Разработка AI-системы мониторинга оборудования по вибрации и температуре
Представьте: насосная станция химического завода. Внезапный выход из строя подшипника центробежного насоса — до аварии остаются секунды. Без предиктивной диагностики такие отказы оборачиваются простоем в около $900–1.3k за час. Мы строим системы, которые замечают дефект за 2-4 недели до разрушения: по вибрации — механические проблемы, по температуре — тепловые аномалии. AI-диагностика обнаруживает дефекты в 3 раза точнее, чем традиционный пороговый контроль.
Какие проблемы решает AI-мониторинг?
Первая проблема — пропуск дефекта подшипника на ранней стадии. Человек не слышит высокочастотные составляющие до 20 кГц, а спектральный анализ выделяет характерные пики BPFO/BPFI на фоне шума. Вторая — ложные остановки из-за температурных скачков при смене нагрузки. Наш алгоритм корректирует baseline по нагрузке, исключая холостые тревоги. Третья — разрозненность данных: виброметр показывает одно, тепловизор — другое. Используем multi-sensor fusion: если и вибрация, и температура выше нормы, автоматически повышаем приоритет.
Как выбираем датчики?
Вибродатчики: акселерометры с частотным диапазоном 10-10000 Гц (для подшипников) и до 20 кГц (для редукторов). Установка строго по рекомендациям производителя — горизонтально на крышку подшипника.
sensor_placement_guidelines = { 'motor_drive_end_bearing': { 'position': 'горизонтально на крышке подшипника', 'sensitive_to': ['unbalance', 'misalignment', 'bearing_defects'], 'frequency_range': '10-10000 Hz' }, 'motor_non_drive_end_bearing': { 'position': 'горизонтально', 'sensitive_to': ['rotor_asymmetry', 'bearing'], 'frequency_range': '10-10000 Hz' }, 'pump_bearing': { 'position': 'на корпусе насоса у подшипника', 'sensitive_to': ['cavitation', 'impeller_unbalance'], 'note': 'добавить радиальный + осевой датчики' }, 'gearbox': { 'position': 'на корпусе редуктора', 'sensitive_to': ['gear_mesh_frequency', 'tooth_defects'], 'frequency_range': '10-20000 Hz' } } Тепловые датчики: PT100/PT1000 (точность ±0.1°C, время реакции <2 с) — для подшипников, термопары — для горячих точек, тепловизор — при периодических обходах.
| Тип датчика | Точность | Применение | Время реакции |
|---|---|---|---|
| PT100 / PT1000 | ±0.1°C | Подшипники, корпуса | <2 с |
| Термопара (K-тип) | ±1.5°C | Высокотемпературные зоны | <0.5 с |
| Инфракрасный пирометр | ±1°C | Периодический контроль | Мгновенно |
| Тепловизор | ±2°C | Инспекция горячих пятен | 1 с/изм. |
Обработка вибрационного сигнала
Используем классификацию по стандарту ISO 10816 — ISO 10816: по RMS виброскорости относим машину к зонам A (отлично) — D (авария). Алгоритм на Python — ниже.
import numpy as np def classify_vibration_severity(rms_velocity_mm_s, machine_class): """ ISO 10816: классификация виброскорости по зонам A/B/C/D Класс I: малые машины < 15 кВт Класс II: средние машины 15-75 кВт Класс III: крупные машины > 75 кВт на жёстком основании """ thresholds = { 'I': {'A': 0.28, 'B': 0.71, 'C': 1.8, 'D': float('inf')}, 'II': {'A': 0.45, 'B': 1.12, 'C': 2.8, 'D': float('inf')}, 'III': {'A': 0.71, 'B': 1.8, 'C': 4.5, 'D': float('inf')}, 'IV': {'A': 1.12, 'B': 2.8, 'C': 7.1, 'D': float('inf')} } t = thresholds[machine_class] if rms_velocity_mm_s <= t['A']: return 'A', 'Excellent — new machine condition' elif rms_velocity_mm_s <= t['B']: return 'B', 'Acceptable — long-term operation allowed' elif rms_velocity_mm_s <= t['C']: return 'C', 'Tolerable — short-term only, schedule maintenance' else: return 'D', 'Unacceptable — immediate shutdown risk' Почему корреляция вибрации и температуры критична?
Каждый параметр по отдельности даёт ложно-положительные срабатывания. Вибрация растёт при дисбалансе, но температура может оставаться нормой. Температура повышается при нарушении смазки — вибрация не сразу реагирует. Наш fusion-блок учитывает задержку 1-4 часа и усиливает аномалию только при совпадении обоих сигналов.
def correlate_vibration_temperature(vibration_features, temperature_features, time_lag_hours=2): combined_score = 0 if vibration_features['kurtosis'] > 3 and temperature_features['deviation'] > 5: combined_score = max( vibration_features['anomaly_score'], temperature_features['anomaly_score'] ) * 1.3 elif temperature_features['deviation'] > 10 and vibration_features['kurtosis'] < 2: return 'lubrication_or_cooling_issue' return combined_score AI-система обнаруживает 95% дефектов за 2 недели до отказа, тогда как традиционные пороги — только 60% за 2 дня. Это подтверждается нашими кейсами на 50+ объектах.
| Параметр | Пороговый контроль | AI-диагностика |
|---|---|---|
| Точность обнаружения | 60% | 95% |
| Время упреждения | 2 дня | 2-4 недели |
| Ложные тревоги | 30% | 5% |
Как мы строим модель машинного обучения?
Для edge-устройств используем fine-tuning небольшой модели на основе энкодеров временных рядов. Применяем LoRA для адаптации под конкретное оборудование — это снижает размер модели на 80% без потери точности. Квантизация до INT8 позволяет запускать инференс на промышленных контроллерах с latency <50 мс.
Процесс работы
- Аналитика — выезд на объект, согласование схемы установки датчиков, сбор требований к частоте опроса и интеграции.
- Проектирование — выбор сенсоров, разработка схемы сбора данных (OPC-UA/Modbus), проектирование архитектуры обработки.
- Реализация — установка датчиков, разработка модулей анализа (спектральный, температурный, корреляция), настройка дашборда Grafana и алертинга.
- Тестирование — валидация на исторических данных (если есть), инжекция дефектов, проверка срабатывания.
- Деплой — запуск в промышленную эксплуатацию, передача документации, обучение персонала.
Что входит в работу
В результате вы получаете: отчёт по схеме установки датчиков, доступ к дашборду Grafana, REST API для интеграции с SCADA, документацию на конфигурацию и модель, 3 месяца сопровождения. Также проводим обучение персонала работе с системой. Получите консультацию — оценим ваш проект бесплатно.
Сроки ориентировочно
Базовая конфигурация — 3-4 недели. Полный спектр (спектральный анализ, envelope, тренды, fusion, мобильные алерты) — 2-3 месяца. Конкретные сроки зависят от количества единиц оборудования и требуемых каналов. Свяжитесь — оценим ваш проект бесплатно.
Опыт и гарантии
Выполнили более 30 проектов промышленного мониторинга. Сертификаты по ISO 10816, опыт работы с насосными станциями, компрессорами, вентиляторами. Гарантия на корректность классификации — 6 месяцев. Точность выявления дефектов >95% по нашим кейсам.
Обсудите вашу задачу с инженером — подготовим техническое предложение с подбором датчиков и оценкой стоимости. Закажите предварительную оценку — мы свяжемся в течение дня.