Специалисты Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ представили новый метод анализа работы электродвигателей. Технология Signature Guided Data Augmentation (SGDA) обеспечивает высочайшую точность выявления неполадок. Разработка команды Артема Рыжикова, Сары Али, Александра Хижика, Степана Свирина и Дениса Деркача поможет бизнесу сократить так называемые простои и расходы на ремонт оборудования.
Значимость асинхронных двигателей в промышленности
Трехфазные асинхронные двигатели являются важнейшими компонентами современных промышленных систем. Их используют на прокатных станах, конвейерных линиях завода машин, в системах городского снабжения водой. Любая даже небольшая неисправность способна вызвать остановку производства, что ведет к серьезным затратам.
Традиционные методы диагностики и их ограничения
Обычно инженеры анализируют профиль электропотребления двигателя, выявляя характерные частотные признаки сбоев. Этот подход, однако, требует огромного практического опыта, кропотливой ручной работы и является слишком медленным для реальных задач. Альтернатива использование алгоритмов машинного обучения сталкивается с другой проблемой отсутствием достаточных данных о реальных поломках для эффективного обучения систем искусственного интеллекта.
Новый подход команды НИУ ВШЭ SGDA
Группа разработчиков предложила принципиально иную стратегию. Их метод SGDA искусственно создает признаки различных неисправностей в сигнатурах исправно работающего оборудования. Алгоритм добавляет в сигнал характерные частоты, идентичные тем, что возникают при реальных повреждениях. Это позволяет нейронной сети обучаться распознаванию дефектов без необходимости сбора данных от вышедшей из строя техники.
Эффективность метода SGDA
Разработанная технология показывает впечатляющие результаты тестирования. Она продемонстрировала 99 процентную точность в определении наличия неисправности двигателя. При идентификации конкретного типа поломки результат достиг 86 процентов. Как подчеркнул научный руководитель проекта Денис Деркач, подход основан на физических законах работы двигателей и не требует сложных расчетных моделей.
Практическое применение и преимущества
Главное преимущество SGDA его универсальность. Метод использует данные о нормальной работе конкретного двигателя. Как отметила соавтор разработки Сараа Али, это идеальное решение для компаний, не имеющих истории аварийных ситуаций. Технология помогает своевременно выявлять отклонения в работе, предотвращая серьезные поломки. Это ведет к повышению безопасности производства и сокращению связанных с простоями финансовых потерь.
Дальнейшая работа и поддержка
Проект поддержан грантом Минэкономразвития России. Разработчики планируют провести тестирование метода SGDA на большем количестве типов двигателей в условиях реального промышленного использования. Технология уже защищена патентом, действующим до 2044 года.
Источник: scientificrussia.ru
