Челябинские ученые научили искусственный интеллект обнаруживать дефекты в подшипниках качания, которые используются, например, в составе агрегатов прокатных станов и в другом оборудовании с вращающимися элементами. Разработка позволит выявить дефекты в подшипниках в процессе работы из-за износа, неблагоприятной окружающей среды или несвоевременного обслуживания. Сегодня самый распространенный способ обнаружения изъянов — анализ сигналов вибрации. В ЮУрГУ предложили новое решение — проводить диагностику механизма по температуре.
Мы устанавливаем многозонные датчики температуры и измеряем её одновременно в нескольких точках вокруг подшипника. Так мы собираем информацию о температурном поле исправного подшипника в процессе его эксплуатации, а далее обучаем нейросетевую модель на полученных данных. Обученная модель знает, как выглядит температурное поле исправного подшипника. Если оно изменяется аномальным образом, реакция модели позволяет понять, что в подшипнике возникла неисправность, — прокомментировал сотрудник лаборатории технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев.
С помощью нового метода возможно выявить, например, трещину на внешнем кольце подшипника или предупредить потенциальную неисправность, когда из-за недостаточной смазки механизма начинается его перегрев. Исследование проводят в нескольких точках, что дает большую точность.
Кроме того, диагностику можно проводить непосредственно во время работы прокатного оборудования, не нарушая технологический процесс, а также в нестационарных режимах при различной частоте вращения, — отметили в пресс-службе Минпрома Челябинской области.
На производстве результат будет виден на графическом интерфейсе. Зеленая лампочка — сейчас с подшипником все хорошо, желтая — что-то не в порядке, красная лампочка — подшипник имеет неисправность.
Ранее CHEL.DK.RU рассказывал, что контроль за аномалиями на челябинских дорогах отдадут под опеку нейросети. Программу запатентовали ученые из ЮУрГУ.
Подписывайтесь на CHEL.DK.RU в Telegram