概述

构建一套集成了硬件、软件和AI诊断的集成式开发平台，针对大型高附加值产品的运行和验证试验中产生的异响、干涉和结构缺陷问题，提出一个新的测试和诊断方法，大大提升监测效率和准确度，确保如航天器、大型电力设备、整车台架等的可靠性和实时诊断需求。

需求详情

分布式硬件平台：采用ARM+FPGA硬件平台，国产化率超过90%。具备超高速的实时海量数据处理能力，满足同步时钟、同步采集、同步计算能力，并且单机功耗低，轻量级模块便于模块化部署，满足500Hz-100kHz的实时声纹信号定位和追踪能力，实时追踪速率≥100FPS。实时采集和分析软件：C++开发，具备扩平台部署能力，实时存储速率≥200MB/s，具备分布式拓展能力，不得少于10台前端的组网并联能力，上位机配备上位机监控与标定软件，支持在试验过程中实时调整模型参数、监控内部信号、记录数据并触发特定事件。高精度离线诊断算法：实时追踪定位采用标准波束形成算法，离线采用至少3种优化算法(如MUSIC、EVOB、优化Clean-SC)，提升低频识别效果和高动态范围，配合智能诊断算法进行目标状态的识别和评价。

技术参数

实时性能： 基于嵌入式Linux平台，兼容Windows平台，采用FPGA+ARM架构，每个分布式硬件平台具备160个声采集传感器，分辨率24位，同步采样率≥200kHz，具备10ms的同步波束形成计算、显示、交互、保存能力，无滞后，没有掉点。多个硬件平台具备同步时钟能力，时钟精度≤50ns。平台主机处理器： 12核/64GB DDR5/512GB SSD/4TB SATA 5.4K桌面级/RTX A4000-16G。供电与环境： 支持9-36V宽压直流供电，适应常用户外环境，具备过压、反接保护。

项目预期

效率提升：将常规一次检测时间从测量到出具结果效率提升90%。精度提高：将一维定位数据升级成多角度协同定位结果，精度大大提升。协同创新：声纹和图像联合自主诊断功能，降低人工介入引起的不确定性。