新型MEMS仿生声敏感芯片设计与晶圆级测试
2023-12-13宋金龙李厚旭许志勇
传感器与微系统 2023年12期
宋金龙,王 甫,凤 瑞,李厚旭,周 铭,许志勇
(1.华东光电集成器件研究所,江苏 苏州 621000;2.南京理工大学电子工程与光电技术学院,江苏 南京 210094)
0 引 言
生产线设备在线监测可以有效地监测机器设备的工作状态,对故障进行预判,是企业降低生产成本、效益最大化的重要手段,可以提升工厂针对关键设备的预防性维修水平,为生产线的安全、长周期、高效运行提供有力保障[1~4]。近年来,随着“工业2025”、5G网络、边缘计算、大数据和人工智能等技术的发展和预测性维护的重视[5],生产线设备在线健康状态监测技术在各种工业场景被广泛应用。
声音是由物体振动产生的,设备在工作的过程中运动部件会产生声波,在工业生产中,设备的噪声往往能反映出设备各部分运行的状态[6]。基于振动信号的设备故障诊断是常用的手段[7~9],但在高温、高腐蚀或振动传感器不能停机安装或安装位置受限等场合,声学故障诊断具有非接触测量、无须事先粘贴传感器的优势。此外,声源定位技术可以实现360°全向定位,即使声波传播路径上有障碍物依然可以准确定位声源位置[10]。因此,声学故障诊断是设备故障诊断的重要组成部分,是国内外学者的一个研究热点。
Wu J等人将声学故障诊断应用于汽车空调鼓风机状态的监测[11]。Li W 等人利用发动机的声音特征,有效地识别出了正常状态与故障状态[12]。Amarnath M 等人用经验模态分解法提取轴承的声音特征,实现了轴承故障诊断[13]。陈利君将设备周围声音信息前后采样结果进行比较,通过声音幅值变化判断设备是否发生故障,通过声音频率判断设备故障位置[14]。……
登录APP查看全文
