通過邊緣學(xué)習(xí)對產(chǎn)生振動的機器進行異常行為檢測,。

工業(yè)類家電NanoEdge AI Studio預(yù)測性維護加速度計

預(yù)測性維護是一種維護策略,，利用機器學(xué)習(xí)來預(yù)測設(shè)備何時可能發(fā)生故障,。

水泵等工業(yè)設(shè)備在運行過程中會產(chǎn)生不同的信號,。 在這些設(shè)備上安裝傳感器來采集相關(guān)數(shù)據(jù)，就可以通過機器學(xué)習(xí)來識別出正常和異常的行為模式,。 這種預(yù)測方法旨在程度地縮短停機時間,，提高效率，延長設(shè)備使用壽命,。

我們針對水泵應(yīng)用了以下方法：采集水泵的振動數(shù)據(jù)并加以分析,，然后利用機器學(xué)習(xí)模型檢測異常。 該方法經(jīng)過調(diào)整,，可輕松適用于很多其他工業(yè)機器,。

方法

項目目標：

• 利用泵的振動來檢測裝有該泵的液壓回路中的異常情況。

• 說明設(shè)計的模型可以用在不同的集成回路中,，并且由于采用邊緣AI學(xué)習(xí)技術(shù),，在其他回路中依然能夠檢測出異常。

在該項目中,，我們使用第一個回路,，通過加速度計來記錄泵的振動數(shù)據(jù)。 我們收集了正常和異常信號,，這些信號是通過關(guān)閉分流水閥而產(chǎn)生的,。

然后，我們使用NanoEdge AI Studio創(chuàng)建了一個異常檢測模型,。 該軟件工具根據(jù)我們的學(xué)習(xí)數(shù)據(jù)生成了模型,。

創(chuàng)建的模型載入Proteus板,，并連接到第一個回路,。 該原型可用來實時檢測正常和異常數(shù)據(jù),。

然后，我們將包含該模型的Proteus板移到第二個回路中,。 通過邊緣學(xué)習(xí),，我們使用新電路的信號在數(shù)秒內(nèi)對同一模型進行重新訓(xùn)練。 雖然該模型最初是針對第一個回路進行的優(yōu)化,，但在新回路中依然表現(xiàn)良好,。

傳感器

加速度計（三軸）

齒輪特性研究 

多場耦合模擬實驗運算平臺  

異常環(huán)境下設(shè)備狀態(tài)研究  

高速列車傳動模擬實驗臺 

齒輪箱阻尼特性研究 

船槳推進器振動耦合實驗臺 

轉(zhuǎn)子外部激勵轉(zhuǎn)子動力學(xué)研究 

齒輪箱故障機理齒輪特性研究 

齒輪模塊之間位置可調(diào) 

雙跨彈性支撐滑動軸承實驗臺 

轉(zhuǎn)子動力學(xué)研究 

電機對托故障模擬實驗臺     

電機故障機理電機特性電機傳動研究 

軸承壽命預(yù)測機理研究模擬實驗臺  

壽命周期研究高載荷 

多跨船舶尾軸傳動故障模擬實驗臺 

轉(zhuǎn)子齒輪箱故障機理研究 

雙跨雙轉(zhuǎn)子教學(xué)實驗臺  

滑動軸承故障機理研究  

多點位激振平臺