Ученые Тольяттинского государственного университета предложили метод акустической диагностики, повышающий вероятность обнаружения опасного износа деталей по сравнению с известными решениями на 45%. Система использует алгоритмы машинного обучения, «слушает» работающий механизм, анализирует его акустические сигналы и заранее предупреждает о поломке.
Разработка учёных ТГУ может найти применение в самых разных сферах – от тяжёлого машиностроения и энергетики до автомобильного транспорта. Работающая в реальном времени система (устанавливается на машину), способна предупредить о начале опасных процессов за несколько дней или даже недель до того, как механизм выйдет из строя.
Для промышленности это возможность планировать ремонты без срочных остановок и заменять детали не «на всякий случай», а строго по необходимости, экономя миллионы рублей на простоях.
Результаты своей работы исследователи описали в статье, которая опубликована в Journal of Friction and Wear. Это международный рецензируемый научный журнал, публикующий исследования и практические работы в области трибологии – науки о трении, износе и смазке.
Подробнее читайте на сайте источника.
Фото: © ПАО «Россети»
Источник: ТГУ