Ученые ЮУрГУ обучили ИИ обнаруживать недостатки в подшипниках. Изобретение поможет фабричным компаниям предотвратить трагедии на производстве и сэкономить миллионы рублей.
Идет речь о подшипниках качения, которые употребляются, к примеру, в составе агрегатов прокатных станов и другом техническом оборудовании с вращающимися элементами.
«Проблема в том, что, ежели хотя бы один агрегат прокатного стана выходит из строя, останавливается вся производственная линия.
Даже пара часов внепланового простоя для больших производств может обернуться миллионными убытками», – разъясняет сотрудник лаборатории НИЛ технической самодиагностики и самоконтроля устройств и систем ЮУрГУ Денис Лебедев.
Недостатки в подшипниках появляются в процессе работы из-за износа, неблагоприятной окружающей среды или несвоевременного обслуживания.
На нынешний день часто встречающийся метод обнаружения дефектов подшипника – анализ сигналов вибрации.
Ученые ЮУрГУ предложили новое решение: проводить диагностику механизма по температуре.
«Мы устанавливаем многозонные датчики температуры и измеряем температуру сразу в пары точках в окрестности подшипника.
При помощи такового подхода мы собираем информацию о температурном поле исправного подшипника в процессе его эксплуатации.
Дальше мы обучаем нейросетевую модель на приобретенных данных.
Обученная модель знает, как смотрится температурное поле исправного подшипника.
Ежели оно меняется аномальным образом, реакция модели дозволяет осознать, что в подшипнике появилась неисправность».
– ведает Денис Лебедев.
Способ челябинских ученых дозволяет обнаруживать уже зародившиеся недостатки, к примеру, трещину на наружном кольце подшипника, также предупреждать о возможной неисправности, когда из-за недостаточной смазки механизма начинается его перегрев.
Научная новизна состоит в том, что измерение температуры ведется в пары точках – это дает огромную точность диагностической модели.
Не считая того, диагностику можно проводить во время работы прокатного оборудования, не нарушая технологический процесс, также в нестационарных режимах, при различной частоте вращения.
Коллектив научно-исследовательской лаборатории зарегистрировал програмку, которая создана для построения специализированных нейросетевых моделей (свидетельство о гос регистрации программы для ЭВМ № 2025611913).
На обучение и отладку модели уходит от 1-го до пары дней.
Конечный юзер со стороны производства будет созидать на графическом интерфейсе итог.
Зеленоватая лампочка – на данный момент с подшипником все отлично, желтоватая – что-то не так и нужно бы поглядеть, а красноватая – подшипник однозначно имеет какую-то неисправность.
Потенциально изобретение будет полезно везде, где употребляется оборудование с вращающимися элементами.