NTN株式會社（以下簡稱ＮＴＮ）通過組合多個AI，開發了一項新技術，可以高精度地檢測軸承的使用壽命。這一技術能夠更加準確地預測軸承從發生剝落到徹底損壞的使用壽命。這項技術的研發，將有助于提高機器設備的維修計劃效率，進而節約成本，提高生產效率。

在長期使用過程中，機器設備內的軸承可能會出現輕微的剝落。如果這種剝落發生在不方便維修的部位，機器可能會在不影響正常工作的情況下持續運轉。雖然通過振動數據檢測可以得知軸承的狀態，但很難準確預測發生剝落后的軸承還能使用多久。通常，要么選擇盡早更換軸承，要么等待軸承徹底損壞后再進行更換。此外，一些熟練技工可以根據多年的經驗來判斷何時更換軸承。然而，隨著節省人工和自動化的發展，為了減少機器設備的停工時間并降低維修成本，對高精度壽命檢測技術的需求日益增長，以便更精確地檢測軸承的更換時期。

NTN近期研發的使用壽命檢測技術結合了深度學習和貝葉斯學習，以高精度預測軸承自發生剝落到破損的使用壽命。在眾多AI模型中，NTN選擇了專長于圖像處理的卷積神經網絡，通過將軸承的振動數據轉換為圖像數據，實現了對軸承受損狀態和壽命的檢測。此外，考慮到軸承損傷的個體差異和檢測數據的誤差，NTN還采用了貝葉斯線性回歸，從而建立了更可靠的預測模型。綜合來看，NTN的這項新技術相比傳統方法提高了30%的檢測精度（與NTN傳統檢測方法相比）。

NTN與日本國立大學法人大阪大學大學院工學研究科于2017年共同成立了“NTN次世代協作研究所”。在該研究所的框架下，NTN與大阪大學的福井健一副教授（產業科學研究所）的研究團隊進行了深入合作，共同研發。通過將NTN在軸承技術方面積累的豐富經驗與大阪大學在先進AI研究方面的成果相結合，才成功實現了這一創新技術。

NTN正致力于將這項技術應用于實際維修服務中，通過及時維修機器設備，使軸承保持佳狀態，從而提高生產效率和環保減排。

未來，NTN將繼續開展實驗驗證該技術的可行性，以實現該技術的實用化，并為其提供優質的售后服務。

來源：恩梯恩NTN

（版權歸原作者或機構所有）