ميڪيڪل تشخيص جي ميدان ۾ هڪ اهم ترقي ۾، هڪ نئين مطالعي ۾ غلطي جي تشخيص لاءِ ماڊوليشن سگنل بائي اسپيڪٽرم (MSB) کي ڪنوولوشنل نيورل نيٽ ورڪ (CNN) سان گڏ ڪرڻ جي اثرائتي جو مظاهرو ڪيو ويو آهي.اسپائرل بيول گيئرز. هي جديد طريقو واعدو ڪري ٿو ته بهتر درستگي، تيز ڳولا، ۽ اعليٰ ڪارڪردگي واري گيئر باڪسز لاءِ هڪ وڌيڪ ذهين تشخيصي نظام استعمال ڪيو وڃي ٿوخلائي، گاڏين، ۽ صنعتي ايپليڪيشنون.

سرپلبيول گيئرزاهي اهم ٽرانسميشن جزا آهن جيڪي هاءِ ٽورڪ مشينري، هيلي ڪاپٽر، مئرين پروپلشن سسٽم، ۽ هيوي ڊيوٽي انڊسٽريل ريڊيسر ۾ ملن ٿا. انهن جي پيچيده جاميٽري ۽ آپريشنل حالتن جي ڪري، گيئر فالٽس جهڙوڪ پِٽنگ، وِئر، ۽ ڏند ٽٽڻ جي شروعاتي سڃاڻپ هڪ ٽيڪنيڪل چئلينج رهي ٿي. روايتي سگنل پروسيسنگ ٽيڪنڪ اڪثر ڪري شور جي مداخلت ۽ غير لڪير فالٽ خاصيتن سان جدوجهد ڪن ٿيون.

نئون طريقو ٻن مرحلن واري فالٽ تشخيصي فريم ورڪ متعارف ڪرائي ٿو. پهرين آپريٽنگ گيئر سسٽم پاران پيدا ٿيندڙ وائبريشن سگنلن جو تجزيو ماڊوليشن سگنل بائي اسپيڪٽرم (MSB) استعمال ڪندي ڪيو ويندو آهي، هڪ اعليٰ ترتيب واري اسپيڪٽرل تجزيو ٽيڪنڪ جيڪا سگنل جي غير لڪير ۽ غير گاسين خاصيتن کي مؤثر طريقي سان پڪڙي ٿي. MSB ذيلي ماڊوليشن فالٽ خاصيتن کي ظاهر ڪرڻ ۾ مدد ڪري ٿو جيڪي عام طور تي معياري فريڪوئنسي اسپيڪٽرا ۾ لڪيل آهن.

اڳيون، پروسيس ٿيل سگنل ڊيٽا کي وقت جي فريڪوئنسي تصويرن ۾ تبديل ڪيو ويندو آهي ۽ هڪ ڪنوولوشنل نيورل نيٽ ورڪ (سي اين اين) ۾ فيڊ ڪيو ويندو آهي، هڪ ڊيپ لرننگ ماڊل جيڪو خودڪار طريقي سان اعليٰ سطحي فالٽ فيچرز کي ڪڍڻ ۽ گيئر جي حالتن کي درجه بندي ڪرڻ جي قابل هوندو آهي. هي سي اين اين ماڊل مختلف لوڊ ۽ رفتار جي حالتن ۾ صحتمند گيئرز، معمولي فالٽس، ۽ سخت نقصان جي وچ ۾ فرق ڪرڻ لاءِ تربيت يافته آهي.

تجرباتي نتيجا، جيڪي هڪ ڪسٽم ڊيزائن ڪيل اسپائرل بيول گيئر ٽيسٽ رگ تي ڪيا ويا آهن، ڏيکارين ٿا ته MSB CNN جو طريقو 97٪ کان وڌيڪ درجه بندي جي درستگي حاصل ڪري ٿو، روايتي طريقن جهڙوڪ FFT تي ٻڌل تجزيو ۽ ٻين ڊيپ لرننگ ٽيڪنڪ کي به بهتر بڻائي ٿو جيڪي خام وائبريشن ڊيٽا تي ڀروسو ڪن ٿا. ان کان علاوه، هي هائبرڊ ماڊل پس منظر جي شور لاءِ مضبوط مضبوطي ڏيکاري ٿو، ان کي حقيقي دنيا جي صنعتي ايپليڪيشنن لاءِ مناسب بڻائي ٿو.

سي اين اين سان ماڊوليشن سگنل بائي اسپيڪٽرم جو انضمام نه رڳو غلطي جي سڃاڻپ جي ڪارڪردگي کي وڌائي ٿو پر دستي فيچر انجنيئرنگ تي انحصار کي به گھٽائي ٿو جيڪو روايتي طور تي وقت وٺندڙ ۽ ماهر تي منحصر عمل آهي. طريقو اسڪيلبل آهي ۽ ٻين گھمڻ واري مشينري حصن تي لاڳو ڪري سگهجي ٿو، جهڙوڪ بيئرنگ ۽گرينٽري گيئرز.

هي تحقيق انڊسٽري 4.0 ۽ سمارٽ پيداوار جي وسيع ميدان لاءِ ذهين غلطي جي تشخيصي نظام جي ترقي ۾ هڪ قدم اڳتي جي نمائندگي ڪري ٿي. جيئن آٽوميشن ۽ مشين جي اعتبار تيزي سان اهم ٿيندو پيو وڃي،