NTN : entwickelt präzise Technologie zur Vorhersage der verbleibenden Nutzungsdauer von Wälzlagern〈Technologie〉

Beitrag zur Verbesserung der Produktivität durch angemessene Wartung von Maschinen und Anlagen durch den Einsatz von KI

Die NTN Corporation (im Folgenden NTN) hat eine Technologie entwickelt, die durch die Kombination mehrerer KI-Methoden die verbleibende Nutzungsdauer präzise vorhersagt. Durch die Vorhersage der verbleibenden Nutzungsdauer mit hoher Genauigkeit nach dem Auftreten von Abplatzungen, die zu einem Lagerausfall führen, bis hin zur Nutzungsgrenze können effiziente Wartungspläne für Maschinen und Anlagen erstellt werden, was zur Verbesserung der Produktivität und Kostensenkung beiträgt.

Bei Lagern in Maschinen und Anlagen kann es je nach Einsatzbedingungen zu geringfügigen Abplatzungen kommen, die im schlimmsten Fall zum Ausfall führen können. Wenn es jedoch aufgrund der Gerätestruktur und des Einbauorts schwierig ist, die Wartung des Lagers durchzuführen, gibt es einige Fälle, in denen die Lager weiterhin verwendet werden, solange der Betrieb dadurch nicht beeinträchtigt wird. Der Zustand eines Lagers kann durch die Erkennung von Anomalien anhand von Vibrationsdaten bestimmt werden. Es gibt jedoch keine Möglichkeit, genau zu bestimmen, wie lange das Lager nach Auftreten einer Anomalie wie Abblättern noch verwendet werden kann (verbleibende Nutzungsdauer), und es ist üblich, das Lager so schnell wie möglich oder nach einer Beschädigung des Lagers auszutauschen. Darüber hinaus gibt es viele Fälle, in denen Außendienstmitarbeiter den Zeitpunkt des Austauschs auf der Grundlage jahrelanger Erfahrung usw. beurteilen, und mit der Weiterentwicklung von Arbeitsstundeneinsparungen und automatischen Produktionssystemen besteht ein wachsender Bedarf an einer hochpräzisen Vorhersage der verbleibenden Nutzungsdauer Technologie, die einen genaueren Zeitpunkt des Lageraustauschs ermöglicht, um Ausfallzeiten bei Maschinen, Geräten usw. zu reduzieren und die Wartungskosten zu senken.

Die von NTN entwickelte Technologie zur Vorhersage der verbleibenden Nutzungsdauer wurde durch die Kombination von Deep Learning mit Bayesianischem Lernen verbessert, um die Genauigkeit der Schätzung der verbleibenden Nutzungsdauer vom Auftreten von Abplatzungen des Lagers bis zum Zeitpunkt seiner Beschädigung zu verbessern.

Unter mehreren KI-Methoden wählt NTN Deep Learning aus, das auf die Bildverarbeitung namens Convolutional Neural Network spezialisiert ist. Es kann die Vibrationsdaten des Lagers zur Verwendung in Bilddaten umwandeln und so eine Vorhersage des beschädigten Zustands des Lagers und der verbleibenden Nutzungsdauer ermöglichen. Darüber hinaus haben wir durch die Kombination einer hierarchischen bayesschen linearen Regression ein äußerst zuverlässiges Vorhersagemodell erstellt, das die Zuverlässigkeit von Vorhersagewerten unter Berücksichtigung individueller Unterschiede und Variationen (Fehler) in Messdaten im Ausmaß des Schadensverlaufs von Lagern bewertet. Durch die Berücksichtigung des Schadenszustandes verbessert sich die Prognosegenauigkeit der Restnutzungsdauer im Vergleich zur herkömmlichen Technik um ca. 30 %.

Diese Technologie ist das Ergebnis eines gemeinsamen Forschungsprojekts am NTN Next Generation Research Alliance Laboratory*, das 2017 an der Graduate School of Engineering der National University Corporation Osaka University (Hauptsitz in Suita City, Präfektur Osaka) gegründet wurde. Dies wurde durch die Kombination der Technologie und des Wissens erreicht, die NTN über mehr als 100 Jahre hinweg kultiviert hat, mit dem Wissen der neuesten KI-Forschung der Universität, darunter Ken-ichi Fukui, außerordentlicher Professor von SANKEN (dem Institut für wissenschaftliche und industrielle Forschung). Universität Osaka.)

NTN verfolgt Initiativen im Bereich Dienstleistungen und Lösungen, die Sensortechnologie und IoT kombinieren, und bietet eine Vielzahl von Produkten und Dienstleistungen an, die dazu beitragen, die Wartbarkeit von Lagern zu verbessern, darunter „NTN Portable Vibroskop“, das Lageranomalien erkennt, und eine Lagerdiagnoseanwendung, die dies kontinuierlich überwacht überwacht den Zustand der Lager.

Zukünftig wird NTN weiterhin die Machbarkeit dieser Technologie prüfen. Durch den Einsatz dieser Technologie für wartungsbezogene Wartungsarbeiten tragen wir durch die ordnungsgemäße Wartung von Maschinen und Anlagen sowie den optimalen Einsatz von Lagern zur Verbesserung der Produktivität und zur Reduzierung der Umweltbelastung bei.

* Pressemitteilung vom 19. September 2017: NTN gründet „NTN Next Generation Research Alliance Laboratories“ an der Universität Osakahttps://www.ntnglobal.com/en/news/press/news201700088.html

Anfragen zu dieser Veröffentlichung

Anhänge

Haftungsausschluss

NTN Corporationhat diesen Inhalt veröffentlicht auf21. August 2023 und trägt die alleinige Verantwortung für die darin enthaltenen Informationen. Verteilt durch die Öffentlichkeit, unbearbeitet und unverändert, am21 August 2023 05:00:09 UTC.