В России при помощи нейросети в 15 раз ускорили диагностику состояния подшипников

ЧЕЛЯБИНСК, 29 апреля. /ТАСС/. Ученые Южно-Уральского государственного университета (ЮУрГУ) впервые в России смогли успешно применить новый алгоритм для автоматической диагностики подшипников нейросетью. Это позволило в 15 раз повысить скорость определения их состояния, сообщил ТАСС заместитель заведующего научно-исследовательской лаборатории Технической самодиагностики и самоконтроля приборов и систем Владимир Синицын.

Упрощение и ускорение системы диагностики подшипников актуально для промышленных предприятий, автотранспортных и железнодорожных компаний.

"Научная и техническая проблема заключалась в том, что для автоматической диагностики подшипников, в которой участвуют нейросети, применяется гибридная модель Hybrid MLP-CNN. Эта модель требует вычислительных и временных затрат, а также большого объема данных для обучения, иначе она работает с ошибками. Для решения этой проблемы мы впервые в России успешно применили алгоритм LPC, который требует в 15 раз меньше времени на обучение нейросети", - сказал собеседник агентства.

Он пояснил, что LPC широко известен, но до настоящего момента применялся в основном для распознавания человеческой речи и ее синтеза.

"Работу нового алгоритма проверили на тестовых наборах данных. Результат опубликован в высокорейтинговом международном журнале Algorithms", - отметил Синицын.

Южно-Уральский государственный университет в соответствии со стратегией научно-технологического развития РФ сфокусирован на развитии крупных научных междисциплинарных проектов в области цифровой индустрии, материаловедения и экологии. В Год науки и технологий ЮУрГУ победил в конкурсе по программе "Приоритет-2030". Вуз выполняет функции регионального проектного офиса Уральского межрегионального научно-образовательного центра мирового уровня.