NTN : développe une technologie précise de prévision de la durée de vie utile restante des roulements〈Technologie〉

Contribuer à l'amélioration de la productivité grâce à un entretien approprié des machines et des installations en utilisant l'IA

NTN Corporation (ci-après NTN) a développé une technologie qui prédit avec précision la durée de vie restante en combinant plusieurs méthodes d'IA. En prévoyant la durée de vie utile restante avec une grande précision après l'écaillage, qui provoque une défaillance des roulements, jusqu'à la limite d'utilisation, des plans de maintenance efficaces pour les machines et les équipements peuvent être élaborés, ce qui contribue à l'amélioration de la productivité et à la réduction des coûts.

Les roulements utilisés dans les machines et équipements peuvent provoquer un écaillage mineur en fonction des conditions d'utilisation et, dans le pire des cas, conduire à une défaillance. Cependant, lorsqu'il est difficile de mettre en œuvre la maintenance du roulement en raison de la structure de l'équipement et de l'emplacement d'installation, il existe certains cas dans lesquels les roulements continuent à être utilisés tant que cela n'affecte pas le fonctionnement. L'état d'un roulement peut être déterminé en détectant des anomalies à l'aide de données de vibration. Cependant, il n'existe aucun moyen de déterminer avec précision combien de temps le roulement peut être utilisé après une anomalie telle qu'un écaillage (durée de vie utile restante), et il est courant de remplacer le roulement dès que possible ou après que le roulement soit endommagé. En outre, il existe de nombreux cas dans lesquels les travailleurs sur le terrain jugent le moment du remplacement en fonction des années d'expérience, etc., et à mesure que les économies d'heures-personnes et les systèmes de production automatiques progressent, il existe un besoin croissant de prédiction très précise de la durée de vie utile restante. technologie qui permet un timing plus précis du remplacement des roulements, afin de réduire les temps d'arrêt des machines, des équipements, etc. et de réduire les coûts de maintenance.

La technologie de prévision de la durée de vie utile restante développée par NTN a été améliorée en combinant l'apprentissage profond avec l'apprentissage bayésien pour améliorer la précision de l'estimation de la durée de vie utile restante depuis l'apparition de l'écaillage du roulement jusqu'au moment où il est endommagé.

Parmi plusieurs méthodes d’IA, NTN sélectionne l’apprentissage profond, spécialisé dans le traitement d’images appelé réseau neuronal convolutif. Il peut convertir les données vibratoires du roulement en données d'image à utiliser, permettant ainsi de prédire l'état endommagé du roulement et la durée de vie utile restante. De plus, nous avons établi un modèle prédictif hautement fiable en combinant une régression linéaire bayésienne hiérarchique, qui évalue la fiabilité des valeurs prédictives en considérant les différences et variations individuelles (erreurs) dans les données de mesure dans l'étendue de la progression des dommages des roulements. En prenant également en compte l'état des dommages, la précision de la prévision de la durée de vie utile restante est améliorée d'environ 30 % par rapport à la technologie conventionnelle.

Cette technologie est le résultat d'un projet de recherche conjoint au NTN Next Generation Research Alliance Laboratory*, créé en 2017 à la Graduate School of Engineering de la National University Corporation Osaka University (dont le siège est à Suita City, préfecture d'Osaka). Il a été réalisé en combinant la technologie et les connaissances que NTN a cultivées pendant plus de 100 ans avec les connaissances de la recherche de pointe en IA de l'université, notamment Ken-ichi Fukui, professeur agrégé du SANKEN (l'Institut de recherche scientifique et industrielle, Université d'Osaka.)

NTN poursuit ses initiatives dans le domaine des services et des solutions combinant la technologie des capteurs et l'IoT et propose une variété de produits et services pour aider à améliorer la maintenabilité des roulements, notamment le « Vibroscope portable NTN » qui détecte les anomalies des roulements et une application de diagnostic des roulements qui détecte en permanence les anomalies des roulements. surveille l'état des roulements.

À l’avenir, NTN continuera à vérifier la faisabilité de cette technologie. En utilisant cette technologie pour les services liés à la maintenance, nous contribuerons à améliorer la productivité et à réduire l’impact environnemental grâce à un bon entretien des machines et des équipements et à une utilisation optimale des roulements.