整套分布式傳送帶托輥異常聲音檢測系統(tǒng)主要有以下功能： 1) 托輥異常聲音檢測功能——整套系統(tǒng)以節(jié)點為邊緣計算單元進行托輥異常聲音檢測，大大降低遠程服務器的計算壓力； 2) 輪詢報警功能——遠程服務器會定時輪詢所有聲吶節(jié)點，一旦有節(jié)點發(fā)現(xiàn)托輥異常則會及時報警后臺監(jiān)控中心 ； 3) 實時監(jiān)聽功能——監(jiān)控中心可以選擇任意節(jié)點實現(xiàn)現(xiàn)場聲音監(jiān)聽功能，在接收到節(jié)點報警之后，也可以遠程監(jiān)聽現(xiàn)場聲音判斷是否異常； 4) 頻譜分析功能——監(jiān)控中心可以選擇任意節(jié)點實現(xiàn)現(xiàn)場聲音的頻譜分析 。

根據(jù)信號特征向量將聲信號樣本轉化為數(shù)據(jù)集，數(shù)據(jù)集包括訓練集、驗證集和集。選擇合適的機器學習模型，將數(shù)據(jù)集應用于機器學習模型進行訓練、驗證和，通過多次循環(huán)，通過優(yōu)化分析，在數(shù)據(jù)集的基礎上，獲取機器學習面向具體工程問題的最優(yōu)參數(shù)，包括最優(yōu)的特征向量、機器學習算法和異音檢測法則，這幾個環(huán)節(jié)可能需要多次循環(huán)才能得到最優(yōu)的參數(shù)組合。最后，機器學習得到的分類法需要導入異音在線檢測系統(tǒng)，在實際的生產線上進行運行調試，最終在生產線上完成部署。

在線異音檢測可以說是人工智能技術在家電生產過程中的一個合適應用場景，但要想與家電生產流程真正無縫結合，真正替代人工聲檢，還需要解決很多技術和管理上的難題，技術難題包括產線節(jié)拍匹配、信號采集、環(huán)境噪聲消除、訓練樣本選擇、合適學習模型確定等，管理難題包括檢測規(guī)范與標準的制定以及檢測流程的重構等，解決這些難題的方法和思路將在后續(xù)詳細深入討論。