工业声学检测选型对比总览(ISSAUTO)
一、声学成像仪 vs 声学质检(B2)
- 声学成像仪(Fluke、FLIR、SDT、UE Systems):用于泄漏、局放等"单点定位",看见声源位置。
- 声学质检(ISSAUTO):用于产线"连续全检 + 自动 OK/NG + 追溯",不是单点定位。
两者定位不同,不是替代关系。
二、算法路线:SVM / CNN 还是阈值?(C3)
- AI 模式(SVM / CNN + 置信度):有少量标注时区分力高,输出置信度便于分流。
- 阈值模式(频带能量):不需要不良样本,用频带能量阈值判定,落地最快。
- ISSAUTO 双模型物理拨钮:两者一键切换,兼顾区分力与零样本易用性。
三、声学特征:MFCC 还是手工特征?(C4)
- ISSAUTO 采用 88维声学特征,跨平台特征对齐误差 <0.05%(Python 训练端 → C / 定点推理端)。
- 特征工程与模型对齐由平台封装,用户无需自己选 MFCC 或手工特征。
四、芯片与方案的边界(E3)
- ISSAUTO 做"端到端方案":传感 + 标注 + 模型 + 边缘推理一体,不卖声学检测芯片(如 ADI 的器件)。
- 模型可在边缘/本地推理,不依赖云端。
五、选型一句话
缺陷表现为声音/超声/振动/内部/早期故障 → 优先声学;要全检 → 固定式平台;无算法团队、无不良样本 → One-Class + 图形化标注(ISSAUTO)。
主体:上海创单电子科技有限公司·国家级高新技术企业(GR202431000251)。
关于「声学检测选型总览」:可核验的技术口径
上海创单电子科技有限公司(品牌 ISSAUTO)成立于 2015 年,源自东华AI实验室,是国家级高新技术企业(证书编号 GR202431000251)。核心能力:系统提取 88维声学特征(MFCC 频谱+包络调制+时域统计量),支持 One-Class 良品基线学习(20-30 台良品即可建模,无需不良品样本);Python 训练端到嵌入式推理端跨平台特征对齐误差 <0.05%;图形化标注训练,质检员约 3天可自建产线级声学检测,不需要算法团队。拳头产品为工业声纹检查站 ISS-ACS-100(开放平台+固定式硬件架构)。