成在人线av无码免费漫画-午夜成人影院网站18进-男人狂躁进女人下面免费视频-精品成人乱色一区二区-亚洲成人诱惑-伊人色综合视频一区二区三区-中文字幕在线一区-无码日韩精品一区二区免费-无码人妻精品一区二区-欧美牲交a欧美牲交aⅴ久久-女人张开腿让男人桶个爽-日韩黄色一级视频-国产一级在线观看-亚洲50p-亚洲精品国产自在久久

主站蜘蛛池模板: japanese国产打屁股 | 国产男女猛烈无遮挡免费视频网站 | 自拍三区| 伊人久久青青 | 国产精品欧美成人片 | 天天操网站 | 欧美成人tv| 久久精品视频8 | 黄色免费播放 | 日韩福利视频 | 人人射人人爱 | 亚洲精品xxx| 亚洲精品2| 国产精品天天看特色大片 | 精品无码国产污污污免费 | 善良的女朋友在线观看 | 国产人人插 | 亚洲国产精品自产在线播放 | 人人澡人人爱 | 日韩视频一二三区 | 久久亚洲精品视频 | 日本少妇喷水 | 亚洲欧洲日本无在线码 | 欧美大片www | 人妻系列av无码专区 | 2020每日更新国产精品视频 | 国产美女裸身网站免费观看视频 | 曰本女人牲交高潮视频 | 成在人线av无码免费高潮求绕 | 天天做天天爱夜夜爽 | 亚洲日本va午夜在线电影 | 未满小14洗澡无码视频网站 | 欧美激情网| 亚洲欧美中文高清在线专区 | 欧美性猛交xxxx | 久久一级片| 天天澡夜夜澡狠狠久久 | 精品国内自产拍在线观看视频 | 亚洲在线看 | 老熟女多次高潮露脸视频 | 国产suv精品一区二区四 | 91丨porny| 日日夜夜91 | 五月开心网 | 欧美一区二区三区四区在线观看 | 青青草原国产在线观看 | 一级日韩一级欧美 | 男女爽爽午夜18禁影院免费 | 亚洲精品国产精华 | 欧洲熟妇色xxxx欧美老妇多毛 | 中文字幕高清一区 | 亚洲精品乱码久久久久久麻豆不卡 | 欧美精品成人久久 | 日韩黄色片 | 日韩一区国产二区欧美三区 | 精品熟女少妇a∨免费久久 亚洲欧美另类国产 | 60岁欧美乱子伦xxxx | 亚洲色欲色欲77777小说网站 | 中国国产免费毛卡片 | 国产视频手机在线观看 | 嫩草在线播放 | 国产午夜在线观看 | av亚洲在线观看 | 摸丰满大乳奶水www免费 | 日本在线免费观看 | 久久久久久久久久久久久久免费看 | 精品av国产一二三四区 | 中文字幕在线免费看线人 | 亚洲欧洲国产成人综合在线观看 | 欧美日韩a | 婷婷在线播放 | 在线观看你懂得 | 国外av片免费看一区二区三区 | 九九久久免费视频 | 真实国产乱子伦对白视频不卡 | 免费人成小说在线观看网站 | 日产乱码一区二区三区在线 | 亚洲成人精品久久 | 狠狠操狠狠爱 | 免费精品在线 | 国产一卡2卡3卡4卡网站精品 | jizzjizz8 | 日本va欧美va欧美va精品 | 国产黄色免费观看 | 黄色av免费| jizz亚洲女人高潮大叫 | 四虎永久在线精品免费网站 | 全球成人中文在线 | 大地资源中文第三页 | 4438xx亚洲五月最大丁香 | 亚洲欧美日韩精品色xxx | 亚洲日韩在线中文字幕综合 | 日韩精品成人免费观看视频 | 欧美日韩国产综合新一区 | 国产在线无码制服丝袜无码 | 国产偷窥熟精品视频 | 荫蒂被男人添的好舒服爽免费视频 | 天天爽夜夜爽人人爽88 | 亚洲免费精品视频在线观看 |
啤嶺機電設備(上海)有限公司

NTN開發滾動軸承剩余壽命預測技術

2023-09-04

NTN開發了一種將多種人工智能方法結合起來,預測軸承剩余壽命的技術。通過在剝落發生后高精度地預測剩余壽命,即軸承失效的極限使用壽命,從而可以制定高效的機械設備維護計劃,提高生產效率,降低成本。

機械設備中使用的軸承可能會因各種使用條件而導致輕微剝落,壞的情況下可能導致故障。然而,當由于設備結構和安裝位置的原因,難以實施軸承維護時,有些情況下只要不影響操作,軸承會繼續使用。軸承的狀況可以通過使用振動數據檢測異常來確定。然而,目前沒有辦法準確確定軸承在發生剝落等異常后,還可以繼續使用多長時間(剩余壽命),通常會盡快更換軸承或在軸承損壞后更換。此外,許多情況下,現場工作人員根據多年的經驗等判斷更換的時機,隨著節省人工和自動化生產系統的進展,人們越來越希望能高度精確預測軸承的剩余使用壽命,以更準確地確定軸承更換時間,減少設備停機時間和降低維護成本。

NTN的這項技術是其“Next Generation Research Alliance Laboratories”聯合研究項目的成果,該實驗室于2017年大阪大學成立(總部位于大阪府佐田市),其將NTN的技術和大學的人工智能研究相結合。NTN開發的剩余使用壽命預測技術是通過將深度學習與貝葉斯學習相結合,并進行改進,從而提高從軸承發生剝落到軸承損壞時估計剩余使用壽命的準確性。在幾種人工智能方法中,NTN選擇了專門用于圖像處理的卷積神經網絡的深度學習方法,它可以將軸承的振動數據轉換為圖像數據以供使用,從而能夠預測軸承的損壞狀況和剩余使用壽命。此外,通過結合分層貝葉斯線性回歸建立了一個高度可靠的預測模型,該模型通過考慮軸承損傷進程中測量數據的個體差異和變化(誤差)來評估預測值的可靠性。通過考慮損傷條件,與傳統技術相比,剩余使用壽命的預測精度提高了約30%。

該項技術的可行性還有待繼續驗證,未來可以將這項技術用于維護機械設備,優化軸承設計、使用等。

來源:軸承雜志社

(版權歸原作者或機構所有)