Группa исслeдoвaтeлeй из унивeрситeтa Aлaбaмы (University of Alabama), вoзглaвляeмaя дoктoрoм Рoдригo Тeйксeйрa (Dr. Rodrigo Teixeira), рaзрaбoтaлa aлгoритмы систeмы искусствeннoгo интeллeктa, пoзвoляющeй вырабатывать точную диагностику состояния механических систем любого уровня сложности. Во время проверки работоспособности этой системе были «скормлены» материал, как подготовленные при помощи математических моделей, таким (образом и полученные экспериментальным путем с различных механических устройств. И в обоих случаях средство продемонстрировала точность определения неисправностей, которая не опускалась вверху отметки в 90 процентов.

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

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

«Любая инструмент дрожит и вибрирует, но если она начинает вибрировать по мнению-другому, значит в ней что-то работает невыгодный так как надо» — рассказывает доктор Тейксейра, — «Когда вы имеете возможность засечь неисправность прежде, нежели она станет фатальной, вы может произвести починка заблаговременно, сэкономить время и деньги, в которые обойдется вам вынужденный глуповатый 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 получай алгоритмах, учитывающих только статичные колебания и разницу в частоте полезных и шумовых сигналов. Вопреки на это, такие алгоритмы кое-как справляются со своей задачей, хотя делают это с превеликим трудом и высоким процентом ошибок.

«Главная проблема заключается в книга, что в области механических систем теория всегда до конца отличается от того, что наблюдается в действительности» — рассказывает педиатр Тейксейра, — «Для устранения таких разногласий пишущий эти строки 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 возьми данных HUMS (Health and Usage Monitoring Systems), снимаемых со специализированных датчиков одного из военных вертолетов. «Подходец глубинного машинного обучения позволяет системе анализировать неважный (=маловажный) только один единственный полет, а принимать во внимание сосредоточение данных, собранный за все время эксплуатации механизмы» — рассказывает Крис Соттер (Chris Sautter), товарищ данной программы со стороны военных, — «Автор этих строк обучаем алгоритм воспринимать контролируемую систему так, что вы обучаете мобильный телефон своему голосу. А с подачи какое-то время система становится способной разведать зарождение даже незначительной неисправности и передать «сигнал заботы» команде технического обслуживания».