先进的系统级功能并可用于嵌入式应用的ADXL100x系列加速度计，以及具备低噪声等级特性（噪声低至20 μg/√Hz，带宽为1500 Hz）、在更严格的带宽范围内观察发现的ADXL35x系列产品。

ADXL100x系列具有宽带宽和低噪声特点。但是，它们采用单轴，需要配备相关的处理电子设备。为了简化设计，ADI公司提供了一套完整的解决方案，采用 ADcmXL3021型号实施三轴测量。这款产品包括三个基于ADXL1002的测量链、一个温度传感器、一个处理器和一个FIFO。整个装置封装在一个铝壳 (23.7 mm × 26.7 mm × 12mm) 内，可以即时安装在旋转机器上，具有仅 25 μg/√Hz的极 低噪声水平和10 kHz带宽，这些特点使其能够在大量应用中捕捉振动特征。

这类监测模块除了为预测性维护构建模型之外，与人工智能和云访问结合还开启了通向诸多可能性的大门。例如，将振动测量数据与来自其他传感器的数据（压力、温度、旋转、功率等）相关联，可以推断出关于系统状态的许多信息，不仅可用于检测机械故障，还能够处理诸如空输送带、内部没有流液的泵、不含膏体的搅拌器等。

设备健康监测创新，对设备健康“听诊”分析

人类对声音具有天然的敏感性，通过了解设备发出的正常声音，当声音出现变化时，就可以确认出现异常。传统上，我们依靠经验丰富的技工人员和工程师带来人工成本和独特人才资源的压力。声音拾取和智能分析能力与技术日渐成熟的今天，通过电子系统来实现已经变得可行。ADI的OtoSense的体系结构就是这样一种设备健康监测系统，通过对设备运行中的噪声采集、处理和分析，支持基于计算机听觉理解设备行为，实现无接触的性能检测和分析。

OtoSense的系统设计理念就从人类神经学中获得灵感，它是一名研究失聪儿童和患有精神疾病儿童的语言病理学家（上图为OtoSense系统的创建者、ADI公司OtoSense产品开发团队负责人Sebastien Christian）的杰作，并在2019年被ADI成功并购。传感解译技术依赖于传感数据，而ADI在这方面显然更胜一筹。传感模式经信号链转换为数字模式以及数字处理能力，与先进的ADI模拟信号链和数字信号处理技术整合，这样一来OtoSense的优势不仅仅是算法，还在于能够通过信号链接收高度准确可靠的信号。

OtoSense系统是一种致力于传感解译的人工智能，它能够使用数据进行学习，并与人类交互，以实现在边缘、实时、离线检测异常事件。其可用于机器监控、简化专业维护人员的工作，以及避免人们接近即将出现重大故障的机器，大大降低了工业环境运行风险。

本文总结

中医将人体作为一个复杂的系统，认为各种疾病能在脉象、舌苔等身体特征中表现出不同的差异，对于工业设备的安全监测应用来说何尝不是呢？设备的机械特征变化也会在振动、噪声特征中必然有反应。有意思的是，ADI的OtoSense技术就已在医疗保健应用中进行了成功测试，实现对慢性阻塞性肺病患者的咳嗽监测、睡眠呼吸暂停检测、胸声监测、老年人身体监测，等等。OtoSense高级预测性维护系统、基于MEMS的振动监测系统将越来越多的应用到工业设备预测维护中，以及在汽车、楼宇监测等更多领域获得广泛拓展。

免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！