壓縮空氣泄漏、真空系統泄漏、電氣系統局部放電等問題，都可能會導致公司面臨著潛在的停產停工、更換設備的風險。為了提前規避風險，使用聲波成像儀進行超聲成像是檢測設備潛在問題的一種有效方式。

　　通常，這種簡單易用的技術使專業人士能夠以比傳統方法快10倍的速度完成檢測工作。那么，在選購聲波成像儀時應關注哪些方面呢？

有效的頻率范圍

　　首先需要考慮的特性是聲像儀的有效頻率范圍。您可能認為，頻率范圍越寬，越可以擴大收音頻率的范圍。但事實上，檢測壓縮空氣泄漏的最有效頻率范圍介于20至30kHz之間。這是因為，使用20至30kHz的頻率范圍有助于將壓縮空氣泄漏與工廠的背景噪音區分開來。由于在20-30kHz之間漏風噪音和背景噪音之間存在較大差異，因此與更高頻率相比，在該頻率范圍內更易檢測到壓縮空氣的泄漏。

　　從上圖中，我們可以看到在30至60kHz頻率范圍內，壓縮空氣（藍線）和機械噪音（黃線）的振幅均呈現出減小的趨勢，這使得區分它們十分困難。因此，在20至30kHz范圍內工作更有效。

　　對于在安全距離內檢測局部放電的用戶，10至30 kHz范圍為最佳。這是因為較高頻率范圍傳播距離較短。為了檢測室外環境中高壓設備的局部放電，需要把聲波成像儀調至較低頻率、傳播距離更遠的聲音。

最佳麥克風數量

　　為了捕捉更安靜的噪音，麥克風數量越多越好。聲波成像儀通常利用數十個微機電系統（MEMS）麥克風收集和區分聲音。雖然MEMS較小，功耗較低，且十分穩定，但是它們本身產生的噪音會干擾單個麥克風收錄極安靜聲音的能力。這時，僅需將麥克風數量翻倍便能將信噪比增加到足以消除3分貝無用噪音的程度。

　　一個麥克風產生的自噪音可能足以讓系統無法收錄產生16.5kHz信號的壓縮空氣泄漏。

　　擁有32個麥克風的聲波成像儀可以檢測到某種泄漏，但是由于信噪比仍然太低以至于無法收錄更安靜的聲音。

　　相比之下，一個擁有124個麥克風的聲像儀既能收錄頻率為16.5kHz的泄漏，又能收錄頻率為18.5kHz的泄漏，使其更易檢測、查明和量化較小的泄漏。

聲音探測距離

　　給聲波成像儀增加合適數量的麥克風也能提高從較遠距離處收錄極安靜噪音的概率。這在檢測高壓系統時尤其重要，因為高壓局部放電的檢測往往需要在安全距離之外檢測帶電設備。隨著聲波成像儀遠離聲源，聲音信號的強度顯著下降。解決辦法是增加麥克風的數目：麥克風數目增至4倍基本能使聲音檢測范圍翻倍。

FLIR Si124

麥克風的布局

　　聲波成像儀上麥克風的布局會影響聲波成像儀確定聲音方向和位置的方式。聲波成像儀從每個麥克風中采集數據，測量信號的時間差和相位差，并計算聲源位置。這些麥克風需要被緊緊排列在一起，以確保它們能夠收集到足夠的聲波數據，從而準確確定音源的方向。、

　　麥克風的性能
　　就像頻率一樣，一臺聲波成像儀能容納的麥克風數量有一個最佳上限。設置過多麥克風會存在潛在弊端：每個麥克風都需要處理功率以便將音頻數據信號轉換成圖像。因此，增加太多麥克風會使回報減少。某些制造商通過降低聲像像素或“聲音”像素的分辨率平衡這一點，但是這會影響聲波成像儀的整體性能。擁有足夠的聲音像素數以便從一定距離處可靠地檢測電暈放電和局部放電并查明其確切來源，這一點至關重要。

　　FLIR Si124擁有124個麥克風和先進的處理能力，具有行業領先的檢測靈敏度、出色的聲像分辨率和較大的檢測范圍，很好地平衡了這二者之間的關系。

　　智能分析工具
　　最后一項需要考慮的特性是聲波成像儀的計算能力和搭載的分析工具及輔助軟件。像FLIR Si124這樣的聲波成像儀提供機載分析工具、生成簡單易懂的報告，并利用AI/web工具進行預測性分析。檢測人員能在檢查期間實時對泄漏嚴重程度分級，進行泄漏成本分析和局部放電模式分析。一旦完成檢查，檢測人員僅需連接至Wi-Fi網絡，將圖像自動上傳至FLIR Acoustic Camera Viewer云服務，以便執行進一步分析。先進的人工智能服務協助用戶計算由壓縮空氣或真空泄漏引起的預計年度能源費用支出和確定局部放電設備是否需要維修或更換，還可以用于創建報告，以便與維護團隊或客戶共享。

　　聲學成像可以檢測到超聲波的能力，已成為公用事業組織、工業制造等行業用于確定是否存在局部放電以及壓縮空氣泄漏的有效方法。