Новый метод мониторинга от центра искусственного интеллекта позволяет заглянуть внутрь работающей машины, не разбирая ее, и увидеть дефекты там, где раньше был лишь общий гул.
В Санкт-Петербургском государственном университете, в центре искусственного интеллекта, придумали способ следить за работой турбин, компрессоров и насосов так, как раньше не умел никто. Их метод уже защищен патентом, и суть его не в том, чтобы останавливать оборудование для проверки, а в том, чтобы видеть все неполадки в реальном времени, причем касательно каждой отдельной детали.
С роторным оборудованием всегда много хлопот. Оно может внезапно сломаться, а это всегда большие риски. Отраслевая статистика говорит, что если отказаться от плановых ремонтов и перейти на прогнозирование, то время на незапланированные остановки сокращается почти на треть, а иногда и наполовину. Плюс ко всему, затраты на обслуживание падают процентов на десять-двадцать. Это значительные деньги.
Обычно за состоянием таких машин следят с помощью вибродиагностики. На корпус крепят датчики, они слушают вибрации. Но есть проблема: внутри машины десятки деталей крутятся и вибрируют одновременно, и их колебания накладываются друг на друга. Получается каша из сигналов, и выделить из этого шума голос конкретного подшипника или вала почти невозможно. Поэтому традиционный анализ часто ошибается в причинах поломки.
Ученые СПбГУ пошли другим путем. Они решили не пассивно слушать, а активно испытывать механизм воздействием. Программист Центра ИИ Борис Викторов пояснил:
Мы обосновали и запатентовали метод, при котором в конструкцию измерительной системы вводится генератор механических колебаний. Он создает эталонный сигнал в заведомо свободном диапазоне частот, где отсутствуют собственные вибрации механизма. Этот сигнал распространяется по корпусу, и по его затуханию вычисляется коэффициент ослабления среды.
Дальше начинается самое интересное. Датчик, который стоит рядом с потенциальным источником помех, записывает шумовую картину. А потом, зная коэффициент ослабления, этот шум математически вычитают из показаний датчика, отвечающего за нужную деталь. Так из общего гула вытаскивают чистый сигнал каждого элемента.
Но и это не все. Оказалось, что разные виды порчи оборудования — например, когда деталь истирается как наждаком или когда ее геометрия нарушается — создают свой особый спектральный рисунок, почти как отпечатки пальцев. И когда сигнал очищен от чужих шумов, этот «почерк» дефекта становится виден намного раньше, чем при обычных методах. Раньше дефект можно было заметить только когда он уже разовьется, а теперь его ловят в зародыше.
Главное преимущество новой разработки в том, что она указывает на конкретную деталь: «Вот здесь проблема». Это и есть научный фундамент для того, чтобы наконец перестать менять масло и детали строго по календарю, а обслуживать оборудование только тогда, когда оно действительно в этом нуждается, по его реальному состоянию.
Ранее ученые рассказали, что должны будут уметь и знать заводские рабочие в 2035 году.