传统方法:
靠有经验的人耳听音判定。但是该方法问题明显
2.人长时间听音效率和准确率都会降低,甚至对人耳产生伤害
3.人员流动带来knowhow流失
升级方案:
自动化测试设备。但是该方法有局限性
1.工程师需要做大量的实验设置一个数值,每次修改都会对良品率照成难以估量的影响
2.工程师的knowhow对选择的实验参数起着至关重要的作用,而不同产品的异音描述很可能是不一样的
我们的技术:
1.通过机器学习的方法找到声音的特征,一次建模多次验证
2.只需通过学习好件样本就可建立初始模型,出现异音时进行预警
3.在线应用实现“机器换人”,把knowhow留在公司内部