[论文解读] MIMII Dataset: Sound Dataset for Malfunctioning Industrial Machine Investigation and Inspection

Harsh Purohit, Ryo Tanabe+5 more|arXiv (Cornell University)|Sep 20, 2019

Music and Audio Processing参考文献 24被引用 42

一句话总结

引入了用于四种工业机器类型的异常声音检测的 MIMII 数据集，并在真实世界噪声条件下提供基于自编码器的无监督异常检测基线。

ABSTRACT

Factory machinery is prone to failure or breakdown, resulting in significant expenses for companies. Hence, there is a rising interest in machine monitoring using different sensors including microphones. In the scientific community, the emergence of public datasets has led to advancements in acoustic detection and classification of scenes and events, but there are no public datasets that focus on the sound of industrial machines under normal and anomalous operating conditions in real factory environments. In this paper, we present a new dataset of industrial machine sounds that we call a sound dataset for malfunctioning industrial machine investigation and inspection (MIMII dataset). Normal sounds were recorded for different types of industrial machines (i.e., valves, pumps, fans, and slide rails), and to resemble a real-life scenario, various anomalous sounds were recorded (e.g., contamination, leakage, rotating unbalance, and rail damage). The purpose of releasing the MIMII dataset is to assist the machine-learning and signal-processing community with their development of automated facility maintenance. The MIMII dataset is freely available for download at: https://zenodo.org/record/3384388

研究动机与目标

• 创建一个开放的、真实世界的工业机器声音数据集，涵盖正常和异常条件，以推动维护场景中的声学异常检测研究。
• 通过仅在正常声音上训练并在混合正常/异常声音上进行测试，支持无监督学习基准。
• 提供跨多种机器类型和噪声水平的基线自编码器异常检测结果，为未来研究提供参考。

提出的方法

• 在真实工厂环境中，来自四种机器类型（阀门、泵、风扇、滑轨）录制多通道（八通道麦克风阵列）声音。
• 将目标机器声音与背景工厂噪声混合，在不同的信噪比水平（6 dB、0 dB、-6 dB）下模拟真实环境。
• 提取对数梅尔谱特征（帧长 1024、跳步 512、64 个梅尔滤波器；5 帧 -> 320-d 输入）并为每台机器训练自编码器以重建正常声音。
• 使用带有全连接层的编码-解码网络（编码器：64-64-8；解码器：8-64-输出）且 ReLU 激活；采用 Adam 优化，训练 50 个时代。
• 通过对 10 秒段的重构误差进行阈值检测来评估异常检测；报告在三次运行中的 AUC 的平均值。

实验结果

研究问题

• RQ1 仅在正常机器声音上训练的无监督自编码器是否能够在不同机器类型之间检测到异常运行状态？
• RQ2 背景工厂噪声和机器声音的非平稳性如何影响无监督的异常声音检测性能？
• RQ3 在不同的信噪比条件下，阀门、泵、风扇和滑轨的基线检测能力（AUC）如何？
• RQ4 该数据集是否适用于评估异常检测中的领域自适应或跨模型泛化？
• RQ5 多通道录音与单通道方法在工业声音场景的异常检测中有何比较？

主要发现

• 数据集中包含在四种机器类型和每种模型七种变体下的 26,092 个正常声音片段和 6,065 个异常片段。
• 基于自编码器的无监督异常检测在不同机器类型和模型上获得的 AUC 值不同，对风扇的性能较高，对阀门较低。
• 随着较低的信噪比，平均 AUC 降低，表明噪声会降低异常检测性能；阀门由于非平稳、冲击性声音导致 AUC 特别低。
• 在机器类型之间，泵和风扇通常获得比阀门和滑轨更高的 AUC，显示出检测的声学特性差异。
• 非平稳性和背景噪声是工业环境中无监督异常声音检测的关键挑战。