滾動軸承是帶有旋轉(zhuǎn)元件的自動化機(jī)械中必不可少的部件。它們有多種形狀和尺寸，但本質(zhì)上旨在承載負(fù)載，同時(shí)最大限度地減少摩擦。通常，該設(shè)計(jì)由兩個由滾動元件(球或滾子)隔開的環(huán)組成。環(huán)可以旋轉(zhuǎn)，可以相對于彼此旋轉(zhuǎn)，摩擦很小。
與其他機(jī)器部件一樣，軸承最終會因磨損而失效。但由于兩個原因，修復(fù)缺陷可能令人望而卻步：首先，無法接近環(huán)，其次，機(jī)器停機(jī)成本高昂。
大阪大學(xué)科學(xué)與工業(yè)研究所和 NTN 下一代研究聯(lián)盟實(shí)驗(yàn)室的科學(xué)家報(bào)告說，在缺陷進(jìn)展情況下準(zhǔn)確預(yù)測軸承剩余使用壽命的能力可以減少不必要的維護(hù)程序和過早丟棄的零件，而不會冒故障風(fēng)險(xiǎn)。
滾動軸承概述及內(nèi)圈滾道表面缺陷形狀。
科學(xué)家們開發(fā)了一種機(jī)器學(xué)習(xí)方法，該方法結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)和貝葉斯分層建模來預(yù)測滾動軸承的剩余使用壽命。 他們的方法是基于測量的振動譜。
科學(xué)家們指出，隨著軸承內(nèi)部出現(xiàn)缺陷，其振動幅度開始波動。他們創(chuàng)建了一個頻譜圖，顯示了作為時(shí)間函數(shù)的不同頻率的強(qiáng)度。這些二維圖被用來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)，這是一種用于圖像識別和視覺任務(wù)的機(jī)器學(xué)習(xí)方法。
由于振動特征的不規(guī)則波動，預(yù)測缺陷進(jìn)展下滾動軸承的剩余使用壽命曲線通常很困難，第一作者 Masashi Kitai 指出。
科學(xué)家們使用貝葉斯分層模型來推斷參數(shù)，包括剩余壽命。這種方法使科學(xué)家能夠?qū)⒔Y(jié)果與相關(guān)的不確定性一起整合到一組預(yù)測中。在測試過程中，該方法將預(yù)測剩余使用壽命的誤差提高了約32%。
基于我們的技術(shù)對工業(yè)機(jī)械進(jìn)行更有效的維護(hù)可能會減少環(huán)境負(fù)擔(dān)和經(jīng)濟(jì)損失，資深作者福井健一說。
科學(xué)家們希望未來的算法可以推廣到廣泛的機(jī)械部件上，并為維護(hù)計(jì)劃、效率和安全帶來新的工業(yè)監(jiān)控方法。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號