1.一種生產(chǎn)線上的自動化檢測方法，其特征在于，包括：
當(dāng)檢測到生產(chǎn)線上的待測設(shè)備播放測試音頻時，采集所述待測設(shè)備在預(yù)設(shè)頻率下的音頻數(shù)據(jù)以及所述音頻數(shù)據(jù)對應(yīng)的振動偏移量；
獲取由振動樣本數(shù)據(jù)學(xué)習(xí)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型；
將所述音頻數(shù)據(jù)和所述振動偏移量輸入所述神經(jīng)網(wǎng)絡(luò)模型，并與所述神經(jīng)網(wǎng)絡(luò)模型中的樣本特征空間進(jìn)行比較，輸出比較結(jié)果，由所述比較結(jié)果確定所述待測設(shè)備的檢測結(jié)果。
2.如權(quán)利要求1所述方法，其特征在于，所述當(dāng)檢測到生產(chǎn)線上的待測設(shè)備播放測試音頻時，采集所述待測設(shè)備在預(yù)設(shè)頻率下的音頻數(shù)據(jù)以及所述音頻數(shù)據(jù)對應(yīng)的振動偏移量之前，所述方法還包括：
采集所述待測設(shè)備在所述預(yù)設(shè)頻率下的所述樣本音頻數(shù)據(jù)；以及采集由所述振動傳感器獲取到的樣本振動偏移量；所述樣本振動偏移量與所述預(yù)設(shè)頻率對應(yīng)；
由所述樣本音頻數(shù)據(jù)和所述樣本振動偏移量構(gòu)成所述樣本特征空間，并對所述樣本特征空間進(jìn)行學(xué)習(xí)訓(xùn)練，訓(xùn)練得到所述神經(jīng)網(wǎng)絡(luò)模型。
3.如權(quán)利要求1所述方法，其特征在于，將所述音頻數(shù)據(jù)和所述振動偏移量輸入所述神經(jīng)網(wǎng)絡(luò)模型，并與所述神經(jīng)網(wǎng)絡(luò)模型中的樣本特征空間進(jìn)行比較，輸出比較結(jié)果，由所述比較結(jié)果確定所述待測設(shè)備的檢測結(jié)果，包括：
若所述音頻數(shù)據(jù)對應(yīng)的所述振動偏移量滿足所述神經(jīng)網(wǎng)絡(luò)模型中的預(yù)設(shè)閾值時，確定所述比較結(jié)果的類別，所述比較結(jié)果的類別包括：振音缺陷設(shè)備或完好設(shè)備。
4.如權(quán)利要求2所述方法，其特征在于，所述振動傳感器包括：光學(xué)振動 傳感器，所述振動偏移量包括：所述光學(xué)振動傳感器發(fā)射的光折射在所述待測設(shè)備后接收的光強(qiáng)度。
5.如權(quán)利要求1所述方法，其特征在于，所述由所述比較結(jié)果確定所述待測設(shè)備的檢測結(jié)果之后，所述方法還包括：
將所述待測設(shè)備的檢測結(jié)果輸入所述神經(jīng)網(wǎng)絡(luò)模型，并計(jì)算檢測準(zhǔn)確率；
若所述計(jì)算得到的準(zhǔn)確率低于參考門限值，由所述待測設(shè)備的檢測結(jié)果更新所述神經(jīng)網(wǎng)絡(luò)模型。
6.一種生產(chǎn)線上的自動化檢測裝置，其特征在于，包括：
采集模塊，用于當(dāng)檢測到生產(chǎn)線上的待測設(shè)備播放測試音頻時，采集所述待測設(shè)備在預(yù)設(shè)頻率下的音頻數(shù)據(jù)以及所述音頻數(shù)據(jù)對應(yīng)的振動偏移量；
獲取模塊，用于獲取由振動樣本數(shù)據(jù)學(xué)習(xí)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型；
檢測模塊，用于將所述音頻數(shù)據(jù)和所述振動偏移量輸入所述神經(jīng)網(wǎng)絡(luò)模型，并與所述神經(jīng)網(wǎng)絡(luò)模型中的樣本特征空間進(jìn)行比較，輸出比較結(jié)果，由所述比較結(jié)果確定所述待測設(shè)備的檢測結(jié)果。
7.如權(quán)利要求6所述裝置，其特征在于，所述裝置還包括：訓(xùn)練模塊；
所述采集模塊，還用于采集所述待測設(shè)備在所述預(yù)設(shè)頻率下的所述樣本音頻數(shù)據(jù)；以及采集由所述振動傳感器獲取到的樣本振動偏移量；所述樣本振動偏移量與所述預(yù)設(shè)頻率對應(yīng)；
所述訓(xùn)練模塊，用于由所述樣本音頻數(shù)據(jù)和所述樣本振動偏移量構(gòu)成所述樣本特征空間，并對所述樣本特征空間進(jìn)行學(xué)習(xí)訓(xùn)練，訓(xùn)練得到所述神經(jīng)網(wǎng)絡(luò)模型。
8.如權(quán)利要求6所述裝置，其特征在于，所述檢測模塊具體用于：
若所述音頻數(shù)據(jù)對應(yīng)的所述振動偏移量滿足所述神經(jīng)網(wǎng)絡(luò)模型中的預(yù)設(shè)閾 值時，確定所述比較結(jié)果的類別，所述比較結(jié)果的類別包括：振音缺陷設(shè)備或完好設(shè)備。
9.如權(quán)利要求7所述裝置，其特征在于，所述振動傳感器包括：光學(xué)振動傳感器，所述振動偏移量包括：所述光學(xué)振動傳感器發(fā)射的光折射在所述待測設(shè)備后接收的光強(qiáng)度。
10.如權(quán)利要求6所述方法，其特征在于，所述裝置還包括：
計(jì)算模塊，用于將所述待測設(shè)備的檢測結(jié)果輸入所述神經(jīng)網(wǎng)絡(luò)模型，并計(jì)算檢測準(zhǔn)確率；
更新模塊，用于在所述計(jì)算得到的準(zhǔn)確率低于參考門限值時，由所述待測設(shè)備的檢測結(jié)果更新所述神經(jīng)網(wǎng)絡(luò)模型。