Группа исследователей из университета Алабамы (University of Alabama), возглавляемая доктором Родриго Тейксейра (Dr. Rodrigo Teixeira), разработала алгоритмы системы искусственного интеллекта, позволяющей производить точную диагностику состояния механических систем любого уровня сложности. Во время проверки работоспособности этой системе были «скормлены» данные, как подготовленные при помощи математических моделей, так и полученные экспериментальным путем с различных механических устройств. И в обоих случаях система продемонстрировала точность определения неисправностей, которая не опускалась ниже отметки в 90 процентов.

«Способность извлечения актуальной и достоверной информации из уровней и частоты вибрации деталей и узлов машин позволит промышленным предприятиям гораздо дольше поддерживать свое оборудование в работоспособном состоянии и тратить меньше средств на его обслуживание» — рассказывает доктор Тейксейра, — «Пока эта технология находится на этапе испытаний, но уже сейчас мы достаточно точно можем сказать, как хорошо она будет работать в реальных условиях».

Система работает путем поиска вибраций, генерируемых деталями машин, такими как двигатели и коробки передач, и выявления в этих вибрациях аномальных отклонений. Эти отклонения сигнализируют об увеличении уровня износа деталей и о скорой необходимости проведения технического обслуживания, которое, в большинстве случаев, может предотвратить поломку механизма.

«Любая машина дрожит и вибрирует, но если она начинает вибрировать по-другому, значит в ней что-то работает не так как надо» — рассказывает доктор Тейксейра, — «Если вы имеете возможность засечь неисправность прежде, чем она станет фатальной, вы может произвести ремонт заблаговременно, сэкономить время и деньги, в которые обойдется вам вынужденный простой техники или технологического оборудования».

Трудности в извлечении полезной информации из вибрации машин и механизмов заключаются в большом количестве посторонних шумов, которыми полны производственные помещения. С этой точки зрения, извлечение полезной информации напоминает поиски иголки в стоге сена. Существующие системы контроля, основаны на алгоритмах, учитывающих только статичные колебания и разницу в частоте полезных и шумовых сигналов. Несмотря на это, такие алгоритмы кое-как справляются со своей задачей, но делают это с превеликим трудом и высоким процентом ошибок.

«Главная проблема заключается в том, что в области механических систем теория всегда кардинально отличается от того, что наблюдается в действительности» — рассказывает доктор Тейксейра, — «Для устранения таких разногласий мы взяли алгоритмы системы искусственного интеллекта и обучили его основным принципам физики, которые определяют все эффекты и процессы в вибрирующей окружающей среде».

Реальные испытания новой системы искусственного интеллекта производятся при содействии армии США на данных HUMS (Health and Usage Monitoring Systems), снимаемых со специализированных датчиков одного из военных вертолетов. «Подход глубинного машинного обучения позволяет системе анализировать не только один единственный полет, а принимать во внимание массив данных, собранный за все время эксплуатации машины» — рассказывает Крис Соттер (Chris Sautter), участник данной программы со стороны военных, — «Мы обучаем алгоритм воспринимать контролируемую систему так, как вы обучаете мобильный телефон своему голосу. А через какое-то время система становится способной определить зарождение даже незначительной неисправности и передать «сигнал тревоги» команде технического обслуживания».