声音作为人们最熟悉的信息之一，具有采集容易，信息含量丰富，检测范围广等特点，因此声音在信息处理领域得到了很多的关注和研究。声学诊断技术就是其中一项重要内容，例如在各种大型机器工厂中，通过检测机器运行的声音，从而监控是否出现异常或者通过材料内部断裂发出的声信号判断材料是否发生断裂等病害。声学诊断技术是利用声学原理对设备故障诊断的技术，通常声学诊断技术包括噪声诊断、超声波诊断和声发射诊断三种方法。

噪声诊断技术是根据设备在运行中发出的声音和噪声来判断是否发生故障的技术，该技术常用的分析工具是频谱分析，倒频谱分析、频率分析和倒频率分析。根据这些分析的图形进行设备故障的诊断，在设备工作中对于设备工程检测部件的损伤常利用敲击的方法进行诊断从而得出对设备故障的判断。

例如Alsadak利用传声器阵列接收空气中声信号，并采用包络频谱的方法诊断离心泵中的滚动轴承，Lu利用调制信号双频分析空气声信号抑制噪声，利用幅值峰值判断齿轮箱逐渐恶化的过程，Yao基于多级注意力机制，通过递归跟踪噪声分量去噪并采用基于改进的TSN网络实现噪声环境下良好的齿轮故障模式检测性能。

例如丹麦Brüel & Kjær公司研发的4988-A型1/4英寸预极化压力场传声器，可以针对噪声源识别，声学风洞测试，汽车或飞机表面声压测试等。该型传声器幅值和相位一致性好，且几乎不受温度、湿度影响，适用于微调阵列传声器或主动降噪系统用作参考以及产线测试。额定灵敏度11mV/Pa，频率范围20Hz-20kHz ±1dB, 动态范围 29dB(A)-146dB，采用CCLD供电，支持TEDS，每只均配有出厂单独校准数据可用于实时频响修正。

超声波诊断技术通过超声波发射器的发射与接收来判断设备零部件缺陷，常用的方法有三种，回波脉冲法，穿透传输法，共振测量法，主要应用于检测金属压力容器和管道的腐蚀、壁厚、金属材料及零部件的内部缺陷与裂纹。

例如Jo等利用300HZ的超声波信息分析特定频率信号相对于距离的衰减情况探究了涡轮叶片的损失和畸变。例如法国TPAC公司研发的最新一代Pliot多通道超声检测仪系统，可以执行各类高级别超声检测作业，包括航空、冶金、油气、机器人等领域。拥有100MB/s的数据吞吐量，带宽范围涵盖10KHz-20MHz，有着8个并行通道，数字动态范围达162dB，Pliot的高压触发和双极脉冲也有助于检测厚型、有噪声或复杂的材料。

声发射诊断法，声发射信号是由于材料内部或者缺陷引起的瞬态弹性波的现象，作为一种无损检测的方法，声发射信号技术广泛应用于各种压力容器，轴承损伤，管道泄露，壳体结构性完整，混凝土材料诊断等。声发射信号长期以来被认为是实时检测材料和结构的有效技术，不仅可以提供关于缺陷存在的有用信息，还提供了关于缺陷严重程度的有效信息，通过声发射实验，可以获得被测结构的损坏现象来源，断裂面积，损坏机理，应力状态，时间依赖性行为。一个完整的声发射系统包括声发射传感器，前置放大器或阻抗匹配变压器，带通滤波器，主放大器，电缆以及探伤器。

目前分析声发射信号的方法可以分为三种：时域分析、频域分析和时频分析。时域分析是基于时域波形分析的方法，包含了声发射信号中的振铃计数、事件计数、幅度等信息。频域分析是将声发射信号转换到频域中进行分析，常用的有频谱图、双谱分析、包络分析等，时频分析用于处理非平稳信号，常用的时频分析工具有短时傅里叶变换，小波分析等。

目前最新的研究成果中，开发了基于机器学习的方法，用于检测和定位损伤，以确定结构断裂特征和预测失效模式，并且在残余噪声严重污染的情况下识别结构损伤的有效性。例如利用模糊C均值聚类方法中，Omkar将声发射信号分为不同的信号源测试了声发射信号的基本参数，Marec结合主成分分析的方法对声发射信号进行聚类分析了材料损伤机制。

在人工神经网络方法中，Lazarska等使用声发射信号和神经网络监测钢硬化过程，Schabowicz等采用声发射方法和人工神经网络研究了纤维水泥板暴露于火灾时的降解程度。利用深度学习例如卷积神经网络中，Hesser提取AE信号的小波变换的RGB图像利用VGG16等网络获得了优异的分类结果，Konig对AE信号做连续小波变换特征输入GoogleNet中分析了滑动轴承的磨损机制。

声发射信号作为一种被动无损检测技术，基于机器学习可以自动识别结构中的损伤，而进一步的端到端的深度学习避免了提取声发射信号特征带来的经验风险。例如美国物理声学公司（PAC）研制的最新一代Express8声发射系统，采用了全新的Express总线技术，有着更快的处理速度，并且重量轻，采样率可达10MHz，超过500个自由组合的数字滤波器，每块卡上有8个通道，具有波形流功能，适合研究与各类现场应用。

声学诊断技术及其应用仍然在快速发展，如实现故障自动诊断和数据智能化分析的智能化检测；利用无线传感器和互联网技术的非接触式检测；联合多种技术，如红外热成像、超声波、激光测距等技术的联合检测；采用微型传感器和便携式仪器的微型化检测等。

声学诊断技术不仅在传统的工业制造领域，建筑工程领域以及环境检测领域得到广泛应用，例如机械设备、电气设备、噪声监测和声学隔振等领域，在医疗领域和生命科学领域也逐渐广泛应用，如超声检测、声波治疗、以及生物学细胞研究等领域。但是，目前基于声学诊断仍然存在着困难和挑战，例如脉冲信号占据主导的噪声，过于脆弱的零件会在短时间内发生改变使得测量结果的变化，多种类型的故障同时发生以及测量设备周围的干扰信号等。