Ученые из ETH Zurich разработали новый метод машинного обучения, который автоматически определяет, исправно ли оборудование или требует обслуживание. Речь идет ходовых частях подвижного состава железнодорожного транспорта, электрогенераторах, насосах или клапанах. Своевременное распознавание неисправностей позволит предотвратить простои и дорогостоящие ремонты.
Для излечения информации используются записи тонов, шумов и акустических сигналов. Метод вейвлет-преобразования использует математически тоны, звуки или шум в виде волн. Он разлагает функцию на набор вейвлетов. Задача новой разработки – найти местоположение определенного сигнала в звуках.
В этом исследователям ETH помогает машинное обучение. Интеллектуальный алгоритм автоматически выполнит акустический мониторинг и анализ звука. Новый процесс применим не только к различным типам машин, но и к различным типам сигналов, звуков или вибраций.
