Программу для обнаружения дефекта в подшипниках придумали в ЮУрГУ

Разработка поможет предприятиям предотвратить аварии

Ученые Южно-Уральского государственного университета (ЮУрГУ научили искусственный интеллект обнаруживать дефекты в подшипниках качения. Они применяются в составе агрегатов прокатных станов и другом техническом оборудовании с вращающимися элементами, сообщает пресс-служба правительства региона со ссылкой на пресс-службу вуза.

 Изобретение поможет промышленным предприятиям предотвратить аварии на производстве и сэкономить миллионы рублей. Как пояснил сотрудник лаборатории НИЛ технической самодиагностики и самоконтроля приборов и систем ЮУрГУ Денис Лебедев, при выходе из строя хотя бы одного агрегата прокатного стана останавливается вся линия, а пара часов внепланового простоя могут обернуться миллионными убытками.

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», – пояснил 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.

Потенциально изобретение будет полезно везде, где используется оборудование с вращающимися элементами, например, в отрасли металлопрокатного производства.