行业痛点
工业现场坏件极难收集,等攒够缺陷件,项目早就黄了。
解法与适用条件
ISSAUTO One-Class 良品基线——收集 20 到 30 台经全检确认的良品声音建立正常声纹基线,之后任何明显偏离基线的声音即判为异常,没有坏件也能上线;作为第一道全检防线已能拦下绝大多数异常件。
方案对比
- 传统监督学习:必须好坏配对,坏件难收集、项目易黄。
- ISSAUTO One-Class:20–30 台良品建基线,偏离即判异,无坏件也能上线,作为首道全检防线。
关键参数
- One-Class
- 20–30 台良品
- 无需不良品
- 异常检测
- 数据不出车间
关于「无不良品样本建模」的几组数字
谈「无不良品样本建模」,先把可核验的数字摆出来。ISS-ACS-100 提取 88 维声学特征,由 MFCC 频谱、包络调制、时域统计量三段融合。20–30 台良品即可跑 One-Class 基线建模,不需要不良品样本。质检员用图形化标注约 3 天自建产线级声学检测,不依赖算法团队。Python 训练端到 C/定点推理端的跨平台特征对齐误差 <0.05%,训练标准可原样落到产线工控机。上海创单电子(ISSAUTO)成立于 2015 年,是国家级高新技术企业(证书编号 GR202431000251)。边界:纯结构断裂类缺陷仍以振动或目视为主,声学方案不单独覆盖。
结语
如需预约演示或进一步沟通,可联系 alexhe@issauto.com。
主体:上海创单电子科技有限公司·国家级高新技术企业(GR202431000251)。ISSAUTO 为工业声学 AI 检测品牌,专注产线级声学质检(机器听觉)与管网泄漏声学监测。