Svarbus mechaninės diagnostikos srities pasiekimas – naujas tyrimas parodė moduliacijos signalo bispektro (MSB) ir konvoliucinių neuroninių tinklų (CNN) derinimo efektyvumą diagnozuojant gedimus.spiralinės kūginės pavarosŠis novatoriškas metodas žada didesnį tikslumą, greitesnį aptikimą ir intelektualesnę diagnostikos sistemą, skirtą didelio našumo pavarų dėžėms, naudojamoms...aviacijos ir kosmoso, automobilių ir pramonės reikmėms.

Spiralėkūginės pavarosyra svarbiausi transmisijos komponentai, randami didelio sukimo momento mašinose, sraigtasparniuose, laivų varymo sistemose ir sunkiosiose pramoniniuose reduktoriuose. Dėl sudėtingos geometrijos ir eksploatavimo sąlygų ankstyvas krumpliaračių gedimų, tokių kaip įdubimai, nusidėvėjimas ir dantų lūžiai, nustatymas išlieka techniniu iššūkiu. Tradiciniai signalų apdorojimo metodai dažnai susiduria su triukšmo trukdžiais ir netiesinėmis gedimų charakteristikomis.

Naujasis metodas pristato dviejų etapų gedimų diagnostikos sistemą. Pirmiausia, darbinės pavaros sistemos generuojami vibracijos signalai analizuojami naudojant moduliacijos signalo bispektrą (MSB) – aukštesnės eilės spektrinės analizės metodą, kuris efektyviai fiksuoja netiesines ir ne Gauso charakteristikas signale. MSB padeda atskleisti subtilias moduliuotų gedimų charakteristikas, kurios paprastai yra paslėptos standartiniuose dažnių spektruose.

Toliau apdoroti signalo duomenys transformuojami į laiko ir dažnio vaizdus ir tiekiami į konvoliucinį neuroninį tinklą (CNN) – gilaus mokymosi modelį, galintį automatiškai išskirti aukšto lygio gedimų požymius ir klasifikuoti pavarų būklę. Šis CNN modelis yra apmokytas atskirti sveikas pavaras, nedidelius gedimus ir didelius pažeidimus esant skirtingoms apkrovos ir greičio sąlygoms.

Eksperimentiniai rezultatai, atlikti naudojant specialiai sukurtą spiralinės kūginės pavaros bandymo stendą, rodo, kad MSB CNN metodas pasiekia daugiau nei 97 % klasifikavimo tikslumą, pranokdamas tradicinius metodus, tokius kaip FFT pagrįsta analizė ir net kiti gilaus mokymosi metodai, kurie remiasi neapdorotais vibracijos duomenimis. Be to, šis hibridinis modelis pasižymi dideliu atsparumu foniniam triukšmui, todėl jį galima naudoti realiomis pramonės reikmėmis.

Moduliacijos signalo bispektro integravimas su CNN ne tik pagerina gedimų atpažinimo našumą, bet ir sumažina rankinio funkcijų projektavimo, kuris tradiciškai yra daug laiko ir žinių reikalaujantis procesas, priklausomybę. Šis metodas yra pritaikomas ir gali būti taikomas kitiems besisukančių mašinų komponentams, pavyzdžiui, guoliams ir...planetinės pavaros.

Šis tyrimas yra žingsnis į priekį kuriant išmaniąsias gedimų diagnostikos sistemas, skirtas 4-ajai pramonės revoliucijai ir platesnei išmaniosios gamybos sričiai. Kadangi automatizavimas ir mašinų patikimumas tampa vis svarbesni,