 Алгоритм искусственного интеллекта, созданный главным научным сотрудником Университета Алабамы в Хантсвилле, значительно увеличивает точность диагностики состояния сложных механических систем.
Способность извлекать надежную и полезную информацию от вибрации машин позволит предприятиям дольше сохранять свои активы в рабочем состоянии, затрачивая гораздо меньше времени на обслуживание. Кроме того, инвестициям для этого станет простое программное обеспечение. В слепых тестах с использованием данных, поступающих из весьма непредсказуемых и реальных жизненных ситуациях, алгоритм последовательно достигает более 90 процентов точности.
Технология находится в стадии испытаний. Исследователи видят, как она работает в этой области. Если результаты будут успешными, то они будут строить доверие со своими партнерами и получать от них признание. В то же время они также расширяют свою клиентскую базу за счет частного сектора.
Типичный анализ вибрации заключается в поиске аномалий в вибрациях, машин, таких как двигатели и коробки передач. Эти изменения в вибрации могут сигнализировать об износе и дальнейшем обслуживании, необходимом задолго до того, как техника выходит из строя.
Трудность извлечения полезной информации из вибрации машин заключается в случайном шуме, который существует при нормальных условиях эксплуатации. Обнаружение полезной информации было подобно поиску иголки в стоге сена. Алгоритмы контроля тока предполагают, что колебания являются статическими, и что сигнал и шум могут быть дифференцированы по частоте.
Проблема в том, что эти предположения никогда не верны в реальной жизни. Вместо этого исследователи взять алгоритм ИИ и обучили его основным принципам физики, которые управляют недостатками в условиях вибрации.
Подход исследователей предоставил новый способ производства полезной информацию из данных вертолета во время полета. Используя машинное обучение, новый подход позволяет анализировать историю вывода данных, а не только одного полета. Исследователи обучают алгоритм таким же образом, как пользователь обучает свой сотовый телефон, распознавать свой голос. Когда конкретный наблюдаемый компонент показывает сигнатуры вибрации, которые больше не отражают нормальную работу компонента, предупреждение передается обслуживающему персоналу.
|
