近期公司有新產品即將推出, 產品有一個很重要的零件: 馬達.
馬達如果有異音, 可能會讓使用者感受不佳, 也會降低馬達壽命.
組裝好的馬達, 經過第一線的師傅測試功能, 並將馬達有軸承異音的部份另外區隔開來.
他們的耳朵真的很厲害, 能夠區分軸承異音. 但要把他們的經驗轉換到我的腦袋內, 以現在的科技並不可能. 我看過很多經驗老道的作業者, 真很容易藉由五感發現產品不良, 但卻沒辦法短時間內傳承給他人.
我收到的任務是, 將有軸承異音的部分再確認一遍, 並重新組裝軸承異音嚴重的馬達.
問題來了, 我並沒有聽軸承異音的經驗, 也很難把前輩的經驗值輸入我的腦袋.
於是, 我思考要如何讓軸承異音看的見? 只要看的見, 我就能夠學習.
以前在讀大學時, 知道聲音能夠轉換成頻譜. 在人工智慧學校的學習, 專題也是與聲音相關的機器學習專題. 對我都有幫助.
先錄製軸承異音的馬達聲音, 使用Audacity軟體分析頻譜. 並上網學習軸承異音的頻譜樣子, 得知每個軸承的有自己的聲音頻譜. 兩相比對下, 初步掌握軸承異音的樣子.
請前輩先判斷幾台能作為Golden Sample的馬達, 一樣錄音看看頻譜.
現在我有以下資料:
- (不良品)軸承異音的聲音與頻譜
- (Golden Sample)軸承異音的聲音與頻譜
我下載一個能夠及時看頻譜的App, Spectroid. 並以手機當作收音器. 將待判的馬達架設好, 開始運轉, 即時觀看頻譜, 同時也自己聽聽看, 只要馬達的聲音與頻譜比Golden Sample的狀況好, 就判為可接受. 反之, 只要馬達的聲音與頻譜相似於不良品, 就是需要重新組裝的馬達.
最後, 真的順利把所有的馬達都判定好了, 也重新組裝不良品, 組裝完再聽一遍, 軸承異音真的都消失了.
我應該是這間老公司第一個用這種方法在判斷聲音品質的員工.
