Ученые ЮУрГУ научили искусственный интеллект находить дефекты в подшипниках. Их изобретение поможет промышленным предприятиям предотвратить аварии на производстве и сэкономить миллионы рублей, сообщает пресс-служба вуза.
Речь идет о подшипниках качения, которые используются, например, в составе агрегатов прокатных станов и другом техническом оборудовании с вращающимися элементами.
«Если хотя бы один агрегат прокатного стана выходит из строя, останавливается вся производственная линия. Даже пара часов внепланового простоя для крупных производств может обернуться миллионными убытками», — говорит сотрудник лаборатории НИЛ технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев.
На производстве применяют несколько способов поиска дефектов в подшипниках. Самый популярный — анализ сигналов вибрации. Ученые ЮУрГУ предлагают проводить диагностику по температуре.
«Мы устанавливаем датчики и измеряем температуру во время работы исправного подшипника. Далее обучаем нейросетевую модель. Обученная модель знает, как выглядит температурное поле исправного подшипника. Если оно изменяется аномальным образом, реакция модели позволяет понять, что в подшипнике возникла неисправность», — говорит сотрудник лаборатории НИЛ технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев.
Метод челябинских ученых позволяет обнаруживать уже зародившиеся дефекты, например трещину на внешнем кольце подшипника, а также предупреждать о потенциальной неисправности, когда из-за недостаточной смазки механизма начинается его перегрев.
Ученые ЮУрГУ зарегистрировали программу, которая предназначена для построения специализированных нейросетевых моделей. На обучение и отладку модели уходит от одного до нескольких дней. О состоянии подшипников ИИ оповещает цветными лампами: зеленая — все хорошо, желтая — что-то не так и надо бы посмотреть, и красная лампочка — подшипник однозначно имеет какую-то неисправность.
