Учёные ЮУрГУ в 15 раз ускорили диагностику подшипников с помощью нейросети

Прорыв в технической диагностике

Учёные Южно-Уральского государственного университета (ЮУрГУ) разработали и протестировали новый подход к автоматической диагностике подшипников с применением нейросетей, который позволяет в разы повысить эффективность анализа. Речь идёт о внедрении алгоритма LPC (линейное прогностическое кодирование), который позволил ускорить процесс обучения модели в 15 раз.

По словам заместителя заведующего лабораторией технической самодиагностики Владимира Синицына, новый метод особенно актуален для промышленных предприятий, автотранспортных и железнодорожных компаний, где контроль состояния подшипников напрямую влияет на безопасность и стабильность работы оборудования.

От распознавания речи — к промышленной диагностике

Ранее для диагностики использовалась гибридная модель Hybrid MLP-CNN, объединяющая многослойные персептроны и сверточные нейросети. Однако этот подход требовал значительных вычислительных ресурсов и длительного времени обучения. Команда ЮУрГУ решила эту проблему, адаптировав LPC-алгоритм, известный в сфере обработки речи, под задачи технического анализа.

Для автоматической диагностики подшипников с применением нейросетей мы впервые в России использовали алгоритм LPC. Он требует в 15 раз меньше времени на обучение и показывает высокую точность, — отметил Синицын.

Подтверждение и публикация результатов

Эффективность новой методики была проверена на тестовых наборах данных, где модель успешно справилась с задачей классификации состояния подшипников. Результаты работы опубликованы в международном научном журнале Algorithms , что подтверждает значимость достижения для научного сообщества.

ЮУрГУ — в авангарде цифровых технологий

Южно-Уральский госуниверситет активно участвует в реализации стратегических проектов в рамках государственной научно-технологической политики. В 2021 году он стал победителем программы «Приоритет-2030» и сегодня выполняет функции регионального проектного офиса Уральского научно-образовательного центра мирового уровня.

Особое внимание университет уделяет развитию цифровой индустрии, материаловедения и экологических технологий. Новый проект по ускорению диагностики с использованием ИИ стал ярким примером прикладной междисциплинарной разработки, соединяющей информатику и инженерные науки.