Специалисты лаборатории технической самодиагностики и самоконтроля приборов и систем Южно-Уральского государственного университета (ЮУрГУ) разработали программное решение для повышения надежности вибродиагностики вращающихся механизмов — насосов, компрессоров, турбин, подшипников.
Метод основан на каскаде из двух нейросетей-автоэнкодеров, которые действуют как интеллектуальный фильтр перед основной системой анализа. Первый уровень выявляет аномалии в сигнале, второй определяет, связаны ли они с неисправностью датчика — плохой контакт, шумы, ослабление крепления.
Традиционные алгоритмы анализа сигналов с датчиков вибрации могут оказаться бесполезными, если сам датчик установлен с ошибкой или его крепление со временем ослабло. Полученные в таком случае искаженные сигналы либо не выявляют реальных дефектов, либо генерируют множество ложных тревог.
Метод отсеивает искажения, вызванные ошибками установки датчиков, и повышает точность диагностики оборудования в металлургии, автомобилестроении и пищевой промышленности. Только сигнал, прошедший через обе модели и не отнесенный к категориям «штатный» или «неисправность датчика», направляется в основную диагностическую систему.
Программа стала первой в России разработкой такого типа — ученые получили на нее патент. Решение позволяет применять вибродиагностику в реальных производственных условиях, отсекая риски, связанные с человеческим фактором и качеством монтажа измерительной аппаратуры.
Ранее Наука Mail писала о том, что ученые совершенствуют мониторинг коррозии на заводах.
