AI для точной диагностики редукторов: мультисенсорный мониторинг на основе RL

Проблема оценки состояния редукторов промышленного оборудования заключается в сложности размещения датчиков в оптимальных точках из-за пространственных ограничений, высоких температур и электромагнитных помех, что может делать данные недостоверными. Кроме того, надежность датчиков со временем снижается, а фоновый шум усложняет мониторинг.

Исследователи из Индийского технологического института Мадраса разработали метод мультисенсорного мониторинга, который объединяет данные с нескольких датчиков для надежной оценки состояния редукторов. Для обработки сигналов применяется агент обучения с подкреплением (RL), который обучается на повторяющихся сценариях работы, оптимизируя параметры адаптивной фильтрации и повышая точность оценки.

Агент вознаграждается за правильные решения и получает наказание за ошибки, что позволяет со временем улучшать эффективность мониторинга. Метод был протестирован на одноступенчатом цилиндрическом редукторе: он показал быстрое и надежное определение неисправностей в реальном времени, высокую устойчивость к шуму и точность даже при ограниченных возможностях расположения датчиков.

Главные преимущества метода – его адаптивность к различным задачам и способность быстро предоставлять надежную информацию, что делает его ценным инструментом для промышленности.

по материалам Tech Talk (IIT Madras)