万事万物均有其声，随着数字化、智能化时代的到来，对声音在工业领域应用的探索愈加深入，其中运用声音进行机械设备的状态监测，提前感知设备故障，是其中重要的一项。
声音信号包含丰富的信息，利用声音进行物体、设备状态的监测不能说是全新的领域，但由于环境声音种种复杂的特性，导致在实际应用中，效果并不理想。而随着科技技术的高速发展，对物体声音的特性、对环境声的抗干扰性等方面的研究已有了长足的进步，近十年来，对声音的研究与应用已迈入了新的阶段，利用声音进行工业领域的设备状态监测已成为当下的热点。
以火电厂为例，火电厂具有设备密集、耦合性强等特点，某些设备依靠振动、温度等监测方式对作业人员的压力比较大。云酷科技作为专注于电力行业安全领域的企业，在如何运用声音进行火电厂设备状态监测方面已有了全新的突破，其结合电厂设备特点所研发的基于声学的设备智能监测系统，就是通过声音传感器采集设备的声音数据，利用信号分析及神经网络，提取声音特征建立声音模式识别模型，融合振动、温度遥测数据，打造而成的可听、可视、可知、可控的设备智能管控平台，从而实现设备状态持续监测和故障告警。
与电厂传统的监测手段相比，基于声音的设备状态监能够自动屏蔽环境噪声、具有唯一性等特点，在实现设备状态的持续监控与早期故障告警上，智慧化的声音状态监测具有无可比拟的优势。
当然除了电力行业，在其他工业领域其实都可以运用声音进行设备状态的监测，而声音的作用也不仅仅局限于此，其包含的丰富信息值得更深入的探索与研究，具有无限广阔的前景。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
