NT Adaptive ™ .VAS

NT Adaptive.VAS — интеллектуальный вибро-акустический датчик контроля оборудования вращения, молотильно-дробильного оборудования и электродвигателей.

NT Adaptive.VAS относится к электронным устройствам с внутренним программным обеспечением, предназначенным для обработки виброускорения по трем осям и звука, поступающих от расположенных внутри корпуса 3-х осевого акселерометра и микрофона. NT Adaptive.VAS конструктивно представляет из себя корпус с размерами 56х56х36мм в основании которого закреплена металлическая резьбовая шпилька, служащая для крепления на промышленном оборудовании (вкручивания в оборудование) через которую собственно передается виброускорение контролируемой машины.

Применяется неконтролируемый алгоритм самообучения для раннего обнаружения неисправностей в промышленном оборудовании на основе объединенного алгоритма вибро-акустического анализа кластеризации сигналов и дальнейшего распознавания с использованием нейроморфного чипа NM500. На этапе настройки и обучения NT Adaptive.VAS изучает данные без каких-либо предварительных знаниях о видах отказов, и когда изученные режимы функционирования узлов или агрегатов сходятся к некоторому количеству (по ходу кластеризации входных данных количество новых кластеров перестает расти) — предполагается, что устройство знает все режимы работы оборудования. Затем, во время эксплуатации, сравниваются расстояния между кластерами входных обработанных данных, с ранее изученными данными (центрами кластеров), с использованием нейроморфного чипа NM500. Если числовой вектор, составленный из особенностей текущего кластера, характеризующего режим работы оборудования не совпадает с ранее выученными векторами, составленными по такому же принципу — делается заключения о наличии нового, не известного ранее режима работы оборудования. Таким образом, система способна обнаруживать аномальные новые данные, которые были неизвестны ранее. При этом делается предположение, что категории (кластеры), обнаруженные и выученные на «стадии обучения», представляют собой категории, которые можно отнести к «условно хорошему» состоянию оборудования. На этапе распознавания, появившийся кластер относится к категории новых и неизвестных, о чем и сообщается обслуживающему персоналу, который должен отреагировать должным образом.