Применение нейронных сетей для диагностирования дефектов подшипников качения

Аннотация

Целью статьи является описание разработки алгоритма обнаружениядефектов подшипников качения с помощью нейронных сетей и оценка эффективности такого диагностирования. Рассматривается алгоритм обучения нейронной сети YOLOv8, который основан на архитектуре сверточных нейронных сетей и использует методы обучения с учителем. Эта модель принимает изображение в качестве входных данных и выдает оценки вероятности того, что на изображении присутствует определенный объект в режиме реального времени. В результате получен алгоритм обнаружения дефектов подшипников качения с помощью обученной нейронной сети, расчет оценки качества работы нейронныхсетей, сформированы матрицы ошибок, получены результаты обработки нейронных сетей.