Makine arızalarının erken tespiti endüstriyel üretimde kritik öneme sahip. Araştırmacılar, bu alanda çığır açacak yeni bir yapay zeka sistemi geliştirerek rulman arızalarını yüksek doğrulukla tespit etmeyi başardı.
Geliştirilen sistem, makine titreşimlerini sürekli dalgacık dönüşümü (CWT) tekniği ile analiz ediyor. Bu yöntem, zayıf ve değişken arıza sinyallerinin daha net görülmesini sağlıyor. Elde edilen zaman-frekans spektrogramları üzerinde ise YOLOv9, YOLOv10 ve YOLOv11 algoritmaları kullanılarak arıza bölgeleri tespit ediliyor.
Sistemin başarısı, üç farklı veri seti üzerinde yapılan kapsamlı testlerle kanıtlandı. CWRU, PU ve IMS veri setlerinde sırasıyla %99.4, %97.8 ve %99.5 ortalama hassasiyet (mAP) değerlerine ulaşıldı. Bu sonuçlar, geleneksel zaman serisi modellerinden ve kısa zamanlı Fourier dönüşümü tabanlı yaklaşımlardan belirgin şekilde üstün.
Sistemin önemli avantajlarından biri, arıza bölgelerini görsel olarak lokalize edebilmesi. Bu özellik, zaman-frekans enerji dağılımları ile rulman arıza karakteristikleri arasında daha anlaşılır bir bağlantı kuruyor ve teknisyenlere arıza nedenlerini daha iyi anlama imkanı veriyor.