リチウム-イオン電池は、電解液の分解やセパレータの破裂など、初期段階で特定の周波数で異常音が発生することがよくあります。音検出テクノロジーは、これらの特徴的な信号を捕捉して、早期に警告を発することができます。しかし、機械振動、換気装置、人の活動などの産業環境における環境ノイズは誤警報や警報の見逃しにつながりやすく、この技術の導入を妨げる重要な課題となっています。
正確な周波数領域特徴抽出: 短時間フーリエ変換 (STFT) またはウェーブレット解析を通じて、音声信号が周波数領域に分解されます。{0}}バッテリーの熱暴走に関連する特徴的な周波数帯域 (例: 2-10kHz) が選択され、低周波の機械ノイズ (<1kHz) and high-frequency environmental interference (>15kHz）がフィルタリングされて除去され、信号対雑音比が向上します。--。
適応型しきい値の動的調整: リアルタイムの環境騒音モニタリングと組み合わせて、スライディング ウィンドウ アルゴリズムを使用してアラームしきい値を動的に調整します。-しきい値は、ノイズのピーク時（機器の起動時など）に増加し、低ノイズ期間中に減少し、感度と誤警報率のバランスをとります。-
適応型しきい値の動的調整: リアルタイムの環境騒音モニタリングと組み合わせて、スライディング ウィンドウ アルゴリズムを使用してアラームしきい値を動的に調整します。-しきい値は、ノイズのピーク時（機器の起動時など）に増加し、低ノイズ期間中に減少し、感度と誤警報率のバランスをとります。-
マルチセンサー データ フュージョン: マルチモード検出システムは、温度センサーとガス センサーを組み合わせて構築されます。-温度の急激な上昇やCO濃度の過大などと同時に音声信号が発生した場合に警報を発報し、単独のノイズ干渉による誤判断のリスクを軽減します。