由汽车内部振动（例如来自面板、车门和仪表板的振动）引起的嘎嘎声、烦人或异常噪音尤其令人烦恼，尤其是在新车中。一些噪声可以重新传导到技术系统中的声学异常，这需要与汽车内部部件不需要但有害的嘎嘎声区分开来。发动机或制动产生的噪音、振动和声振粗糙度 （NVH） 可能预示着安全问题，而内部嘎嘎作响则没有任何有益的目的。它会对音频性能产生负面影响，降低驾驶体验，并损害汽车制造商的声誉。
事实证明，识别和定位技术系统中的声学异常在所有行业都是一项高度复杂的任务。尽管进行了多次尝试，但直到今天，仍未找到通用的解决方案。
使用 IAV SonicSeek，可以区分正常噪声和异常噪声。该系统不仅有助于防止潜在的损坏，还可以减少不必要的维护和维修工作的数量。
IAV 与布伦瑞克工业大学合作，研究了各种神经网络结构，以找出最适合应对声学诊断挑战的结构。 IAV SonicSeek 学习各种声学“特征”，训练相应的神经网络，并在此基础上检测声学异常并将其分类为预定义的类别。
SonicSeek 可以通过信息娱乐系统集成到车辆中，使用车载麦克风捕获实时声学数据以进行云分析。然后，手动或半自动创建声学记录并进行注释，以适应特定项目并表示自定义神经网络的输入。基于云的管道有助于找到最佳配置和最佳超参数，以优化生成的检测和错误率。
使用 IAV SonicSeek 音频分析仪等补充工具，可以可视化货车的细节，以评估是否检测到某个类别。
这种方法可以快速识别错误并防止潜在的损坏。该技术具有可扩展的云实施，并通过 AI 训练和处理进行持续优化。它很容易集成到现有系统中;它几乎可以监控任何涉及运动部件的机器或系统，并实时检测故障。
简而言之，IAV Sonikseek 的主要优势：
- NVH 优化
- 新的终端客户体验和功能
- 预测性维护
- 售后服务
- 生产质量保证
Soniseek 是一个易于扩展和适应性强的概念，适用于从海洋领域到航空航天和机器人的广泛应用。通过使用 IAV SonicSeek，公司可以从改进的故障诊断、增强的预测性维护和整体提高生产过程的质量保证中受益。
