高压电驱动的下线噪声检测
挑战: 某一级供应商年产 24 万台电驱动,伪废品率高达 6.3%——客户反映的舒适性噪声在下线试验台上未被检出。
方案: 将 SonicTC.NVH 集成到现有试验台。阶次跟踪、心理声学 KPI 和 AI 分类器。硬件:沿用现有 B&K 麦克风。
成效: 伪废品率从 6.3% 降至 0.8%。漏检率 < 0.1%。客户投诉减半。7 个月收回投资。
工业客户如何部署 SonicTC——成效可量化。真实的零件、产线和行业。
挑战: 某一级供应商年产 24 万台电驱动,伪废品率高达 6.3%——客户反映的舒适性噪声在下线试验台上未被检出。
方案: 将 SonicTC.NVH 集成到现有试验台。阶次跟踪、心理声学 KPI 和 AI 分类器。硬件:沿用现有 B&K 麦克风。
成效: 伪废品率从 6.3% 降至 0.8%。漏检率 < 0.1%。客户投诉减半。7 个月收回投资。
挑战: 生产线每小时 1200 件制动盘。此前裂纹检查采用抽样加人工目视。要求检测阈值:0.3 mm 起的微裂纹。
方案: SonicTC.AT 采用非接触式锤击激励和麦克风阵列。共振分析,通过 FRF 与标准件比对。完全集成到输送线中。
成效: 以 100% 在线检测取代抽样。检出率 99.7%。伪废品 0.4%。每件检测时间 0.7 秒。
挑战: 每次刀具断裂造成 4.2 小时停机及工件连带损坏。已有传感器,但缺乏智能分析。
方案: SonicTC.DSP 加装于现有加速度传感器。每道加工工序采用自适应阈值。通过 PROFINET 连接 PLC。
成效: 断裂前 28 秒发出预警。每次事件停机从 4.2 小时降至 18 分钟。连带成本降低 92%。
挑战: 制造商年产 180 万台水泵。声学异常直到终端客户才发现——投诉率 2.1%,保修成本高。
方案: SonicTC.NVH 采用四通道麦克风阵列,置于隔声检测舱内。AI 分类器识别 8 类缺陷。适用于下线,节拍 4.5 秒。
成效: 投诉率降至 0.3%。100% 在线检测。保修成本降低 78%。
挑战: 分选难题:烧结等级 1、2、3 在视觉和磁性上无法明确区分。人工分选占用 11 名全职人力(FTE)。
方案: SonicTC.AT 采用定义的激励能量和共振分析。三分类模型基于固有频率偏移训练。全自动分选机。
成效: 分选准确率 99.8%。11 名全职人力得以重新调配。日产能从 6500 件提升至 18000 件磁体。
挑战: 钛合金植入体——锻造后的材料缺陷无法通过 CT 检出(对 100% 检测而言过于耗时)。
方案: SonicTC.AT 配备临床认证硬件和经 FDA 验证的流程。FRF 分析结合 ML 分类器。带追溯的在线集成。
成效: 以 100% 材料检测取代抽样。组织异常件检出率 99.3%。符合 ISO 13485 审核要求。
挑战: 用于工业炉的耐火砖必须满足高质量要求。不同的烧成批次和材料批次增加了质量保证的难度。裂纹和组织缺陷此前只能通过破坏性检测发现。
方案: SonicTC.AT 通过大量取样确定所有影响因素。以多参数检测特征补偿批次差异。稳健的检测系统即使在材料波动下也能检出定义的缺陷。
成效: 以无损 100% 检测取代抽样。批次差异可可靠区分。裂纹和组织缺陷被自动检出。
挑战: 存在轴承、齿部和不平衡缺陷的齿轮泵直到终端客户才显现问题。传统下线检测无法可靠识别这些缺陷。
方案: SonicTC.NVH 配加速度传感器。通过啮合频率周围的边频带进行调制谱分析,检出缺陷齿轮。即使是微小缺陷,异常也能可靠识别。
成效: 齿部、轴承和不平衡缺陷可在线识别。调制谱在缺陷齿轮上显示出特征性边频带。投诉率降至 0.5% 以下。
挑战: 塑料衬套在压装过程中产生裂纹。操作工能“听出”缺陷,却没有客观监测手段。多条装配线受影响。
方案: SonicTC.DSP 用作过程监控。测量表明:裂纹产生时的噪声电平比环境噪声高出数倍。时域信号与频谱呈现明显差异。经 4 周验证后,在 6 个装配工位安装。
成效: 4 周内成功验证。在 6 个装配工位安装裂纹监测。客观的实时监控取代主观判断。
挑战: 除固有频率外,阻尼对噪声形成起决定性作用。在圆周上单点激励得到的品质因数不可复现(因激励点不同偏差达 30%)。
方案: 与戴姆勒共同开发的检测方法:针对每个频率,在圆周上不同角度多次激励,自动测定品质因数/阻尼。适用于实验室与生产。
成效: 实验室与生产中可复现的品质因数测量。自动在线检测含阻尼测量。为整个汽车行业树立先导项目。