NTN: разрабатывает технологию точного прогнозирования оставшегося срока службы подшипников качения〈Технология〉

Содействие повышению производительности за счет надлежащего технического обслуживания машин и оборудования с использованием ИИ.

Корпорация NTN (далее NTN) разработала технологию, которая точно прогнозирует оставшийся срок службы путем объединения нескольких методов искусственного интеллекта. Путем прогнозирования с высокой точностью оставшегося срока службы после возникновения отслаивания, которое приводит к выходу из строя подшипников, вплоть до предела использования, можно составить эффективные планы технического обслуживания машин и оборудования, что способствует повышению производительности и снижению затрат.

Подшипники, используемые в машинах и оборудовании, могут вызывать незначительное отслаивание в зависимости от условий использования, а в худшем случае это может привести к выходу из строя. Однако, когда техническое обслуживание подшипника затруднено из-за конструкции оборудования и места установки, в некоторых случаях подшипники продолжают использоваться до тех пор, пока это не влияет на работу. Состояние подшипника можно определить путем обнаружения отклонений с использованием данных о вибрации. Однако невозможно точно определить, как долго подшипник можно использовать после возникновения неисправности, например отслаивания (оставшийся срок службы), и обычно подшипник заменяют как можно скорее или после его повреждения. Кроме того, во многих случаях работники на местах определяют сроки замены на основе многолетнего опыта и т. д., а по мере развития систем экономии человеко-часов и автоматического производства растет потребность в высокоточном прогнозировании оставшегося срока службы. технология, позволяющая более точно определить сроки замены подшипников, с целью сокращения простоев машин, оборудования и т. д. и снижения затрат на техническое обслуживание.

Технология прогнозирования остаточного срока службы, разработанная NTN, была улучшена за счет сочетания глубокого обучения с байесовским обучением для повышения точности оценки остаточного срока службы с момента возникновения отслаивания подшипника до момента его повреждения.

Среди нескольких методов искусственного интеллекта NTN выбирает глубокое обучение, которое специализируется на обработке изображений и называется сверточной нейронной сетью. Он может преобразовывать данные вибрации подшипника в данные изображения для использования, что позволяет прогнозировать поврежденное состояние подшипника и оставшийся срок службы. Кроме того, мы создали высоконадежную прогностическую модель путем объединения иерархической байесовской линейной регрессии, которая оценивает надежность прогностических значений путем рассмотрения индивидуальных различий и изменений (ошибок) в данных измерений степени прогрессирования повреждения подшипников. Учитывая также состояние повреждения, точность прогнозирования оставшегося срока службы повышается примерно на 30 % по сравнению с традиционной технологией.

Эта технология является результатом совместного исследовательского проекта лаборатории NTN Next Generation Research Alliance*, созданной в 2017 году на базе Высшей инженерной школы Национальной университетской корпорации Университета Осаки (штаб-квартира находится в городе Суита, префектура Осака). Это было реализовано путем объединения технологий и знаний, которые NTN культивировала более 100 лет, со знаниями передовых университетских исследований в области искусственного интеллекта, в том числе Кен-ичи Фукуи, доцента SANKEN (Институт научных и промышленных исследований, Университет Осаки.)

NTN реализует инициативы в области услуг и решений, сочетающих сенсорные технологии и Интернет вещей, и предлагает различные продукты и услуги, помогающие улучшить ремонтопригодность подшипников, в том числе «Портативный виброскоп NTN», который обнаруживает неисправности подшипников, и приложение для диагностики подшипников, которое постоянно контролирует состояние подшипников.

В будущем NTN продолжит проверять осуществимость этой технологии. Используя эту технологию для технического обслуживания, мы будем способствовать повышению производительности и снижению воздействия на окружающую среду за счет надлежащего обслуживания машин и оборудования и оптимального использования подшипников.