无刷高速电机产线异音智能检测（信展通合作 · 进行中）

小电机装好后出厂前要挑出”声音不对”的次品——现在全靠老师傅用耳朵听。这样的”金耳朵”要练一两个月，一个人一小时只能听约 300 只，可产线一天要出 2 万只，根本听不过来，而且人和人、同一个人不同时间的判断还不一致。这个项目想用”麦克风 + AI”替人耳听：机器先把确定是好的自动放行，剩下拿不准的再交人工复听。合作方为信展通（佛山），一家无刷高速电机与电控模块制造商。项目于 2026-07 现场启动，当前处于需求确认与 MVP 方案设计阶段。

背景与目标

这是一个装配缺陷（动不平衡、气隙偏心、轴承压装损伤、异物、匝间短路等）的出厂检测问题，不是长期磨损或寿命预测。验收是典型的非对称代价问题：漏判≈0 是硬约束，评估看漏判率、误判率、自动放行率三个数，而非整体准确率。

技术路线

• 声学单模态为主：MEMS 麦克风频响可达 10–80 kHz，提取阶次能量、包络、心理声学量等特征；
• 判决框架：模型给量化值 → 规则层判决 → 非对称代价约束（漏判≈0）→ 置信度分级放行，把能标准化的部分做得比人更稳、更一致；
• 能力边界：不承诺替代极端主观的”体验感”判断，只做”人做不了的量化检测 + 可标准化部分的稳定化”。

现状

项目处于阶段 0（数据采集尚未开始），暂无自有实验指标与现场照片。详细材料整理中。

这个项目里我用到 / 练出的能力

• 声学检测方案设计：MEMS 麦克风的阶次能量、包络、心理声学等特征；
• 产线 EOL 非对称代价问题的建模：漏判≈0 硬约束，模型给量化值 + 规则层判决 + 置信度分级放行；
• 能力边界的清醒界定：只做能标准化、比人更稳的量化检测，不承诺替代主观体验判断。

我的角色

参与需求确认、技术方案设计与现场对接。