Модель нейросети, которая будет диагностировать промышленное оборудование, разрабатывает студентка ЮУрГУ. Упор сделан на технику, использующую подшипники качения. Разработка актуальна для многих сфер промышленности. Это отметили на конкурсе «УМНИК», присудив студентке победу и выделив грант на реализацию идеи.
В промышленном секторе почти в каждом оборудовании, которое предполагает плавное и быстрое вращение при ощутимых нагрузках, используются подшипники качения. Это готовые узлы различной техники – электродвигателей, генераторов, редукторов, трансмиссий оборудования и транспортных средств.
Специалисты отмечают высокую чувствительность подшипников качения к нагрузкам и малонадежность их в высокоскоростных приводах. Если подшипник выйдет из строя, то оборудование немедленно остановится, а рабочий процесс прекратится. Это несет колоссальные убытки производству.
Чтобы предотвратить внезапную поломку, требуется постоянная диагностика оборудования и своевременная реакция на каждое изменение показателей. Для этих целей студентка Высшей школы электроники и компьютерных наук ЮУрГУ Валерия Саковская разрабатывает автономную систему гибридной настройки алгоритмов глубокого обучения для диагностики промышленного оборудования.
Перспективный проект отметили на конкурсе по программе «УМНИК» в направлении «Цифровые технологии». Студентка получила 500 тысяч рублей на развитие идеи.
«Мой проект сочетает в себе передовые технологии распознавания образов и обучения нейронной сети, математические методы обработки сигналов и имеет однозначную практическую значимость. Победа в „Умнике“ посодействует развитию проекта, поможет с дальнейшей коммерциализацией и внедрением его компаниям, использующим подшипники качения в составе различного оборудования, сервисным компаниям и компаниям-производителям», – рассказала студентка Высшей школы электроники и компьютерных наук Валерия Саковская.
.jpg)
Архитектура гибридной нейронной сети со смешанным входом
Для обработки используют вибрационные сигналы, снятые с вала двигателя, находящегося на предприятии. С ними работают, комбинируя передовые методы — эмпирическое модовое разложение и спектральный анализ Гильберта. После обработки сигналов спектры Гильберта (изображения) подаются для обучения на вход гибридному алгоритму с дефектно-ориентированной структурой. Полученный на выход код оптимизирован для промышленного микроконтроллера и готов распознавать неисправности оборудования с высокой чувствительностью.
Работа ведется под руководством к.ф.-м.н. Ольги Ибряевой в Научно-исследовательской лаборатории технической самодиагностики и самоконтроля приборов и систем, а также в Лаборатории экспериментальной механики.
«Валерия разрабатывает новую модель гибридной нейронной сети, умеющей одновременно работать с данными разного типа. Такой одновременный учет разнородных входных данных повышает точность сети в распознавании дефектов. Кроме того, для получения сигналов с подшипника руководителем НИЛ технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Владимиром Синициным разработан датчик, устанавливающийся непосредственно на вал, а не на корпус механизма. Он используется в разработке, что также дает большую чувствительность к состоянию подшипника», – прокомментировала Ольга Ибряева.
Программный комплекс, который за два года должна разработать Валерия Саковская, будет включать программу преобразования сигнала к виду, пригодному для дальнейшего обучения диагностической модели; программу обучения модели для диагностики промышленного оборудования; программу конвертации диагностической модели в код, оптимизированный для промышленного микроконтроллера.
В будущем его смогут использовать для диагностики механизмов предприятий металлургической промышленности, металлообрабатывающего и механосборочного производства, горнодобывающей, химической, энергетической промышленности.
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. В Год науки и технологий ЮУрГУ примет участие в конкурсе по программе «Приоритет–2030». Вуз выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня (УМНОЦ).
Читайте нас:
● «Наука ЮУрГУ» в Яндекс.Дзен
● «ЮУрГУ News» в Telegram
● Susu.official в Instagram