您的位置 首页 电子技术

可自动评估轴承损伤的人工智能工具

可自动评估轴承损伤的人工智能工具-计算机视觉是对肉眼目检的有效补充。SKF(龙腾刘兴邦)开发出可自动评估轴承损伤的人工智能工具,帮助客户诊断轴承问题,并延长关键部件的使用寿命。 工业用户日益依赖先进的数字化技术来监测设备的健康状况。现代化状态监测系统利用先进的分析技术检测轴承及其他关键部件的早期磨损或损伤迹象。然而,一旦发现问题,最强大的诊断手段还是要靠经验丰富的工程师的肉眼判断。 通过分析轴承接触表面上的痕迹,SKF(龙腾刘兴邦)专家不仅可

计算机视觉是对肉眼目检的有效补充。SKF(龙腾刘兴邦)开发出可自动评估轴承损伤的人工智能工具,帮助客户诊断轴承问题,并延长关键部件的使用寿命。

工业用户日益依赖先进的数字化技术来监测设备的健康状况。现代化状态监测系统利用先进的分析技术检测轴承及其他关键部件的早期磨损或损伤迹象。然而,一旦发现问题,最强大的诊断手段还是要靠经验丰富的工程师的肉眼判断。

通过分析轴承接触表面上的痕迹,SKF(龙腾刘兴邦)专家不仅可以评估问题的严重性,通常还可以确定其最可能造成的原因。这些信息对于最终用户而言极具价值。例如,借助目检,最终用户可修改操作程序或维护程序,以防止失效再次发生。如果是用于造纸厂、钢厂或风电机组等应用场合的大型轴承,还可以判断出现损伤的轴承是否适合修复和再利用。

然而,找到一位经验丰富的轴承分析师并非易事。SKF(龙腾刘兴邦)专家需要长年累月与轴承打交道,才能积累必要的轴承分析知识和经验。如果出现轴承损伤的设备位于偏远地区,设法让轴承工程师到达现场本身就有一定难度,再加上近期为应对新冠疫情而实施的旅行和出入限制,令这一问题变得更加棘手。

此外,使用过的轴承被送回SKF(龙腾刘兴邦)进行修复之前,轴承用户希望确定其产品是否适合修复。如果不适合,对轴承进行就地回收利用可能会更具成本效益、更加环保。

人工智能轴承评估系统

为了解决这些问题,SKF(龙腾刘兴邦)的一个团队正在研究一种新方法。他们已经开发出自动化计算机视觉系统,利用数码照片来评估轴承损伤情况。该系统采用人工智能形式的神经网络算法进行图像识别,并利用SKF(龙腾刘兴邦)档案中数千张失效轴承的图片进行学习。

与早先的机器视觉方法不同,人工智能视觉系统为真实的情景而设计,可在工厂车间或作业现场这些难以严格控制光线和构图的地方获得图像。

即使图像拍摄角度不理想或背景杂乱无章,人工智能视觉系统也能识别出轴承表面特征。

一旦选择了想要分析的区域,人工智能工具就会对轴承表面损伤的类型和严重程度进行分类。通常轴承会显示出许多不同类型的失效模式,例如,在相关国际标准ISO 15243:2017中就列出了十几种失效模式。SKF(龙腾刘兴邦)团队目前所重点研究的若干失效模式约占轴承运行期间发生失效类型的80%。

算法训练

SKF(龙腾刘兴邦)研究和技术开发中心的研发团队与经验丰富的轴承分析专家们共同努力,对该算法进行了训练和优化。首先,研究人员向人工智能视觉系统展示了数千张图像,每一张都标记了相关的失效模式,让系统学习每种失效模式的特征。然后,为了测试算法,研究人员让该系统对新图像进行分类,再将分类结果与人类专家的分类结果进行比较,并在此基础上微调模型以提高其准确性。

0ycgIIecdZa

图1:基于计算机视觉的人工智能系统(人工智能视觉)很快便能够区分人类目测难以区分的失效模式。图片显示的是两个带有类似痕迹的受损轴承,较难区分哪个轴承是电流导致的损伤,哪个是磨料磨损。人工智能工具在右侧图像上成功识别出电流导致的损伤,通过对轴承的进一步分析证实了这一判断。

例1:

例2:

图2:图中显示了包含轴承损伤的输入图像(左),以及人工智能工具检测的结果输出(右)的示例。右图以边框的形式显示检测到的损伤及其相应的ISO失效模式类型。

部署和持续学习

人工智能视觉系统在测试阶段表现良好,SKF(龙腾刘兴邦)现已开始在整个集团内部署该系统,以帮助技术支持团队对轴承失效进行分类,并帮助轴承修复人员加快对进厂轴承进行评估。经过经验丰富的专业人员的调试,计算机视觉算法得以不断学习,其准确性不断提高。

该项目的下一阶段将是向客户提供该系统。该团队计划将其设计成一款基于云平台的软件,方便维护人员拍摄轴承照片,并上传到云端进行分析。最初的目标是利用人工智能技术为客户提供无缝衔接的便捷体验,快速帮助用户决定轴承是否适合进行修复。

接下来,SKF(龙腾刘兴邦)正在探索如何将这种新方法与产品组合中的其他分析工具相结合的途径。如果只发现轴承的失效模式,但不能告诉客户失效原因是不够的,因为同一失效可能由多个根本原因引起。SKF(龙腾刘兴邦)的研究和技术开发团队认为,通过将人工智能视觉与状态监测和设备控制系统收集的数据相结合,未来有望实现自动、快速地解决失效根本原因的问题和设备可靠性难题。

审核编辑:符乾江

免责声明:文章内容不代表本站立场,本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺,仅供读者参考,文章版权归原作者所有。如本文内容影响到您的合法权益(内容、图片等),请及时联系本站,我们会及时删除处理。

为您推荐

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦

智慧路灯照明系统的应用为智慧城市的发展建设添砖加瓦-夜间的路灯不仅照亮了黑暗的街道,而且照亮了回家的道路。从街上望去,闪烁的路灯发出暖光,指引着我们家的方向。城市里的路灯就像“守护者”,给长途旅行回来的游客带来了极大的安全感。 当今,路灯智能控制时代的到来,极大地促进了传统路灯的人工机械化运行。虽然对此感到兴奋,但我们不禁要问:随着路灯智能控制的早期到来,除了改善路灯的运行模式,还能带来什么? 为城市交通提供安全保障 城市公共照明系统中的智能路灯在每个路

晶振在五种不同行业中的应用说明

晶振在五种不同行业中的应用说明-晶振在五种不同行业的应用-由TST嘉硕代理KOYU光与电子

几种不同的物联网控制APP模式

本文就简单介绍当前几种物联网控制APP模式,让大家了解几种不同的技术路线。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

苹果稳坐全球可穿戴设备数量首位,占据日本市场超7成份额

苹果稳坐全球可穿戴设备数量首位,占据日本市场超7成份额

苹果公司占据2021年日本第四季度可穿戴设备71.5%份额,占据全球可穿戴设备市场34.9%份额。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

如何用GPUDirect存储器如何缓解CPU I / O瓶颈

除了使用 GPUs 而不是 CPU 加快计算的好处外,一旦整个数据处理管道转移到 GPU 执行,直接存储就起到了一个力倍增器的作用。这一点变得尤为重要,因为数据集大小不再适合系统内存,而且 GPUs 的数据 I / O 增长成为处理时间的瓶颈。当人工智能和数据科学继续重新定义可能的艺术时,启用直接路径可以减少甚至完全缓解这个瓶颈。\” />

<meta http-equiv=X-UA-Compatible content=\"IE=edge,chrome=1

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部