- 該技術可用於無人機甚至防禦設備。
- 薩馬拉國立研究大學團隊僅製作了一個原型,該原型能夠診斷生產中的技術設備。
- 工程師們使用了SimulationX軟件。
來自俄羅斯的科學家 薩馬拉國立研究大學 已開發出一種智能診斷系統,可以預測技術故障,故障以及復雜技術系統中的故障,並提前對其進行警告。 工程師們認為,它可以改變航空航天業。

此外,該技術還可用於無人機甚至防禦設備。 有可能將技術擴展到大眾民用市場,但目前,它是針對國防和航空航天市場的。
到目前為止,薩馬拉國立研究大學團隊僅製作了一個原型,該原型能夠診斷生產中的技術設備。 已經開發了技術設備的預測性診斷的概念,並在實踐中加以實施。
創建了該系統及其硬件模塊的原型,並形成了典型故障和問題的數據庫。 該開發使用深度機器學習技術,該技術可幫助系統學習自身,並通過診斷技術狀態來告知用戶特定係統的哪個元素處於故障前狀態並可能很快失效。
科學家發明的診斷方法的獨特之處在於對節點和系統的所謂“動態肖像”進行軟件比較:設備的真實,當前狀態,有關數據的不斷收集(使用一組傳感器收集)與設備的理想狀態相比,固定在程序的數據庫中。
大樓會檢測出與“理想肖像”之間的偏差。 根據該版本,它可以預先預測油系統中的壓力指標,溫度水平或燃料消耗的差異,並在節點或系統的每個位置記錄指標,然後程序決定問題的可能性。

為了訓練神經網絡,科學家基於德國軟件包創建了仿真模型。 模擬X,然後在展位上的實驗期間,該綜合大樓接受了額外的培訓。 作為診斷的測試對象,使用了在展位上組裝的mi系列直升機的液壓系統。
該架子模擬了液壓油和氣體的洩漏,泵速的變化,溫度和壓力的增加以及直升機駕駛員的各種動作。
俄羅斯工程師的發現表明,診斷過程中的神經網絡系統可以像人一樣從字面上發展,逐漸學習並獲得實踐經驗。 根據實驗結果,故障檢測的準確性達到了98%。
這種檢測器的成本估計為9,000盧布,即123美元。 但是,尚不清楚成本是否會在市場上保持不變。 如果實際上已在原型概念之外得到證實,那麼這是一種有趣的技術,它有可能改變市場。
[bsa_pro_ad_space id = 4]