Trwają prace nad nowymi metodami pozyskiwania informacji diagnostycznej, dzięki którym możliwe będzie wcześniejsze wykrywanie usterek i uszkodzeń w systemach maszynowych. Na swoje badania naukowcy z Politechniki Wrocławskiej i Uniwersytetu Tsinghua w Pekinie dostali prawie 1 mln zł z NCN.

Wspólne prace są możliwe dzięki grantowi z programu SHENG Narodowego Centrum Nauki oraz finansowaniu z National Natural Science Foundation of China (NSFC).

Projekt NonGauMech („Nowe metody przetwarzania niestacjonarnych sygnałów (identyfikacja, segmentacja, ekstrakcja, modelowanie) o charakterystykach nie-Gausowskich na potrzeby monitorowania złożonych struktur mechanicznych”) zyskał w nim prawie 1 mln zł dofinansowania z NCN i podobną kwotę z NSFC.

Polsko-chińska współpraca

Badania prowadzą wspólnie prof. Radosław Zimroz z Wydziału Geoinżynierii, Górnictwa i Geologii, prof. Agnieszka Wyłomańska z Wydziału Matematyki Politechniki Wrocławskiej oraz naukowcy z Uniwersytetu Tsinghua w Pekinie – prof. Fulei Chu, dr Zhaoye Qin i dr Tianyang Wang z tamtejszego Wydziału Inżynierii Mechanicznej.

– Prof. Chu to autorytet w dziedzinie przetwarzania sygnałów, mechaniki i wibroakustyki – opowiada prof. Zimroz. – Pracuje na Uniwersytecie Tsinghua, najlepszej chińskiej uczelni, sklasyfikowanej bardzo wysoko w międzynarodowych rankingach (zajmuje 15. miejsce w QS World University Ranking).

Naukowcy poznali się, gdy prof. Chu zgodził się zostać keynote speakerem na konferencji współorganizowanej przez prof. Zimroza. Później mieli okazję do rozmów o podobieństwie swoich badań i w Pekinie, i we Wrocławiu. Trzy lata temu razem z prof. Wyłomańską postanowili zacząć wspólny projekt. Finansowanie udało im się pozyskać w ubiegłym roku.

– Prowadzenie wspólnych międzynarodowych badań to duże wyzwanie. Inne strefy czasowe, zupełnie odmienne kultury. Decyzja o wspólnej aplikacji z pewnością wymagała olbrzymiego zaufania po obu stronach – dodaje prof. Zimroz.

Wczesne wykrywanie uszkodzeń

Badacze zamierzają opracować nowe metody pozyskiwania informacji diagnostycznej dla systemów maszynowych. Skupią się na powszechnie stosowanych elementach – takich jak przekładnie zębate i łożyska toczne. Te pierwsze wykorzystuje się w rozmaitych układach napędowych, gdzie służą do zmian prędkości obrotowych i momentów sił. Te drugie używa się natomiast w układach wirnikowych.

Uczestnicy projektu zamierzają zastosować zaawansowane, autorskie techniki modelowania i symulacji komputerowej do analizy zjawisk fizycznych zachodzących w przekładniach, a także połączyć metody analizy danych diagnostycznych z wiedzą teoretyczną z pogranicza matematyki (czyli z teorią procesów losowych i zaawansowanymi metodami statystycznymi) oraz elektroniki (przetwarzaniem sygnałów cyfrowych).

Jak wyłuskać z szumu informację?

W swoich analizach skupią się na najtrudniejszych przypadkach w diagnostyce – zagadnieniach dotychczas pomijanych albo rozważanych z wieloma założeniami upraszczającymi („bo inaczej się nie dało”). Zajmą się więc zmiennymi parametrami pracy maszyny, czyli zmiennymi obciążeniami zewnętrznymi maszyny i zmiennymi prędkościami obrotowymi, oraz eliminacją zakłóceń w sygnałach diagnostycznych.

– Obecnie, nawet w codziennym życiu, mamy do czynienia z ogromną ilością danych. Nie wszystkie są użyteczne. Podobnie jest w naszych badaniach naukowych – tłumaczy prof. Zimroz. – Zarejestrowane parametry fizyczne zwykle zawierają informacje o różnych procesach, zjawiskach itd. Niektóre z tych procesów nie są nośnikiem informacji użytecznej w tym konkretnym zadaniu. Przykładowo: kiedy nagrywamy wywiad na stadionie ze świeżo upieczonym medalistą, informacją jest jego wypowiedź, a skandujący kibice w tym kontekście wydają „sygnały” stanowiące nieinformacyjny komponent. Jak wykryć sygnał informacyjny? Jak odseparować te dwie składowe? Tym trudnym zadaniem zajmują się nasi specjaliści z Wydziału Matematyki.

Prof. Wyłomańska dodaje: – Staramy się „wyciągnąć” za pomocą bardzo zaawansowanych algorytmów, to co w samym sygnale daje informację, np. o uszkodzeniu. Można by powiedzieć, że ten sygnał dzielimy na proste składowe i część z nich jest ważna z punktu widzenia inżyniera, a część nie. Matematycy wszystkie składowe traktują jako istotne, ale dlatego, że próbują opisać te sygnały modelami teoretycznymi, w których poszczególne składowe mają ważny wpływ. Ciekawostką jest także to, że to co nam, matematykom, wydaje się ważne w tych badaniach (z punktu widzenia analizowanego sygnału), dla inżynierów jest często nieinformacyjne. Takim przykładem jest szum w modelu. Dla nas to ciekawa obserwacja, że nie zawsze jest on modelowany klasycznym rozkładem (Gaussa), a dla inżynierów niewielka odchyłka od tego rozkładu nie ma znaczenia. Dlatego tak ważna jest współpraca.

Dlaczego inżynierowie z matematykami?

Zadaniem matematyków będzie więc zaproponowanie nowych metod do analizy sygnałów o skomplikowanej naturze oraz stworzenie algorytmów na podstawie opracowanych modeli teoretycznych, a później ich weryfikacja – dla symulowanych i rzeczywistych danych.

Natomiast inżynierowie z Polski i Chin będą pomagać w zrozumieniu istoty tych sygnałów, tłumaczyć dlaczego pojawiają się w nich specyficzne zachowania i jakich składowych należy się spodziewać. Po ich stronie będzie też odpowiednia interpretacja uzyskanych wyników. – To długi proces, który wymaga zaangażowania wszystkich stron – dodaje prof. Wyłomańska.

Efektem wspólnych badań będzie zbiór procedur diagnostycznych służących do eliminacji zakłóceń impulsowych, opisu zmiennych warunków pracy maszyny, identyfikacji struktury sygnału za pomocą nowych algorytmów oraz detekcji sygnału informacyjnego i jego opisu. Procedury posłużą dodatkowo jako narzędzie umożliwiające separację sygnału stanowiącego „mieszaninę” drgań z różnych źródeł (o różnych własnościach) z wykorzystaniem metod zaawansowanej algebry.

– Jesteśmy przekonani, że nowe techniki i metody, które opracujemy, w przyszłości mogą być wykorzystane w systemach monitoringu maszyn – podkreśla prof. Wyłomańska. – W tym projekcie sprawdzimy także efektywność zaproponowanych metod, ale naszym głównym celem nie jest ich uniwersalność, czego wymaga się np. w systemach przemysłowych. Będą to metody stworzone dla konkretnych skomplikowanych przypadków.

Więcej informacji o projekcie także na stronie Digital Mining Center.

Lucyna Róg