- Ученые ВМК МГУ разработали методику применения нейронных сетей для оценки остаточного времени работы и классификации дефектов в промышленных установках.
- Методика основана на анализе временных рядов вибрационных данных с использованием LSTM.
- Подход позволяет обнаруживать текущие дефекты и предсказывать будущие сбои.
- Метрики, включая F1, подтвердили высокую эффективность модели в классификации различных типов дефектов.
- Модель способна эффективно различать фрагменты без поломок, с существенными и несущественными поломками.
- Разработанная методика представляет значительный прогресс в автоматизации процесса выявления и управления дефектами в промышленных системах.
- Дальнейшие исследования направлены на расширение функциональности модели и адаптацию для использования в реальных условиях.
Нейросети помогут быстрее выявлять дефекты в промышленных установках
7 янв 2025

Краткий пересказ
от нейросети YandexGPT
Источник:
scientificrussia.ru
Обложка: Изображение сгенерировано tensor.art