Исследователи Тольяттинского государственного университета разработали способ акустической диагностики, который позволяет оценивать износ деталей машин прямо во время их работы.
Об этом сообщили в пресс-службе вуза. В основе метода лежат алгоритмы машинного обучения, которые анализируют ультразвуковые сигналы, издаваемые трущимися поверхностями. Система не просто фиксирует громкость шума, как традиционные решения, а проводит спектральный и кластерный анализ, выявляя первые признаки разрушения деталей. Речь идёт о таких элементах, как подшипники, втулки и направляющие.
Как пояснил профессор кафедры «Прикладная механика и инженерная графика» Игорь Растегаев, учёные разбили непрерывный звуковой поток на тысячи коротких фрагментов и рассчитали для каждого десятки параметров — амплитуду, энергию, частотный спектр, скорость изменения сигнала. Похожие фрагменты алгоритм сгруппировал в кластеры, что позволило определить степень износа от начальной стадии до приближения к катастрофическому разрушению, сообщает ТАСС.
Эксперименты показали, что новый метод повышает вероятность обнаружения опасного износа на 45% по сравнению с традиционными подходами. Главное преимущество в том, что диагностика проводится без остановки и разборки оборудования, что позволяет планировать ремонты заранее и избегать простоев.
Разработка может быть востребована в машиностроении, энергетике, на транспорте и в других отраслях, где важно своевременно выявлять неисправности.
