Исследователи из Каунасского технологического университета (КТУ) предложили метод, основанный на искусственном интеллекте, для диагностики технических проблем в автомобилях с помощью датчиков. В его основе лежит глубокое машинное обучения (ML), позволяющее обрабатывать информацию звуковых данных автомобилей и идентифицировать технические неполадки.
Обнаружение сбоев в работе автомобилей основано на алгоритмах простого распознавания звуковых данных работающих приборов. Датчики установлены внутри машины, они измеряют температуру, давление, электрический ток, вибрацию и с помощью звука определяют неисправности.
«Шум — это реальный звук производственной среды, который был смешан с чистым машинным звуком на трех различных уровнях SNR-сигнал-шум: 6 дБ, 0 дБ и 6 дБ. Звук машины был записан как для тишины, так и для условий повышенного шума. В результате мы предложили систему обнаружения неполадок для анализа реальных звуков отказа промышленного оборудования», — говорит Ритис Маскелюнас, один из авторов изобретения.
Эксперименты проводились на промышленной машинной инспекции и инспекции по расследованию и проверке неисправностей (MIMII). Сбор информации о неисправностях основан на различных типах оборудования в автомобиле: клапанах, насосах, вентиляторах.
«Новое программное решение дешевое и простое в использовании», — объясняет профессор Маскелюнас.
Крупнейшие мировые производители теряют $1 трлн в год из-за поломок оборудования. Многие проблемы возникают из-за заводской среды, рабочее оборудование и процессы создают высокий уровень шума. Неисправности оборудования часто не слышны или обнаруживаются слишком поздно.
Новый подход к обнаружению технических неисправностей уже получил запросы на внедрение в промышленность.. Использование новых акустических сенсорных технологий снизит затраты на техническое обслуживание автомобилей.
«Цель состояла в том, чтобы научиться быстрее и качественнее распознавать проблемы в механике автомобиля. Это перспективно из-за возможности оцифровать автомобильную промышленность, не избавляясь от старого оборудования. Новые производственные установки требуют больших ресурсов и не появятся в ближайшее время во многих бедных странах», —добавляет Маскелюнас.
Читать далее
Посмотрите, как выглядит Сатурн с Луны. Фото сделал орбитальный аппарат НАСА
Исследователи «прочитали» мысли медузы
Школьница нашла клад бронзового века: 65 артефактов датируются 1 300 годом до н.э.