3D打印异常声音如何检测?基于LSTM的异音识别方法解析

一、 引言与研究背景

近年来，增材制造（Additive Manufacturing, AM，俗称3D打印）技术经历了突破性的发展，其应用领域已从初期的原型设计快速扩展至航空航天、医疗器械（如干细胞3D打印心脏）乃至大众消费品市场。在众多增材制造技术中，熔融沉积成型（Fused Deposition Modeling, FDM） 因其制造成本低廉、适用材料广泛而成为目前应用最为普及的工艺。

然而，FDM 打印过程本质上是一个耗时较长且对环境与物理参数极度敏感的过程。在实际打印中，机器经常会遇到诸如喷嘴高度校准错误、耗材挤出量异常、喷嘴堵塞或材料缺陷等问题。这些异常如果不能被及时发现，轻则导致产品尺寸精度失效、表面质量受损，重则直接导致打印失败，造成严重的时间与材料浪费，甚至可能对打印机硬件造成磨损破坏。

为了实现打印过程的在线监控（In-Situ Monitoring），学术界和工业界此前多将目光集中于 视觉检测系统（如基于红外传感器、激光或计算机视觉的缺陷识别）。相比之下，基于 声学数据（Acoustic Data）的异常检测在增材制造领域仍是一个极少被涉足的“小众”研究方向。事实上，许多机械故障和物理摩擦在视觉上被遮挡时，往往会提前暴露出明显的声学特征（如声发射现象）。
鉴于此，德国卡尔斯鲁厄FZI信息技术研究中心的 Pascal Becker 等人开展了前瞻性研究，发表了《Acoustic Anomaly Detection in Additive Manufacturing with Long Short-Term Memory Neural Networks》一文。该研究创新性地提出了一种基于 长短期记忆神经网络（LSTM）的声学异常与事件检测框架，旨在通过采集FDM打印机的实时音频信号，实现对打印错误的早期干预。

Using a microphone to detect six different classes from in-situaudio events by Long Short-Term Memory models. This approach can be used to detect errors during the printing process, so the print can be aborted at an early stage when an error occurs

二、 核心科学问题与挑战

在将声学异常检测引入 3D 打印场景时，研究团队面临着几个核心的科学与工程挑战：

  1. 缺乏开源数据集：目前学术界不存在公开可用的增材制造音频数据集。因此，研究人员必须从零开始搭建采集环境，并手动完成海量音频样本的采集与人工标注。
  2. 复杂的工厂背景噪声：打印机通常运行在充满人员交谈声、背景机械噪声的开放环境中，如何有效隔离环境噪声，提取纯净的“机器本体声音”是特征工程的关键。
  3. 异常样本的稀缺性与数据不平衡：在真实的工业生产中，严重的打印错误发生的频率远低于正常打印状态。如果强行制造打印错误来收集数据，不仅费时费力，还会对打印机造成不可逆的物理损伤。

三、 研究方法与深度学习架构

针对上述挑战，本文提出了一套从硬件采集、数据增强、特征提取到深度序列学习的完整声学监控流水线。

1. 硬件设置与高保真数据采集
为了最大限度地抑制环境背景噪声的干扰，研究团队在声学传感器选型上采用了 心形指向性麦克风（Cardioid Microphone, t.bone SC450）。通过将该麦克风安装在极其靠近打印机挤出机（Extruder）的位置，并利用其指向性过滤掉来自麦克风后方的环境噪音（如人声和其他设备声）。此外，为了防止音频信号在有损压缩过程中丢失高频的机械摩擦细节，所有录音均被强制保存为无压缩的 WAV 格式。

2. 声学事件定义与分类设定
研究根据3D打印过程中的典型声学特征，将系统需要识别的声音划分为 6 个具体的声学事件类别：

  • C0: 风扇噪音 (Fan noise)
  • C1: 正常打印声 (Printing process)
  • C2: 开门声 (Door opening)
  • C3: 关门声 (Door closing)
  • C4: Z轴移动声 (Movement z axis)
  • C5: 喷嘴高度错误 (Incorrect nozzle height)

其中，“喷嘴高度错误”是本研究定义的核心异常类。当喷嘴校准过低时，高温喷嘴会直接刮擦已打印的物体表面，不仅破坏物体层级结构，还会发出特殊的摩擦异响。而开/关门声的监测同样具有工业价值，例如在打印对温度敏感的ABS材料时，能够及时侦测到违规的开门动作以防温度骤降导致翘边。

3. 数据增强策略 (Data Augmentation)
为了解决异常声音样本极其稀少的问题，并提升神经网络的泛化能力，研究引入了声学领域经典的数据增强技术，人为扩充数据集：

  • 时间拉伸 (Time Stretching)：在保持音高不变的前提下，通过不同的拉伸因子（如 $k=0.5$ 或 $k=1.5$）在时间轴上压缩或延长音频信号。
  • 音高平移 (Pitch Shifting)：将样本信号的整体音高向上或向下平移一定数量的半音（如 $\pm 10$ 个半音），模拟不同共振频率下的机械运作声。
  • 幅度放大 (Amplifying)：通过乘以特定系数（如 $a=0.1$ 衰减或 $a=0.5$ 放大）直接改变信号强度，模拟麦克风距离变化带来的能量波动。

4. 频域特征工程与 LSTM 网络构建
在特征提取环节，原始一维音频被切割为具有重叠区域的数据块（Blocks），以确保瞬间的声学事件能被完整包含在单一输入中。随后，系统提取了 梅尔频率倒谱系数 (MFCC) 以及梅尔滤波器组能量 (Mel filterbank energies)，并进行了归一化处理。这些高度凝练的时频域特征最终作为向量输入到神经网络中。

鉴于音频信号本质上是一种具有强时间依赖性的序列数据，研究采用了长短期记忆神经网络（LSTM）架构。相比于传统模型，LSTM通过门控机制能够有效捕捉时序数据中的长期依赖关系。本研究设计的模型十分轻量级：包含一个具有 10 个细胞单元（Cells）的 LSTM 隐藏层，并设置了 0.2 的 Dropout 概率以防止过拟合；随后通过 Flatten 层将多维输出降维，最后连接 Softmax 激活的输出层进行 6 分类预测。模型使用类别交叉熵作为损失函数，共迭代训练了 25 个 Epochs。

四、 主要实验设计与研究结论

为了严谨地验证模型的性能，研究团队将收集并增强后的数据集严格划分为训练集/验证集以及完全独立的测试集（未见数据，Unseen Data）以防止数据泄漏。

1. 极高的验证集表现
在验证集评估中，LSTM 模型展现出了卓越的拟合能力。总计达到了 96.96% 的分类准确率，以及 86.7% 的 F1-Score。混淆矩阵（Confusion Matrix）显示，系统对正常打印声、Z轴移动声等具有极高的辨识度，甚至几乎没有出现误判。

2. 独立测试集表现与泛化瓶颈剖析
当模型部署于未见过的独立测试集（Unseen Data）上时，其综合准确率下降至 86.25%，F1-Score 回落至 67.08%。
通过对测试集混淆矩阵的深度剖析，研究揭示了限制当前声学检测精度的一个深层物理现象：模型极难区分“风扇噪音（Fan noise）”与核心的异常事件“喷嘴高度错误（Incorrect nozzle height）”。

为了探究这一误判的根源，作者对这两个类别的 梅尔频谱图（Mel-spectrograms）进行了严谨的对比分析。分析表明，这两类声音在高频能量段几乎呈现出完全一致的纹理特征。尽管在代表低频能量的绿色高亮区域存在微小差异，但由于风扇噪音自身包含了大量高方差的随机样本，导致浅层特征极其相似。这种频域能量的重叠，极大干扰了 LSTM 模型的决策边界，导致将异常的喷嘴刮擦声误判为风扇噪音。

相比之下，模型对“Z轴移动（Movement z axis）”的泛化检测效果极其理想。尽管Z轴的步进电机只在极短的瞬间（$< 0.1s$）发出声音，但其产生的宽带高频脉冲（Spikes）在特征图上具有极高的辨识度，因此模型依然能精准捕获。

Experiment Set-up: Print bed from diagonally above. The microphone is close to the extruder during print process. Due to the cardioid characteristic of the microphone most of the surrounding sounds are not recorded and the focus is the printer itself.

五、 研究亮点与未来展望

研究亮点：

  1. 开创性验证：本文是为数不多的在低成本FDM增材制造设备中，成功验证基于深度序列网络进行端到端原位声学检测可行性的先驱性研究。
  2. 抗噪数据采集范式：通过物理硬件（心形麦克风极性）与算法（音频数据增强）的联合设计，成功在不理想的工业背景噪声下提取了有效的打印机状态声学指纹。

局限性与未来展望：
本研究作为基础性探索，作者秉持严谨的学术态度指出了当前框架的局限性并给出了明确的优化方向：

  1. 低频传感器融合：针对喷嘴刮擦与风扇噪声混淆的问题，作者建议在未来的系统中引入 振动传感器（Vibration sensor）。振动传感器直接贴附于打印机结构上，能更有效地捕获固体传导的低频异常特征，与麦克风形成多模态特征互补。
  2. 立体声采集与多音高检测：未来可引入多麦克风阵列实现立体声（Stereo）录音，利用空间声学特征提升信噪比；此外，随着场景复杂化，系统需要向复音检测（Polyphonic Detection，即同时识别重叠发生的多个声音事件）方向演进。

总结而言，本文通过引入长短期记忆神经网络，证明了音频监控在增材制造缺陷早期预警中的巨大潜力。随着传感器融合技术与更强特征提取网络的应用，声学异常检测必将成为保障3D打印工业级良品率不可或缺的核心技术手段。基于LSTM的声学分析方法 为3D打印过程中的异常检测提供了一种无需额外传感器的有效思路，但在复杂工况与多设备环境下，其稳定性与泛化能力仍有待进一步验证。在实际工程应用中，结合成熟的声学检测系统与算法平台，可显著提升检测的可靠性与落地效率。针对工业场景需求，可进一步参考苏州东原推出的 谛听异音检测系统，实现从算法研究到产线应用的高效转化。

P. Becker, C. Roth, A. Roennau, and R. Dillmann, “Acoustic Anomaly Detection in Additive Manufacturing with Long Short-Term Memory Neural Networks,” in 2020 IEEE 7th International Conference on Industrial Engineering and Applications (ICIEA), Bangkok, Thailand, 2020, pp. 921-926, doi: 10.1109/ICIEA49774.2020.9102002.

admin

类似文章

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注