免费成人电影在线观看|欧洲s码亚洲m码精品一区|国产日韩一区二区三区免费|国产日韩久久久精品影院首页

NTN開(kāi)發(fā)了一種將多種人工智能方法結合起來(lái)，預測軸承剩余壽命的技術(shù)。通過(guò)在剝落發(fā)生后高精度地預測剩余壽命，即軸承失效的極限使用壽命，從而可以制定高效的機械設備維護計劃，提高生產(chǎn)效率，降低成本。

機械設備中使用的軸承可能會(huì )因各種使用條件而導致輕微剝落，壞的情況下可能導致故障。然而，當由于設備結構和安裝位置的原因，難以實(shí)施軸承維護時(shí)，有些情況下只要不影響操作，軸承會(huì )繼續使用。軸承的狀況可以通過(guò)使用振動(dòng)數據檢測異常來(lái)確定。然而，目前沒(méi)有辦法準確確定軸承在發(fā)生剝落等異常后，還可以繼續使用多長(cháng)時(shí)間（剩余壽命），通常會(huì )盡快更換軸承或在軸承損壞后更換。此外，許多情況下，現場(chǎng)工作人員根據多年的經(jīng)驗等判斷更換的時(shí)機，隨著(zhù)節省人工和自動(dòng)化生產(chǎn)系統的進(jìn)展，人們越來(lái)越希望能高度精確預測軸承的剩余使用壽命，以更準確地確定軸承更換時(shí)間，減少設備停機時(shí)間和降低維護成本。

NTN的這項技術(shù)是其“Next Generation Research Alliance Laboratories”聯(lián)合研究項目的成果，該實(shí)驗室于2017年大阪大學(xué)成立（總部位于大阪府佐田市），其將NTN的技術(shù)和大學(xué)的人工智能研究相結合。NTN開(kāi)發(fā)的剩余使用壽命預測技術(shù)是通過(guò)將深度學(xué)習與貝葉斯學(xué)習相結合，并進(jìn)行改進(jìn)，從而提高從軸承發(fā)生剝落到軸承損壞時(shí)估計剩余使用壽命的準確性。在幾種人工智能方法中，NTN選擇了專(zhuān)門(mén)用于圖像處理的卷積神經(jīng)網(wǎng)絡(luò )的深度學(xué)習方法，它可以將軸承的振動(dòng)數據轉換為圖像數據以供使用，從而能夠預測軸承的損壞狀況和剩余使用壽命。此外，通過(guò)結合分層貝葉斯線(xiàn)性回歸建立了一個(gè)高度可靠的預測模型，該模型通過(guò)考慮軸承損傷進(jìn)程中測量數據的個(gè)體差異和變化（誤差）來(lái)評估預測值的可靠性。通過(guò)考慮損傷條件，與傳統技術(shù)相比，剩余使用壽命的預測精度提高了約30%。

該項技術(shù)的可行性還有待繼續驗證，未來(lái)可以將這項技術(shù)用于維護機械設備，優(yōu)化軸承設計、使用等。

來(lái)源：軸承雜志社

（版權歸原作者或機構所有）