plant 효율성을 높이고 불필요한 비용을 줄이며 안전성을 강화하기 위해 산업은 공급 관리 최적화를 위한 효과적인 예측 전략을 채택해야 합니다. 90% 이상의 기계가 롤링 요소 베어리그에 의존하기 때문에, 이들의 고장은 종종 상당한 기계 고장을 초래합니다. 실제로 제조 시스템에서의 고장 중 상당 부분이 베어링 결함에 기인할 수 있습니다. 이 리뷰는 기존 접근법, 기계 학습 기술 및 고급 심층 학습 방법을 포함한 롤링 요소 베어링의 다양한 진단 방법을 검토하고 평가하는 데 중점을 둡니다. 이러한 탐지 전략에 대한 포괄적인 이해를 제공함으로써 이 연구는 보다 나은 실행 사례를 지원하고 롤링 요소 베어링의 신뢰성과 성능을 향상시키기 위한 향후 연구에 대한 새로운 통찰력을 제공하는 것을 목표로 합니다.
Dixit 외 (토요일), 이 질문을 연구했습니다.