Специалисты Южно-Уральского государственного университета (ЮУрГУ) представили новое программное решение, направленное на улучшение надежности вибродиагностики вращающихся механизмов, таких как насосы и компрессоры. Суть метода заключается в использовании каскада из двух нейросетей-автоэнкодеров, которые выполняют функции интеллектуального фильтра перед основным анализом. Первичная модель выявляет аномалии в поступающем сигнале, тогда как вторая выясняет, являются ли эти аномалии следствием неисправностей сенсора, например, плохого контакта или ослабления креплений.
Традиционные алгоритмы могут оказаться неэффективными, если датчик установлен неправильно или слабо закреплен, что приводит к получению искаженных сигналов. Новый метод устраняет подобные искажения, повышая точность диагностики в таких отраслях, как металлургия, автомобилестроение и пищевая промышленность. Лишь сигналы, которые проходят обе модели и не получаются в категориях «нормальный» или «неисправность датчика», передаются в основную систему диагностики.
Данная разработка стала первой в России и была запатентована, что открывает новые горизонты применения вибродиагностики в условиях реального производства, минимизируя риски, связанные с человеческим фактором и качеством установки датчиков.