Ученые ТГУ научили компьютер «слушать» механизмы и выявлять износ с точностью на 45% выше

Тольяттинские ученые нашли способ диагностировать износ деталей машин без их остановки и разборки. Исследователи ТГУ разработали метод акустического анализа на основе машинного обучения. Система разбивает звук на тысячи фрагментов и по спектру определяет степень разрушения подшипников и втулок. Эксперименты показали рост вероятности обнаружения дефектов на 45%, сообщили в пресс-службе вуза.

Промышленность получила новый инструмент для предотвращения аварий. Ученые Тольяттинского государственного университета (ТГУ) создали систему акустической диагностики, которая позволяет оценивать износ деталей машин прямо во время их работы. Об этом сообщили в пресс-службе вуза.

В основе метода — алгоритмы машинного обучения, анализирующие ультразвуковые сигналы, издаваемые трущимися поверхностями. В отличие от традиционных решений, которые просто фиксируют громкость шума, новая система проводит глубокий спектральный и кластерный анализ. Она способна выявлять первые признаки разрушения таких критических элементов, как подшипники, втулки и направляющие.

Профессор кафедры «Прикладная механика и инженерная графика» Игорь Растегаев пояснил технологию: ученые разбили непрерывный звуковой поток на тысячи коротких фрагментов. Для каждого рассчитали десятки параметров — амплитуду, энергию, частотный спектр, скорость изменения сигнала. Похожие фрагменты алгоритм сгруппировал в кластеры, что позволило определить степень износа от начальной стадии до приближения к катастрофическому разрушению.

Эксперименты подтвердили эффективность: новый метод повышает вероятность обнаружения опасного износа на 45% по сравнению с традиционными подходами. Главное преимущество — диагностика проводится без остановки и разборки оборудования. Это позволяет планировать ремонты заранее, избегать внезапных простоев и экономить миллионы.