Diagnostiko mekanikoaren arloan aurrerapen esanguratsu batean, ikerketa berri batek erakutsi du modulazio-seinaleen biespektroa (MSB) sare neuronal konboluzionalekin (CNN) konbinatzearen eraginkortasuna, matxuren diagnostikorako.engranaje koniko espiralakIkuspegi berritzaile honek zehaztasun hobetua, detekzio azkarragoa eta diagnostiko sistema adimentsuagoa agintzen ditu erabiltzen diren errendimendu handiko engranaje-kaxetarako.aplikazio aeroespazialak, automobilgintzakoak eta industrialak.

Espiralaengranaje konikoaktransmisio-osagai kritikoak dira, momentu handiko makinetan, helikopteroetan, itsas propultsio-sistemetan eta industria-erreduktore astunetan aurkitzen direnak. Geometria eta funtzionamendu-baldintza konplexuak direla eta, engranaje-akatsak, hala nola zuloak, higadura eta hortzen haustura, goiz detektatzea erronka teknikoa izaten jarraitzen du. Seinaleak prozesatzeko teknika tradizionalek askotan zailtasunak izaten dituzte zarata-interferentziarekin eta akatsen ezaugarri ez-linealekin.

Metodo berriak bi faseko akatsen diagnostiko esparru bat aurkezten du. Lehenik, sistema eragileak sortutako bibrazio-seinaleak modulazio-seinaleen biespektroa (MSB) erabiliz aztertzen dira, seinalearen ezaugarri ez-linealak eta ez-gaussiarrak eraginkortasunez jasotzen dituen goi-mailako analisi espektralaren teknika bat. MSB-k maiztasun-espektro estandarretan ezkutatuta dauden akats modulatuen ezaugarri sotilak agerian uzten laguntzen du.

Ondoren, prozesatutako seinale-datuak denbora-maiztasuneko irudi bihurtzen dira eta sare neuronal konboluzional (CNN) batera sartzen dira; hau da, ikaskuntza sakoneko eredu bat, maila altuko akatsen ezaugarriak automatikoki ateratzeko eta engranajeen egoerak sailkatzeko gai dena. CNN eredu hau engranaje osasuntsuak, akats txikiak eta kalte larriak bereizteko trebatuta dago karga eta abiadura baldintza desberdinetan.

Esperimentu-emaitzek, neurrira diseinatutako espiral-engranaje konikoen proba-plataforma batean egindakoek, erakusten dute MSB CNN metodoak % 97 baino gehiagoko sailkapen-zehaztasuna lortzen duela, FFT oinarritutako analisia bezalako metodo tradizionalak eta baita bibrazio-datu gordinetan oinarritutako beste ikaskuntza sakoneko teknikak ere gaindituz. Gainera, eredu hibrido honek atzeko plano-zaratarekiko sendotasun handia erakusten du, eta horrek benetako industria-aplikazioetarako egokia egiten du.

Modulazio-seinalearen biespektroa CNNrekin integratzeak ez ditu akatsak ezagutzeko errendimendua hobetzen bakarrik, baita eskuzko ezaugarrien ingeniaritzaren mendekotasuna murrizten ere, tradizionalki denbora asko eskatzen duen eta adituen menpeko prozesua dena. Metodoa eskalagarria da eta biraketa-makinen beste osagai batzuetan aplika daiteke, hala nola errodamenduetan etaplaneta-engranajeak.

Ikerketa honek aurrerapauso bat dakar Industria 4.0rako eta fabrikazio adimendunaren arlo zabalagorako akatsen diagnostiko sistema adimendunen garapenean. Automatizazioa eta makinen fidagarritasuna gero eta garrantzitsuagoak diren heinean,