聲音作為人們最熟悉的信息之一，具有采集容易，信息含量豐富，檢測范圍廣等特點(diǎn)，因此聲音在信息處理領(lǐng)域得到了很多的關(guān)注和研究。聲學(xué)診斷技術(shù)就是其中一項(xiàng)重要內(nèi)容，例如在各種大型機(jī)器工廠中，通過檢測機(jī)器運(yùn)行的聲音，從而監(jiān)控是否出現(xiàn)異�；蛘咄ㄟ^材料內(nèi)部斷裂發(fā)出的聲信號(hào)判斷材料是否發(fā)生斷裂等病害。聲學(xué)診斷技術(shù)是利用聲學(xué)原理對(duì)設(shè)備故障診斷的技術(shù)，通常聲學(xué)診斷技術(shù)包括噪聲診斷、超聲波診斷和聲發(fā)射診斷三種方法。

噪聲診斷技術(shù)是根據(jù)設(shè)備在運(yùn)行中發(fā)出的聲音和噪聲來判斷是否發(fā)生故障的技術(shù)，該技術(shù)常用的分析工具是頻譜分析，倒頻譜分析、頻率分析和倒頻率分析。根據(jù)這些分析的圖形進(jìn)行設(shè)備故障的診斷，在設(shè)備工作中對(duì)于設(shè)備工程檢測部件的損傷常利用敲擊的方法進(jìn)行診斷從而得出對(duì)設(shè)備故障的判斷。

例如Alsadak利用傳聲器陣列接收空氣中聲信號(hào)，并采用包絡(luò)頻譜的方法診斷離心泵中的滾動(dòng)軸承，Lu利用調(diào)制信號(hào)雙頻分析空氣聲信號(hào)抑制噪聲，利用幅值峰值判斷齒輪箱逐漸惡化的過程，Yao基于多級(jí)注意力機(jī)制，通過遞歸跟蹤噪聲分量去噪并采用基于改進(jìn)的TSN網(wǎng)絡(luò)實(shí)現(xiàn)噪聲環(huán)境下良好的齒輪故障模式檢測性能。

例如丹麥Brüel & Kjær公司研發(fā)的4988-A型1/4英寸預(yù)極化壓力場傳聲器，可以針對(duì)噪聲源識(shí)別，聲學(xué)風(fēng)洞測試，汽車或飛機(jī)表面聲壓測試等。該型傳聲器幅值和相位一致性好，且?guī)缀醪皇軠囟�、濕度影響，適用于微調(diào)陣列傳聲器或主動(dòng)降噪系統(tǒng)用作參考以及產(chǎn)線測試。額定靈敏度11mV/Pa，頻率范圍20Hz-20kHz ±1dB, 動(dòng)態(tài)范圍 29dB(A)-146dB，采用CCLD供電，支持TEDS，每只均配有出廠單獨(dú)校準(zhǔn)數(shù)據(jù)可用于實(shí)時(shí)頻響修正。

超聲波診斷技術(shù)通過超聲波發(fā)射器的發(fā)射與接收來判斷設(shè)備零部件缺陷，常用的方法有三種，回波脈沖法，穿透傳輸法，共振測量法，主要應(yīng)用于檢測金屬壓力容器和管道的腐蝕、壁厚、金屬材料及零部件的內(nèi)部缺陷與裂紋。

例如Jo等利用300HZ的超聲波信息分析特定頻率信號(hào)相對(duì)于距離的衰減情況探究了渦輪葉片的損失和畸變。例如法國TPAC公司研發(fā)的最新一代Pliot多通道超聲檢測儀系統(tǒng)，可以執(zhí)行各類高級(jí)別超聲檢測作業(yè)，包括航空、冶金、油氣、機(jī)器人等領(lǐng)域。擁有100MB/s的數(shù)據(jù)吞吐量，帶寬范圍涵蓋10KHz-20MHz，有著8個(gè)并行通道，數(shù)字動(dòng)態(tài)范圍達(dá)162dB，Pliot的高壓觸發(fā)和雙極脈沖也有助于檢測厚型、有噪聲或復(fù)雜的材料。

聲發(fā)射診斷法，聲發(fā)射信號(hào)是由于材料內(nèi)部或者缺陷引起的瞬態(tài)彈性波的現(xiàn)象，作為一種無損檢測的方法，聲發(fā)射信號(hào)技術(shù)廣泛應(yīng)用于各種壓力容器，軸承損傷，管道泄露，殼體結(jié)構(gòu)性完整，混凝土材料診斷等。聲發(fā)射信號(hào)長期以來被認(rèn)為是實(shí)時(shí)檢測材料和結(jié)構(gòu)的有效技術(shù)，不僅可以提供關(guān)于缺陷存在的有用信息，還提供了關(guān)于缺陷嚴(yán)重程度的有效信息，通過聲發(fā)射實(shí)驗(yàn)，可以獲得被測結(jié)構(gòu)的損壞現(xiàn)象來源，斷裂面積，損壞機(jī)理，應(yīng)力狀態(tài)，時(shí)間依賴性行為。一個(gè)完整的聲發(fā)射系統(tǒng)包括聲發(fā)射傳感器，前置放大器或阻抗匹配變壓器，帶通濾波器，主放大器，電纜以及探傷器。

目前分析聲發(fā)射信號(hào)的方法可以分為三種：時(shí)域分析、頻域分析和時(shí)頻分析。時(shí)域分析是基于時(shí)域波形分析的方法，包含了聲發(fā)射信號(hào)中的振鈴計(jì)數(shù)、事件計(jì)數(shù)、幅度等信息。頻域分析是將聲發(fā)射信號(hào)轉(zhuǎn)換到頻域中進(jìn)行分析，常用的有頻譜圖、雙譜分析、包絡(luò)分析等，時(shí)頻分析用于處理非平穩(wěn)信號(hào)，常用的時(shí)頻分析工具有短時(shí)傅里葉變換，小波分析等。

目前最新的研究成果中，開發(fā)了基于機(jī)器學(xué)習(xí)的方法，用于檢測和定位損傷，以確定結(jié)構(gòu)斷裂特征和預(yù)測失效模式，并且在殘余噪聲嚴(yán)重污染的情況下識(shí)別結(jié)構(gòu)損傷的有效性。例如利用模糊C均值聚類方法中，Omkar將聲發(fā)射信號(hào)分為不同的信號(hào)源測試了聲發(fā)射信號(hào)的基本參數(shù)，Marec結(jié)合主成分分析的方法對(duì)聲發(fā)射信號(hào)進(jìn)行聚類分析了材料損傷機(jī)制。

在人工神經(jīng)網(wǎng)絡(luò)方法中，Lazarska等使用聲發(fā)射信號(hào)和神經(jīng)網(wǎng)絡(luò)監(jiān)測鋼硬化過程，Schabowicz等采用聲發(fā)射方法和人工神經(jīng)網(wǎng)絡(luò)研究了纖維水泥板暴露于火災(zāi)時(shí)的降解程度。利用深度學(xué)習(xí)例如卷積神經(jīng)網(wǎng)絡(luò)中，Hesser提取AE信號(hào)的小波變換的RGB圖像利用VGG16等網(wǎng)絡(luò)獲得了優(yōu)異的分類結(jié)果，Konig對(duì)AE信號(hào)做連續(xù)小波變換特征輸入GoogleNet中分析了滑動(dòng)軸承的磨損機(jī)制。

聲發(fā)射信號(hào)作為一種被動(dòng)無損檢測技術(shù)，基于機(jī)器學(xué)習(xí)可以自動(dòng)識(shí)別結(jié)構(gòu)中的損傷，而進(jìn)一步的端到端的深度學(xué)習(xí)避免了提取聲發(fā)射信號(hào)特征帶來的經(jīng)驗(yàn)風(fēng)險(xiǎn)。例如美國物理聲學(xué)公司（PAC）研制的最新一代Express8聲發(fā)射系統(tǒng)，采用了全新的Express總線技術(shù)，有著更快的處理速度，并且重量輕，采樣率可達(dá)10MHz，超過500個(gè)自由組合的數(shù)字濾波器，每塊卡上有8個(gè)通道，具有波形流功能，適合研究與各類現(xiàn)場應(yīng)用。

聲學(xué)診斷技術(shù)及其應(yīng)用仍然在快速發(fā)展，如實(shí)現(xiàn)故障自動(dòng)診斷和數(shù)據(jù)智能化分析的智能化檢測；利用無線傳感器和互聯(lián)網(wǎng)技術(shù)的非接觸式檢測；聯(lián)合多種技術(shù)，如紅外熱成像、超聲波、激光測距等技術(shù)的聯(lián)合檢測；采用微型傳感器和便攜式儀器的微型化檢測等。

聲學(xué)診斷技術(shù)不僅在傳統(tǒng)的工業(yè)制造領(lǐng)域，建筑工程領(lǐng)域以及環(huán)境檢測領(lǐng)域得到廣泛應(yīng)用，例如機(jī)械設(shè)備、電氣設(shè)備、噪聲監(jiān)測和聲學(xué)隔振等領(lǐng)域，在醫(yī)療領(lǐng)域和生命科學(xué)領(lǐng)域也逐漸廣泛應(yīng)用，如超聲檢測、聲波治療、以及生物學(xué)細(xì)胞研究等領(lǐng)域。但是，目前基于聲學(xué)診斷仍然存在著困難和挑戰(zhàn)，例如脈沖信號(hào)占據(jù)主導(dǎo)的噪聲，過于脆弱的零件會(huì)在短時(shí)間內(nèi)發(fā)生改變使得測量結(jié)果的變化，多種類型的故障同時(shí)發(fā)生以及測量設(shè)備周圍的干擾信號(hào)等。