Aumenta la velocidad de diagnóstico 15 veces: una red neuronal para controlar el estado de los rodamientos creada en la Universidad Estatal del Sur de los Urales

Se adaptó un algoritmo de reconocimiento de voz LPC para detectar fallas

En la Universidad Estatal del Sur de los Urales (ЮУрГУ), por primera vez en Rusia, se aplicó con éxito un nuevo algoritmo para el diagnóstico automático de rodamientos utilizando una red neuronal. Así lo informó el subdirector del laboratorio de investigación de Autodiagnóstico técnico y autocontrol de instrumentos y sistemas, Vladimir Sinitsyn.

El problema científico y técnico radicaba en que para el diagnóstico automático de rodamientos, en el que participan redes neuronales, se utiliza un modelo híbrido Hybrid MLP-CNN. Este modelo requiere costos computacionales y de tiempo, así como un gran volumen de datos para el entrenamiento, de lo contrario, funciona con errores.
Vladimir Sinitsyn, subdirector del laboratorio de investigación de Autodiagnóstico técnico y autocontrol de instrumentos y sistemas

Para solucionar este problema, los científicos utilizaron el algoritmo LPC, que requiere 15 veces menos tiempo para entrenar la red neuronal. Anteriormente, este algoritmo se utilizaba para el reconocimiento y la síntesis del habla humana. Ahora se ha adaptado para el diagnóstico de rodamientos.

Anteriormente, www1.ru informó que en Skolkovo presentaron una plataforma para robots colaborativos con una función de control de calidad.

Leer materiales sobre el tema:

El fabricante de microelectrónica "Element" lanzó una dirección de robótica industrial

En los talleres de "KAMAZ" se están probando robots colaborativos de Kazán

En Moscú comenzarán a producir nuevos robots industriales con IA

Fuentes
TASS

Ahora en la página principal