Контроль достоверности показаний средств измерений технического мониторинга с использованием каскада автоэнкодеров
Автор: Галышев Д.В., Яковенко А.Д., Ибряева О.Л., Шестаков А.Л.
Статья в выпуске: 4 т.14, 2025 года.
Бесплатный доступ
В статье предложен метод обеспечения достоверности измерений в системах технического мониторинга — каскадная модель C-LPC-AE, сочетающая извлечение информативных спектральных признаков на основе линейного предсказательного кодирования (LPC) и двухступенчатую архитектуру сверточных автоэнкодеров. Метод предназначен для диагностики состояния подшипников и одновременной верификации корректности работы измерительных датчиков, что особенно актуально в условиях цифровой индустрии, где требуется высокая автономность и надежность систем мониторинга. Первая ступень каскада, обученная на сигналах исправного подшипника при нормальном креплении датчика, выполняет обнаружение аномалий по ошибке реконструкции. Вторая ступень, обученная на данных с ослабленным креплением акселерометра, анализирует природу аномалии и позволяет дифференцировать аномалии подшипника от искажений сигнала, вызванных нарушением монтажа датчика. Ключевым преимуществом подхода является отсутствие необходимости в данных с реальными отказами оборудования: обучение осуществляется исключительно на легко воспроизводимых состояниях — нормальном режиме и моделируемой неисправности крепления. Эксперименты проведены на данных, полученных с испытательного стенда SpectraQuest, включающего подшипники с искусственно созданным дефектом внешнего кольца. Результаты демонстрируют высокую чувствительность модели к фактическим дефектам подшипника и нарушениям монтажа сенсора. Использование LPC-признаков обеспечивает компактное представление сигнала и снижает вычислительную нагрузку, что делает предложенный подход перспективным для внедрения в промышленные системы диагностики в реальном времени.
Вибродиагностика, диагностика подшипников, ослабленное крепление датчика, автоэнкодер, обнаружение аномалий, технический мониторинг, линейное предсказательное кодирование, спектральный анализ, достоверность измерений
Короткий адрес: https://sciup.org/147252610
IDR: 147252610 | УДК: 681.518.5, 004.89 | DOI: 10.14529/cmse250401
Control of Measurement Reliability in Technical Monitoring Instruments Using a Cascade of Autoencoders
The paper proposes a method for ensuring measurement reliability in technical monitoring systems – a cascaded model C-LPC-AE that combines informative spectral feature extraction based on Linear Predictive Coding (LPC) with a two-stage architecture of convolutional autoencoders. The method is designed for bearing condition diagnostics and simultaneous verification of sensor operational integrity, which is particularly relevant in digital industry environments requiring high autonomy and reliability of monitoring systems. The first stage of the cascade, trained on signals from a healthy bearing with properly mounted sensors, performs anomaly detection based on reconstruction error. The second stage, trained on data with a loosened accelerometer mount, analyzes the nature of the anomaly and enables differentiation between bearing faults and signal distortions caused by improper sensor installation. A key advantage of the approach is that it does not require data from actual equipment failures: training is performed exclusively on easily reproducible conditions — normal operation and simulated sensor mounting faults. Experiments were conducted using data from the SpectraQuest test rig, including bearings with an artificially introduced outer race defect. The results demonstrate high model sensitivity to actual bearing defects and sensor mounting issues. The use of LPC-based features ensures compact signal representation and reduces computational load, making the proposed approach promising for integration into real-time industrial diagnostic systems.
