Специалисты Вычислительного математического центра Московского государственного университета создали новый метод использования нейронных сетей для определения оставшегося срока службы оборудования и выявления дефектов в промышленных системах, что позволит улучшить безопасность и производительность производств.
В современном производстве любые сбои оборудования могут приводить к серьезным авариям и простоям. Поэтому важны эффективные методы раннего обнаружения дефектов. Исследователи в области инженерии представили новую методику, основанную на анализе временных рядов вибрационных данных с применением нейронных сетей с долгой краткосрочной памятью (LSTM).
Наше решение способно находить не только существующие проблемы, но и предсказывать будущие сбои. Это критически важно для планирования технического обслуживания и сокращения внеплановых остановок, — подчеркнула доцент кафедры автоматизации научных исследований ВМК МГУ. Евгения Ечкина.
Метрики исследования, включая F1-метрику, подтвердили высокую эффективность предложенной модели в классификации различных дефектов. Эксперименты показали, что модель эффективно различает фрагменты без поломок, с существенными и несущественными поломками, предоставляя операторам ценную информацию для принятия решений.
По результатам тестирования, наша модель демонстрирует высокую точность классификации, что делает её незаменимым инструментом для обеспечения безопасности и надёжности в промышленных сферах.
Разработанная методика является существенным шагом вперед в автоматизации выявления и управления дефектами в критически важных промышленных системах. Будущие исследования будут направлены на расширение возможностей модели и ее применимость к реальным условиям, что может радикально изменить подходы к управлению рисками и техническому обслуживанию во многих отраслях промышленности.
На Всероссийской конференции продемонстрировали результаты исследования. «Ломоносовские чтения-2024».
Пресс-служба Вычислительного математического центра МГУ имени М.В. Ломоносова предоставила информацию.
Источник фото: ru.123rf.com