噪声及振动污染控制是环境治理领域的重要分支之一，声学与物理、建筑、材料、机械制造等领域均有交叉，涉及污染治理用设备及材料种类繁多，对其质量开展检验检测需配套专ye的检测设施和仪器设备。目前，很多企业都在开展点检、巡检和状态检修方面的工作，点检的主要目的是完整采集、存储、整理、分析设备数据，确诊设备的健康状况，为状态检修提供有用资料。

工业声学下线检测系统系统基于声学测试分析、信号处理及人工智能技术，采用双24位AD采集卡，配置开放式软件平台，可与产线自动化无缝衔接，有效实现产品下线声学质量检测分类。常规声学：振动加速度有效值及振动加速度级、声压级

（A、B、C、D计权）、频谱、倍频程、阶次谱；心理声学：响度、粗糙度、抖动度、尖锐度、音调度；

风力发电叶片哨音检测仪系统通过对风机叶片运行声音实时在线监测，结合声学分析和机器学习算法，可有效实现风机叶片开裂、***附着等识别，保障风机的健康发电与运维。

频率范围：100Hz~15kHz；

信号处理： 内置MCU，支持时域波形传输和特征计算；

传输方式：有线、无线均可；

供电方式：被动POE或DC供电；

软件功能：集成信号处理、机器学习算法，对叶片健康程度作准确评估，提供手机移动监测、故障警报功能。

目前，已有的机械故障诊断方法多针对断路器分合闸过程中的线圈电流信号及分合闸弹簧、电磁铁的振动信号进行研究。

线圈电流的变化可以反映铁心在分合闸操作过程中的运动变化细节，因此对这一信号进行分析可以研究断路器是否发生故障。电流的波形稳定性好、简单直观，但是仅依靠电流信号不能全力地诊断断路器的各种故障，尤其是对于发生在电磁铁部分之外的故障更是如此。