Ученые ЮУрГУ научили ИИ обнаруживать дефекты в подшипниках

Ученые ЮУрГУ научили ИИ обнаруживать дефекты в подшипниках. 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 другом техническом оборудовании с вращающимися элементами.

«Проблема в том, что, 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», – объясняет сотрудник лаборатории НИЛ технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев.

Новости по теме

07:54, 10 апреля 2025 г. На Гроссе прошло обучение по техническому обслуживанию подшипниковых узлов

Дефекты в подшипниках возникают в процессе работы из-за износа, неблагоприятной окружающей среды либо 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 температуру одновременно в нескольких точках в окрестности подшипника. С помощью такого подхода мы собираем информацию о температурном поле исправного подшипника в процессе его эксплуатации. Далее мы 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 во время работы прокатного оборудования, не нарушая технологический процесс, а также в нестационарных режимах, при различной частоте вращения.

Новости по теме

11:00, 24 марта 2025 г. ОМК внедрила сервис на базе ИИ для контроля качества металлолома

Коллектив научно-исследовательской лаборатории зарегистрировал программу, которая предназначена для построения специализированных нейросетевых моделей (свидетельство о государственной регистрации программы для ЭВМ № 2025611913). На 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, а красная – подшипник однозначно имеет какую-то неисправность.

Потенциально изобретение будет полезно везде, где используется оборудование с вращающимися элементами.