Autorzy:
Wojciech Ptasiński, Artur Pollak, Sebastian Temich, Damian Gąsiorek
Napędy i Sterowanie, AutomatykaB2B.pl
Współczesne aspekty Przemysłu 4.0 ukierunkowane są na analizę danych, która w konsekwencji decyduje o zachowaniu ciągłości procesów produkcyjnych. Celem badań było określenie możliwości klasyfikacji anomalii dla uszkodzeń łożysk, z wykorzystaniem sieci neuronowych.
W prezentowanym artykule przeprowadzono testy mające na celu wykrywanie anomalii w pracy łożysk kulowych z wykorzystaniem dwóch rodzajów sygnałów, tj. dźwięku i wibracji.