NTN Co., Ltd. (keyingi o'rinlarda NTN deb yuritiladi) bir nechta AIni birlashtirib, rulmanlarning xizmat qilish muddatini yuqori aniqlik bilan aniqlay oladigan yangi texnologiyani ishlab chiqdi. Ushbu texnologiya rulmanlarning xizmat qilish muddatini to'liq ishdan chiqishgacha aniqroq bashorat qilishi mumkin. Ushbu texnologiyani tadqiq qilish va ishlab chiqish mashina va uskunalarga texnik xizmat ko'rsatish rejalarining samaradorligini oshirishga yordam beradi va shu bilan xarajatlarni tejash va ishlab chiqarish samaradorligini oshirishga yordam beradi.
Uzoq muddatli foydalanish paytida, mashina ichidagi podshipniklar biroz tozalanishi mumkin. Agar bu peeling ta'mirlash uchun noqulay bo'lgan joyda sodir bo'lsa, mashina normal ishlashiga ta'sir qilmasdan ishlashni davom ettirishi mumkin. Rulmanning holati tebranish ma'lumotlarini aniqlash orqali ma'lum bo'lishi mumkin bo'lsa-da, rulmanning parchalanishidan keyin qancha vaqt ishlatilishini aniq taxmin qilish qiyin. Odatda, siz rulmanni imkon qadar tezroq almashtirishni tanlaysiz yoki uni almashtirishdan oldin rulman to'liq shikastlanmaguncha kuting. Bundan tashqari, ba'zi malakali mexaniklar ko'p yillik tajribaga asoslanib, podshipniklarni qachon almashtirish kerakligini aytishlari mumkin. Biroq, mehnatni tejash va avtomatlashtirishning rivojlanishi bilan mashina va uskunalarning ishlamay qolish vaqtini kamaytirish va texnik xizmat ko'rsatish xarajatlarini kamaytirish uchun rulmanlarni almashtirish muddatini aniqroq aniqlash uchun yuqori aniqlikdagi hayotni aniqlash texnologiyasiga talab ortib bormoqda.
Yaqinda NTN tomonidan ishlab chiqilgan xizmat ko'rsatish muddatini aniqlash texnologiyasi chuqur o'rganish va Bayesian o'rganishni birlashtirib, podshipniklarning xizmat qilish muddatini yuqori aniqlik bilan sinishidan sinishigacha bashorat qiladi. Ko'pgina AI modellari orasida NTN tasvirni qayta ishlashga ixtisoslashgan konvolyutsion neyron tarmog'ini tanladi. Rulmanning tebranish ma'lumotlarini tasvir ma'lumotlariga aylantirib, rulmanning shikastlanish holati va ishlash muddatini aniqlay oladi. Bundan tashqari, rulman shikastlanishidagi individual farqlarni va aniqlash ma'lumotlaridagi xatolarni hisobga olgan holda, NTN yanada ishonchli bashorat modelini yaratish uchun Bayes chiziqli regressiyasidan foydalanadi. Birgalikda NTN ning yangi texnologiyasi an'anaviy usullarga (NTN an'anaviy aniqlash usullariga nisbatan) nisbatan aniqlash aniqligini 30% ga yaxshilaydi.
NTN va Yaponiya Milliy universiteti korporatsiyasi, Osaka universiteti Oliy muhandislik maktabi birgalikda 2017 yilda "NTN Next Generation Collaboration Research Institute" ni tashkil etdi. Ushbu institut doirasida NTN Associate tadqiqot guruhi bilan chuqur hamkorlik qildi. Qo'shma tadqiqot va ishlanmalar uchun Osaka universiteti professori Kenichi Fukui (Sanoat fanlari instituti). Ushbu innovatsion texnologiya NTNning rulman texnologiyasi bo'yicha katta tajribasini Osaka universitetining ilg'or AI tadqiqotlaridagi yutuqlari bilan birlashtirish orqali muvaffaqiyatli amalga oshirildi.
NTN ushbu texnologiyani haqiqiy texnik xizmatlarga qo'llash majburiyatini oladi. Mashina va asbob-uskunalarga o'z vaqtida texnik xizmat ko'rsatish orqali podshipniklar eng yaxshi holatda saqlanishi mumkin, shu bilan ishlab chiqarish samaradorligini oshiradi va atrof-muhit emissiyasini kamaytiradi.
Kelajakda NTN ushbu texnologiyadan amaliy foydalanishni amalga oshirish va sotishdan keyingi yuqori sifatli xizmatlarni taqdim etishning maqsadga muvofiqligini tekshirish bo'yicha tajribalar o'tkazishda davom etadi.
Biz (SUN RISES GROUP LIMITED) Xitoyning HONGKONG shahrida NTN rulmanlarining juda katta yetkazib beruvchimiz. Ko'proq tanlovingiz uchun fond ro'yxatining bir qismi.
| Rulman raqami | Hajmi (mm) | Massa (kg) |
| 5S-BNT900 | 10x20x6 | 0.009 |
| 5S-BNT901 | 12x24x6 | 0.01 |
| 5S-BNT902 | 15x28x7 | 0.014 |
| 5S-BNT903 | 17x30x7 | 0.015 |
| 5S-BNT904 | 20x37x9 | 0.033 |
| 5S-BNT905 | 25x42x9 | 0.039 |
| 5S-BNT906 | 30x47x9 | 0.044 |
| 5S-BNT907 | 35x55x10 | 0.063 |
| 5S-BNT908 | 40x62x12 | 0.1 |
| 5S-BNT909 | 45x68x12 | 0.11 |
| 5S-BNT910 | 50x72x12 | 0.11 |
| 5S-BNT911 | 55x80x13 | 0.16 |
| 5S-BNT912 | 60x85x13 | 0.17 |
| 5S-BNT913 | 65x90x13 | 0.19 |
| 5S-BNT000} | 10x26x8 | 0.013 |
| 5S-BNT001 | 12x28x8 | 0.018 |
| 5S-BNT002 | 15x32x9 | 0.026 |
| 5S-BNT003 | 17x35x10 | 0.029 |
| 5S-BNT004 | 20x42x12 | 0.05 |
| 5S-BNT005 | 25x47x12 | 0.06 |
| 5S-BNT006 | 30x55x13 | 0.1 |
| 5S-BNT007 | 35x62x14 | 0.13 |
| 5S-BNT008 | 40x68x15 | 0.16 |
| 5S-BNT009 | 45x75x16 | 0.21 |
| 5S-BNT010 | 50x80x16 | 0.24 |
| 5S-BNT011 | 55x90x18 | 0.35 |
| 5S-BNT012 | 60x95x18 | 0.36 |
| 5S-BNT013 | 65x100x18 | 0.37 |
| 5S-BNT014 | 70x110x20 | 0.5 |
| MUB 7307 UBM | 35x80x26 | 0.692 |
| UCFC213D1 | 65x205x69.7 | 5.88 |
| UCFH205D1 | 25x68x27x116 | 0.7 |
| 81111 | 55x78x16 | 0.26 |
| 413128 | 140x225x68 | 9.18 |
| SL04-5013NR | 65x100x46 | 1.325 |
| SL% 7b{0}}NR | 130x200x95 | 10.6 |
| SL% 7b{0}}NR | 160x240x109 | 16.8 |
| 7915 | 75x105x16 | 0.36 |
| 6834 | 170x215x22 | 1.63 |
| 6838 | 190x240x24 | 2.62 |
| HMK1512 | 15x22x12 | 0.013 |
| IR200X220X50 | 200x220x50 | 2.49 |
| KR 19 LL | M8*1.25x19x32 | 0.031 |
| MU1310TM | 50x110x27 | 1.289 |
| 2916 | 80x110x22 | 0.591 |
| 7911 | 55x80x13 | 0.214 |
| MUS1307TM | 30x80x21 | 0.572 |
| N414 | 70x180x42 | 5.15 |
| MR1309EL | 45x100x25 | 1.06 |
| S-UCP208D1 | 40x184x49.2x54 | 2.1 |
| UCFL208D1 | 40x175x100x49.2 | 0.685 |
| SL% 7b{0}}NR | 40x68x38 | 0.563 |
| SL04-5009NR | 45x75x40 | 0.697 |
| UCFC207D1 | 35x135x44.4 | 1.668 |
| UKP218;H2318X | 80x327x200x88 | 13 |
| UCHP205D1 | 25x142x114x50 | 1.2 |
| UCHB208D1 | 40x96x121x49.2 | 1.3 |
| C-UKP326D1 | 115x600x375x140 | 86 |
| C-UKP320D1 | 90x490x283x120 | 40 |
| CM-UCP214D1 | 70x266x162x72 | 21 |
| CM-UKP213D1 | 60x265x155x70 | 7.6 |
| SZ318 | 90x400x230x160 | 21 |
| C-UKP318D1 | 80x430x246x110 | 28 |
