Fizycznie ugruntowane wielomodalne uczenie samonadzorowane z wykorzystaniem dekompozycji tensorowych do detekcji i identyfikacji cyklostacjonarnych impulsowych sygnatur uszkodzeń w maszynach obrotowych

Interdyscyplinarny projekt naukowców z Wydziałów: Elektroniki, Fotoniki i Mikrosystemów, Geoinżynierii, Górnictwa i Geologii oraz Matematyki dotyczy wykrywania uszkodzeń łożysk i przekładni w maszynach obrotowych na bardzo wczesnym etapie, zanim doprowadzą one do awarii. Planowane badania obejmują opracowanie nowych, obliczeniowo wydajnych algorytmów detekcji i identyfikacji uszkodzeń na podstawie sygnałów drgań i akustycznych oraz wiedzy o fizyce pracy maszyn.

Zastosowanie zaawansowanych metod przetwarzania sygnałów i uczenia maszynowego, w szczególności dekompozycji tensorowych i uczenia samonadzorowanego, ma umożliwić rozpoznawanie bardzo słabych symptomów uszkodzeń także przy zmiennej prędkości pracy, zakłóceniach pomiarowych oraz ograniczonej dostępności danych ze stanów awaryjnych lub ich braku.

Czas trwania2026-2029
KierownikDr hab. inż. Rafał Zdunek, prof. uczelni (Wydział Elektroniki, Fotoniki i Mikrosystemów) 
PartnerzyWydział Elektroniki, Fotoniki i Mikrosystemów
Wydział Matematyki
Wydział Geoinżynierii Górnictwa i Geologii
Budżet690 400 zł
FinansowanieNarodowe Centrum Nauki