异音判断之机器学习
时间:2024-01-10 阅读:716
异音直接表征产品存在异常,是产品质量问题的一个显著指示。人的主观判断是提取异音的最佳方法,也是目前CHANG用的方法。但人工判断的高成本,主观波动等因素,使机器判断成为趋势。
前期取样,搭建样本库
Ø 多类传感器取音,超灵敏采样
Ø 特定产品可省去消声箱,更高效、经济
Ø 耳机JIAN听,异音感受更明显
Ø 人工分级、快捷键绑定异常类型
Ø 一键存储,快速搭建样本库
特征库学习
Ø 信号处理算法与机器学习算法排列组合选择
Ø 自动特征提取、优选,输出最YOU算法
Ø 产品打分分级,质量管控更精细
Ø 散点图、统计图直观展现分析结果
Ø 自动生产测试样本库,学习、验证更高效
散点图用于评估机器判断结果与人工分级结果的对应关系。
图中红色表示人工分级的不合格品,蓝色为良品,青色为合格品。
纵坐标表示机器判断分值,分值越高则合格可能性越高。
统计图对散点图数据给出统计结果。可调节上下阈值,查看不同的判断结果。 为后续的在线判断软件提供分级支持。
在生产中,可根据产品要求,灵活设置接受分值,从而实现产品质量的分级把控。
在线判断
Ø 扫码启动,快捷存储
Ø PLC联动,流水操作
Ø 模块化设计,轻松更新特征库,提高判断率
Ø 多产线设备共用,经济高效
Ø 灵活设置产品分级分数线,批次质量更统一
Ø 数据库管理,查询检索更便捷
Ø 免费提供采样软件及技术支持
Ø 快速特征库学习
Ø 提供样品判断率、质量分级散点图
Ø 提供产品分析诊断支持