西门子发布全新的LMS声学照相机(Sound Camera),加快声学故障诊断速度

简介:

价格合理的高品质数字麦克风阵列,配备专用软件

•通过实时显像,提供快速准确的声源定位结果

•为专业人士和临时用户提供高度易用性;适用于各个应用和多种行业

近日,西门子在2017汽车测试及质量监控博览会上发布了全新的LMS声学照相机(Sound Camera),这是一款多功能快速声源定位系统,可帮助各行各业加快声学故障诊断速度,增强声音设计与品牌认知。无论是在声场还是实验室,配备专用软件的高品质模块化数字麦克风阵列都能即时、准确地对任何噪音生成对象实现声源可视化。作为西门子的面向预测工程分析的先进仿真和测试解决方案组合Simcenter™的一部分,LMS声学照相机有三种尺寸,通过短臂和长臂进行调节。结合附加的麦克风,此软件可以基于客户需求,增强操作功能。该软件的频率覆盖范围高达20千赫兹。全新的数字传感器、可扩展的设计以及快速获得结果的能力,造就了一款更高效、价格更为合理的产品,便于新手与专业人士使用。

Siemens PLM Software仿真与测试解决方案高级副总裁Jan Leuridan博士表示:“通过LMS声学照相机,客户既可以进行简单的测试,也可以进行技术性和复杂性更高的测试,同时大幅缩短设置时间和培训时间。作为Simcenter产品组合的新成员,该解决方案将为汽车、航空航天、船舶、消费产品、工业机械等各个行业提供更多声源定位方面的机遇。”

通过使用LMS声学照相机,工程师可以从不同的距离和角度定位声源,加快声学故障诊断速度。使用短臂时,阵列可提供可靠的近场和远场结果;而长臂则用于需要从更远的距离进行测量的大型对象。

有了LMS声学照相机之后,执行高效的声学故障诊断将不再受制于距离或对象尺寸等因素。同样的阵列可以在不同的时间用于外场和实验室,不同的团队也可以将同样的阵列用于各种不同的声源定位任务。由于所有电子器件都集成至阵列中,因此完全不需要其他外部数据采集系统。通过LMS声学照相机,可即时、可靠地定位任何平稳、瞬态或脉冲声源。

要实现更高级的应用,可将LMS声学照相机与LMS SCADAS™ 硬件及LMS Test.Lab™软件进行结合,两者也是Simcenter产品组合的一部分。LMS Test.Lab将高速多通道数据采集功能与一整套集成的测试、分析和报告生成工具结合在一起,为基于测试的工程设计提供全面的集成解决方案。

Siemens PLM Software是全球领先的产品生命周期管理(PLM)和制造运营管理(MOM)软件、系统与服务提供商,拥有超过1,500万套已发售软件,全球客户数量达140,000多家。公司总部位于美国德克萨斯州普莱诺市。Siemens PLM Software与企业客户充分合作,为其提供领先的行业软件解决方案,帮助其通过革命性创新获得可持续性竞争优势。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
目录
相关文章
|
传感器 机器学习/深度学习 编解码
Radar-LiDAR BEV融合!RaLiBEV:恶劣天气下3D检测的不二之选
论文使用最近发布的Oxford Radar RobotCar(ORR)数据集展示了所提出方法的优越性能。实验表明,RaLiBEV的精度大大优于其他最先进的方法。
Radar-LiDAR BEV融合!RaLiBEV:恶劣天气下3D检测的不二之选
|
2天前
|
存储 算法 数据可视化
LabVIEW实现基于DCT的野生动物监测无线图像传输
LabVIEW实现基于DCT的野生动物监测无线图像传输
10 3
|
10月前
|
机器学习/深度学习 运维 网络架构
基于声音信号的工业设备异常检测
异常检测主要目标是将异常事件与正常事件区分开来,因此才有了“异常”一词。本文将介绍基于声音信号的工业机械异常检测,使用的数据集是MIMII声音数据集,该数据集很容易在网上获得。
164 0
|
12月前
|
传感器 机器学习/深度学习 算法
SIGGRAPH | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建(1)
SIGGRAPH | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建
157 0
|
12月前
|
传感器 定位技术 图形学
SIGGRAPH | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建(2)
SIGGRAPH | 6个惯性传感器和1个手机实现人体动作捕捉、定位与环境重建
147 0
|
算法 API vr&ar
iOS MachineLearning 系列(5)—— 视频中的物体运动追踪
本系列的前面几篇文章中,我们将静态图片分析相关的API做了详尽的介绍。在Vision框架中,还提供了视频中物体追踪的能力。 仔细想来,其实视频的分析和静态图片的分析本质上并无太大的区别,我们可以将视频拆解成图片帧,之后再对图片进行静态分析。将所有图片帧的分析结果反馈到视频上,即实现了对视频的分析能力。 视频中物体运动的跟踪常在一些AR游戏中应用,这些现实增强类的应用常常需要实时追踪显示中的物体。
147 0
|
搜索推荐 芯片
表面贴装技术和SMT设备
现在看看任何一件商业制造的电子设备,里面都装满了微型设备。这些组件不是像那些可能用于家庭建筑和套件的那样使用带引线的传统组件,而是安装在电路板的表面上,而且许多组件的尺寸很小。
188 0
表面贴装技术和SMT设备
|
数据采集 传感器
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---标定数据采集与处理
ROS功能包:**livox_camera_lidar_calibration**提供了一个手动校准Livox雷达和相机之间外参的方法,已经在Mid-40,Horizon和Tele-15上进行了验证。其中包含了计算相机内参,获得标定数据,优化计算外参和雷达相机融合应用相关的代码。本方案中使用了标定板角点作为标定目标物,由于Livox雷达非重复性扫描的特点,点云的密度较大,比较易于找到雷达点云中角点的准确位置。相机雷达的标定和融合也可以得到不错的结果。
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---标定数据采集与处理
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---R3live算法验证
ROS功能包:livox_camera_lidar_calibration提供了一个手动校准Livox雷达和相机之间外参的方法,已经在Mid-40,Horizon和Tele-15上进行了验证。其中包含了计算相机内参,获得标定数据,优化计算外参和雷达相机融合应用相关的代码。本方案中使用了标定板角点作为标定目标物,由于Livox雷达非重复性扫描的特点,点云的密度较大,比较易于找到雷达点云中角点的准确位置。相机雷达的标定和融合也可以得到不错的结果。 在前几篇中介绍了livox_camera_lidar_calibration功能包.以及在gazebo中搭建了标定场景.并进行外参标定,进行了简单的验
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---R3live算法验证
|
C++ 计算机视觉
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---相机内参标定
ROS功能包:**livox_camera_lidar_calibration**提供了一个手动校准Livox雷达和相机之间外参的方法,已经在Mid-40,Horizon和Tele-15上进行了验证。其中包含了计算相机内参,获得标定数据,优化计算外参和雷达相机融合应用相关的代码。本方案中使用了标定板角点作为标定目标物,由于Livox雷达非重复性扫描的特点,点云的密度较大,比较易于找到雷达点云中角点的准确位置。相机雷达的标定和融合也可以得到不错的结果。
相机与激光雷达标定:gazebo仿真livox_camera_lidar_calibration---相机内参标定