Дефекты в них возникают из-за износа, неблагоприятной окружающей среды или несвоевременного обслуживания. Сегодня самый популярный метод их обнаружения - тот, при котором анализируются вибрации. Но челябинские ученые предложили другую методику определения аномалий - по температуре, для чего в нескольких точках вокруг подшипника устанавливаются датчики. Метод предполагает, что вначале собирается информация о температурном поле во время эксплуатации исправного подшипника. Нейросетевая модель, обучаясь на полученных данных, запоминает это состояние и хранит в памяти как некую точку отсчета, с которой сверяются все последующие изменения. Если температура повышается, это свидетельствует о том, что агрегат нездоров.
Исследователи отмечают: изобретение позволяет обнаруживать едва зародившиеся дефекты, например трещину на кольце подшипника, и предупреждать об угрозе, когда из-за недостаточной смазки механизма начинается перегрев.
Коллектив научно-исследовательской лаборатории Южно-Уральского госуниверситета уже зарегистрировал программу, предназначенную для построения специализированных нейросетевых моделей, на обучение и отладку которых уходит от одного до нескольких дней. Пользование же упрощено до схемы светофора: если с подшипником все хорошо, на графическом интерфейсе горит зеленая лампочка, желтая предупреждает: что-то не в порядке, красная подает сигнал тревоги.
- Если хотя бы один агрегат прокатного стана выходит из строя, останавливается вся производственная линия. А для крупных предприятий даже пара часов внепланового простоя может обернуться миллионными убытками, - говорит об актуальности разработки сотрудник лаборатории технической самодиагностики и самоконтроля приборов и систем университета Денис Лебедев.
Предложенный челябинцами температурный мониторинг может вестись постоянно и не требует остановки стана. Диагностика проводится во время работы прокатного оборудования, не нарушая технологический процесс.