用于预测轴承的缺陷的演变的设备、相关系统和方法技术方案

用于预测轴承缺陷发展的设备(5)包括：‑实施装置(6),其配置成实施训练的深度学习算法(ALGO),以识别轴承(2)的缺陷并从轴承的图片(PICT)中提取识别的缺陷的几何参数，以及‑预测装置(9),其配置成根据识别的缺陷的类型和提取的识别的缺陷的几何参数、根据轴承(2)的操作参数(OP)以及根据轴承(2)的模型(MOD)来预测轴承(2)的识别的缺陷的演变。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术旨在预测轴承的缺陷的演变。本专利技术特别涉及用于预测轴承的缺陷的演变的方法、设备和系统。

技术介绍

1、为了引导机械组件旋转，通常建议使用配备有在轴承滚道上滚动的滚动元件的滚动轴承。

2、对轴承上的滚动元件进行目视检查，以检测导致轴承退化的缺陷，并计划预测性维护操作。

3、缺陷可能是轴承滚道的剥落。

4、一般来说，目视检查包括给轴承拍照，并由专家解释照片。

5、专家可以根据例如来自他对图片的解释和他的知识的循环次数来预测缺陷的演变。

6、根据他的预测，专家提出推荐。

7、推荐可包括计划预防性维护操作，例如更换轴承或重新制造轴承。

8、目视检查仍是手动过程，依赖于专家的专业知识，需要时间。

9、专家可能不在现场，因此轴承必须被发送，延长了装有轴承的机器不可用的时间。

10、然而，专家对图片的解释可能是错误的，导致当一组专家解释图片时不一致的缺陷分析，以及不一致的推荐。

11、各种表面特征，比如油渣、划痕、反光和/或其他轴承零件，可本文档来自技高网...

【技术保护点】

1.一种用于预测轴承(2)的缺陷的演变的方法，包括：

2.根据权利要求1所述的方法，还包括根据识别的缺陷的预测演变生成推荐(REC)。

3.根据权利要求1或2所述的方法，包括在识别缺陷之前，拍摄安装在机器(1)中的轴承(2)的照片(PICT)。

4.根据任一前述权利要求所述的方法，其中，所述缺陷包括剥落，提取的几何参数包括剥落的尺寸、剥落的周长以及剥落在图片(PICT)上的位置。

5.根据任一前述权利要求所述的方法，其中，所述深度学习算法(ALGO)包括神经网络，其中，所述方法包括训练神经网络，以识别轴承的缺陷，并从存储在参考数据库中的图片...

【技术特征摘要】
【国外来华专利技术】

1.一种用于预测轴承(2)的缺陷的演变的方法，包括：

2.根据权利要求1所述的方法，还包括根据识别的缺陷的预测演变生成推荐(rec)。

3.根据权利要求1或2所述的方法，包括在识别缺陷之前，拍摄安装在机器(1)中的轴承(2)的照片(pict)。

4.根据任一前述权利要求所述的方法，其中，所述缺陷包括剥落，提取的几何参数包括剥落的尺寸、剥落的周长以及剥落在图片(pict)上的位置。

5.根据任一前述权利要求所述的方法，其中，所述深度学习算法(algo)包括神经网络，其中，所述方法包括训练神经网络，以识别轴承的缺陷，并从存储在参考数据库中的图片中提取识别的缺陷的几何参数。...

【专利技术属性】
技术研发人员：M·陈纳维，C·玛塔，A·阿扎法尔，G·E·莫拉莱斯埃斯佩杰尔，X·周，
申请(专利权)人：斯凯孚公司，
类型：发明
国别省市：