Изобретение учёных ЮУрГУ поможет промышленным предприятиям предотвратить аварии на производстве и сэкономить миллионы рублей
Челябинские ученые научили искусственный интеллект обнаруживать дефекты в подшипниках. Их изобретение поможет промышленным предприятиям предотвратить аварии на производстве и сэкономить миллионы рублей. Речь идет о подшипниках качения, которые используются, например, в составе агрегатов прокатных станов и в другом техническом оборудовании с вращающимися элементами. Потенциально разработка будет полезна везде, где используется оборудование с вращающимися элементами, например, в отрасли металлопрокатного производства.
«Проблема в том, что, если хотя бы один агрегат прокатного стана выходит из строя, останавливается вся производственная линия. А для крупных производств даже пара часов внепланового простоя может обернуться миллионными убытками», – объясняет сотрудник лаборатории технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев.
Дефекты в подшипниках возникают в процессе работы из-за износа, неблагоприятной окружающей среды или несвоевременного обслуживания. На сегодняшний день самый распространенный способ обнаружения дефектов подшипника – анализ сигналов вибрации. Ученые 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», – рассказывает 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. Научная новизна состоит в том, что измерение температуры ведется в нескольких точках – это дает большую точность диагностической модели. Кроме того, диагностику можно проводить непосредственно во время работы прокатного оборудования, не нарушая технологический процесс, а также в нестационарных режимах при различной частоте вращения.
Коллектив научно-исследовательской лаборатории уже зарегистрировал программу, предназначенную для построения специализированных нейросетевых моделей. На их обучение и отладку модели уходит от одного до нескольких дней. Конечный пользователь со стороны производства будет видеть на графическом интерфейсе результат. Зеленая лампочка – сейчас с подшипником все хорошо, желтая – что-то не так и надо бы посмотреть, красная лампочка – подшипник однозначно имеет какую-то неисправность.
Источник: пресс-служба ЮУрГУ.
***
Южно-Уральский государственный университет (ЮУрГУ) – это университет цифровых трансформаций, где ведутся инновационные исследования по большинству приоритетных направлений развития науки и техники. В соответствии со стратегией научно-технологического развития РФ университет сфокусирован на развитии крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. ВУЗ выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ).
