AI для точної діагностики редукторів: мультисенсорний моніторинг на основі RL

Проблема оцінки стану редукторів промислового обладнання полягає у складності розміщення датчиків у оптимальних точках через просторові обмеження, високі температури та електромагнітні перешкоди, що може робити дані недостовірними. Крім того, надійність датчиків з часом знижується, а фоновий шум ускладнює моніторинг.

Дослідники з Індійського технологічного інституту Мадраса розробили метод мультисенсорного моніторингу, який об’єднує дані з кількох датчиків для надійної оцінки стану редукторів. Для обробки сигналів застосовується агент навчання з підкріпленням (RL), який навчається на повторюваних сценаріях роботи, оптимізуючи параметри адаптивної фільтрації та підвищуючи точність оцінки.

Агент винагороджується за правильні рішення та отримує покарання за помилки, що дозволяє з часом покращувати ефективність моніторингу. Метод було протестовано на одноступінчастому циліндричному редукторі: він показав швидке та надійне визначення несправностей у реальному часі, високу стійкість до шуму та точність навіть при обмежених можливостях розташування датчиків.

Головні переваги методу – його адаптивність до різних завдань та здатність швидко надавати надійну інформацію, що робить його цінним інструментом для індустрії.

за матеріалами Tech Talk (IIT Madras)