Predecir cuándo falla un ventilador escuchándolo
Equipo Arduino — 8 de marzo de 2023
La clasificación de audio incorporada es una herramienta muy poderosa cuando se trata de mantenimiento predictivo, ya que una amplia variedad de sonidos se pueden distinguir como normales o dañinos varias veces por segundo de forma automática y confiable. Para demostrar cómo este reconocimiento de patrones podría integrarse en un marco comercial, Kevin Richmond creó el proyecto de escucha que tiene como objetivo mostrar el estado actual de un ventilador en funcionamiento basado únicamente en su perfil de ruido.
Richmond comenzó recopilando 15 minutos de datos para cada etiqueta, incluido el ruido de fondo, el funcionamiento normal, las fallas leves y las fallas graves. Una vez recopilados, los datos se dividieron en muestras de dos segundos y se cargaron en el Borde de estudio de impulso, después de lo cual se configuró un pulso para usar un bloque de procesamiento de audio MFE y un modelo de clasificación Keras. Una vez entrenado en el conjunto de datos, el modelo logró una precisión de casi el 96 % utilizando datos de prueba del mundo real.
Para usar el clasificador, Richmond implementó su proyecto Edge Impulse como una biblioteca Arduino para usar en un Arduino Porta H7 bosquejo. En este, un acompañamiento Micrófono Portenta Vision Shield recopila continuamente nuevos datos de audio antes de pasarlos al modelo de clasificación para recibir un resultado. Luego, la probabilidad de cada etiqueta se usa para establecer un color de LED correspondiente si la probabilidad es superior al 80 %; de lo contrario, se muestra azul para indicar un error de lectura.
Para ver el proyecto en acción, puede ver el video de Richmond a continuación o lee su artículo en Hackster.io.
Puede seguir cualquier respuesta a esta entrada a través de la fuente RSS 2.0. Puedes deja una respuestao trackback desde su propio sitio.