Александр Пономарёв

Текст

Ученые из Пермского Политеха разработали доступную и надежную систему на основе машинного обучения для диагностики электроприводов

Как сообщает пресс-служба ПНИПУ, чтобы исследовать применимость алгоритмов машинного обучения для диагностики электродвигателя, ученые собрали лабораторный стенд. Он имитирует типовые неисправности двигателя — например, поломку подшипников или неисправность обмотки статора. С помощью этого стенда удалось собрать все необходимые данные для обучения модели классификатора.

В результате было собрано 1035 единиц статистических данных, которые содержат 24% образцов для рабочего мотора, 27% образцов — для неисправной обмотки статора, 24% — для неисправного подшипника и 25% — для обеих неисправностей. Благодаря собранному материалу систему обучили и протестировали в лабораторных условиях.

Система измеряет токи двигателя с помощью датчиков, а результаты поступают на предварительно обученную модель классификатора. По этим параметрам модель распознает неисправность. Алгоритм имеет перспективы для промышленного внедрения, так как проблема особенно актуальна для ответственных двигателей в промышленном производстве. Система характеризуется низкой стоимостью за счет использования всего двух датчиков тока и высокой надежностью.

Здесь мы рассказываем, как ИИ помогает диагностировать тело человека:

Использованные источники: ПНИПУ