2024年5月21日，测量领域权威期刊《Measurement》（IF=5.6, 中科院分区2区, Top期刊）在线发表了智能感知与健康监测课题组欧曙东博士的最新研究成果：“A novel bearing health sensing technique using smartphone”。论文的通讯作者为赵明教授。

在线刊出论文首页

健康感知是预测性维护（PHM）的先决条件。然而，传统的健康感知技术需要安装振动、声发射等专用传感器，这种外置传感方案不仅成本高昂，其复杂的安装、布线要求更是增加了现场部署难度。

随着芯片技术的不断发展，多种高精度传感器被集成于智能手机。上述传感器不仅能够满足人们的高质量通讯需求，也为设备健康监测开辟了新途径。例如为了实现高保真通话，智能手机集成了大带宽、多通道、高保真的麦克风和数字信号处理单元。其敏锐的声学采集能力足以捕捉机械设备的故障声纹信息。相比于传统测量方式，其优势体现在以下几点：

• 声学信号采集不会对设备运行产生干扰，此外借助无线麦克风技术还可实现多设备、多测点的远程同步测量。
• 智能手机配备了强大的算力，能够实现实时诊断。其“数据输入，结果输出”的应用范式有效地减少了对专家知识的依赖。
• 智能手机已集成Wi-Fi、蓝牙和5G等模块，可以与工业物联网（Industrial IoT）无缝集成，为“边云协同”开辟新的应用场景。

基于智能手机的健康感知新范式

针对设备噪声对健康感知的干扰，提出了自适应时频掩蔽方法以准确分离故障冲击和外界干扰；并进一步探索了声源夹角、相对距离、噪声水平、运行工况对测试结果的影响。目前，已将算法编程并部署到手机，并使用实验室数据和矿山轴承实际数据验证了方法的优越性。研究结果表明，利用智能手机，并借助先进的信号处理和AI技术，有望为机械健康感知提供非接触、低成本、高准确率的集成化解决方案。

轴承智能感知App