上海盈蓓德智能科技有限公司2025-08-19

動力總成早期損傷（如軸承微裂紋、齒輪齒面剝落）的振動 / 噪聲信號常被背景噪聲掩蓋，需通過 “高精度采集 + 智能解析” 雙路徑突破： 首先，采用 BLE/ZigBee 低功耗無線傳感器陣列，在動力總成關鍵部位（如曲軸軸承、減速器齒輪箱）部署高靈敏度加速度傳感器（采樣率≥48kHz），同步采集時域振動信號，結合邊緣計算預處理（如降噪濾波），減少環境干擾對微弱信號的掩蓋，參考此前無線傳感網絡 “將傳輸量減少 60%” 的技術邏輯； 其次，引入 AI 深度學習模型，基于歷史損傷樣本（如 200 + 組軸承早期裂紋數據）訓練特征識別算法，可精細捕捉 0.5dB 級的聲壓差異或微米級的振動位移變化 —— 類似昇騰技術 “99.7% 異響識別準確率” 的應用，能從正常運行噪聲中剝離出早期損傷的特征頻率（如軸承外圈損傷的特征頻率 = 外圈滾道接觸頻率），實現損傷信號的有效提取。

本回答由 上海盈蓓德智能科技有限公司 提供