Geräuschmuster als Grundlage für die Diagnose
Wie Sound Analyzer aufgenommene Fahrzeuggeräusche in den Diagnoseablauf eines Technikers einbindet.
Ein Projekt aus dem veröffentlichten Portfolio von peoly.
Die Herausforderung: ein Geräusch nutzbar machen
Die Geräusche eines Fahrzeugs können Veränderungen seines Zustands erkennen lassen. Um daraus nützliche Diagnoseinformationen zu gewinnen, genügt eine Aufnahme allein nicht: Techniker müssen sie mit bekannten Mustern vergleichen und das Ergebnis einordnen können.
Von einer mobilen Aufnahme zu einem gelernten Muster
peoly entwickelte eine Machine-Learning-Engine zur Klassifikation aufgenommener Geräusche. Die veröffentlichte Plattform nutzt ein individuelles dicht verknüpftes faltungsbasiertes Netz und Microsoft Azure-Dienste für den Audioanalyseablauf.
Im veröffentlichten Anwendungsfall von Škoda Auto nehmen Techniker ein Fahrzeug mit einem üblichen Smartphone oder Tablet auf. Die Anwendung verbindet Geräuschanalyse mit fahrzeugspezifischen Parametern und dem Nutzungsprofil des Autos, um die Bewertung von Verschleißteilen und Wartungsbedarf zu unterstützen.
Unterstützung für die diagnostizierende Person
Der Originalbeitrag beschreibt Geräuschmuster von Komponenten wie Lenksystem, Klimakompressor und Kupplungen eines Direktschaltgetriebes. Aufnahme, Klassifikation und eine nutzbare mobile Oberfläche werden in einem Ablauf zusammengeführt.
Dieser Anwendungsfall zeigt, wie Audio eine weitere Informationsquelle für die Wartung werden kann. Bei einer anderen Maschine oder Umgebung müssen relevante Geräuschklassen, Aufnahmebedingungen und Diagnoseablauf gesondert geprüft werden.
Eine ähnliche Herausforderung in Ihrem Betrieb?
Beschreiben Sie Ihre Daten, Geräte und den Arbeitsablauf, den Sie verbessern möchten.