Специалисты НИУ ВШЭ представили универсальный метод диагностики двигателей на основе нейросети. Алгоритм обнаруживает поломки с точностью 99%, обучаясь на реалистичных, но искусственно сгенерированных данных без риска для оборудования.
Сотрудники Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали инновационный метод диагностики неисправностей промышленных двигателей. Нейросеть способна с точностью 99% определять наличие поломки и с точностью 86% классифицировать ее тип, говорится на сайте Десятилетия науки и технологий в России.
Новая технология позволит предприятиям снизить расходы на ремонт, уменьшить простои и повысить безопасность на производстве. В основе разработки — анализ электрического тока, который потребляет двигатель. Традиционно инженеры вручную ищут неисправности, анализируя частоты сигнала, что требует высокой квалификации и занимает много времени. Современные алгоритмы машинного обучения тоже не всегда эффективны, так как в промышленности редко накапливаются данные о реальных поломках.
Российские ученые предложили оригинальное решение: их алгоритм искусственно создает в сигнале исправного двигателя частоты, характерные для различных неисправностей. Это позволяет нейросети обучаться на реалистичных примерах, не дожидаясь реальных аварий.
«Нейросеть получает искусственные, но реалистичные примеры поломок и учится их распознавать. При этом наш метод опирается на физические законы работы двигателя и не требует сложных компьютерных моделей или экспериментов с реальными неисправностями оборудования», — поясняет один из авторов исследования, заведующий Научно-учебной лаборатория методов анализа больших данных лаборатории Института искусственного интеллекта и цифровых наук ФКН ВШЭ Денис Деркач.
Источник: hi-tech.mail.ru