ਮਕੈਨੀਕਲ ਡਾਇਗਨੌਸਟਿਕਸ ਦੇ ਖੇਤਰ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਵਿੱਚ, ਇੱਕ ਨਵੇਂ ਅਧਿਐਨ ਨੇ ਨੁਕਸ ਦੇ ਨਿਦਾਨ ਲਈ ਮੋਡੂਲੇਸ਼ਨ ਸਿਗਨਲ ਬਾਈਸਪੈਕਟ੍ਰਮ (MSB) ਨੂੰ ਕਨਵੋਲਿਊਸ਼ਨਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ (CNN) ਨਾਲ ਜੋੜਨ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਹੈ।ਸਪਾਈਰਲ ਬੀਵਲ ਗੀਅਰਸ. ਇਹ ਨਵੀਨਤਾਕਾਰੀ ਪਹੁੰਚ ਉੱਚ ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਗਿਅਰਬਾਕਸਾਂ ਲਈ ਵਧੀ ਹੋਈ ਸ਼ੁੱਧਤਾ, ਤੇਜ਼ ਖੋਜ, ਅਤੇ ਇੱਕ ਵਧੇਰੇ ਬੁੱਧੀਮਾਨ ਡਾਇਗਨੌਸਟਿਕ ਸਿਸਟਮ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈਏਰੋਸਪੇਸ, ਆਟੋਮੋਟਿਵ, ਅਤੇ ਉਦਯੋਗਿਕ ਉਪਯੋਗ।

ਸਪਾਈਰਲਬੇਵਲ ਗੇਅਰਸਇਹ ਹਾਈ ਟਾਰਕ ਮਸ਼ੀਨਰੀ, ਹੈਲੀਕਾਪਟਰਾਂ, ਸਮੁੰਦਰੀ ਪ੍ਰੋਪਲਸ਼ਨ ਸਿਸਟਮ ਅਤੇ ਹੈਵੀ ਡਿਊਟੀ ਇੰਡਸਟਰੀਅਲ ਰੀਡਿਊਸਰਾਂ ਵਿੱਚ ਪਾਏ ਜਾਣ ਵਾਲੇ ਮਹੱਤਵਪੂਰਨ ਟ੍ਰਾਂਸਮਿਸ਼ਨ ਹਿੱਸੇ ਹਨ। ਉਹਨਾਂ ਦੀਆਂ ਗੁੰਝਲਦਾਰ ਜਿਓਮੈਟਰੀ ਅਤੇ ਸੰਚਾਲਨ ਸਥਿਤੀਆਂ ਦੇ ਕਾਰਨ, ਗੇਅਰ ਨੁਕਸ ਜਿਵੇਂ ਕਿ ਪਿਟਿੰਗ, ਘਿਸਾਅ ਅਤੇ ਦੰਦ ਟੁੱਟਣਾ ਦਾ ਜਲਦੀ ਪਤਾ ਲਗਾਉਣਾ ਇੱਕ ਤਕਨੀਕੀ ਚੁਣੌਤੀ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਰਵਾਇਤੀ ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ ਅਕਸਰ ਸ਼ੋਰ ਦਖਲਅੰਦਾਜ਼ੀ ਅਤੇ ਗੈਰ-ਲੀਨੀਅਰ ਫਾਲਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਦੀਆਂ ਹਨ।

ਇਹ ਨਵੀਂ ਵਿਧੀ ਦੋ-ਪੜਾਅ ਵਾਲੇ ਫਾਲਟ ਡਾਇਗਨੌਸਟਿਕ ਫਰੇਮਵਰਕ ਨੂੰ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਪਹਿਲਾਂ ਓਪਰੇਟਿੰਗ ਗੇਅਰ ਸਿਸਟਮ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਵਾਈਬ੍ਰੇਸ਼ਨ ਸਿਗਨਲਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਮਾਡਿਊਲੇਸ਼ਨ ਸਿਗਨਲ ਬਾਈਸਪੈਕਟ੍ਰਮ (MSB) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇੱਕ ਉੱਚ-ਕ੍ਰਮ ਸਪੈਕਟ੍ਰਲ ਵਿਸ਼ਲੇਸ਼ਣ ਤਕਨੀਕ ਹੈ ਜੋ ਸਿਗਨਲ ਦੀਆਂ ਗੈਰ-ਲੀਨੀਅਰ ਅਤੇ ਗੈਰ-ਗੌਸੀਅਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੈਪਚਰ ਕਰਦੀ ਹੈ। MSB ਸੂਖਮ ਮਾਡਿਊਲੇਟਿਡ ਫਾਲਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਸਟੈਂਡਰਡ ਫ੍ਰੀਕੁਐਂਸੀ ਸਪੈਕਟਰਾ ਵਿੱਚ ਲੁਕੀਆਂ ਹੁੰਦੀਆਂ ਹਨ।

ਅੱਗੇ, ਪ੍ਰੋਸੈਸਡ ਸਿਗਨਲ ਡੇਟਾ ਨੂੰ ਟਾਈਮ ਫ੍ਰੀਕੁਐਂਸੀ ਚਿੱਤਰਾਂ ਵਿੱਚ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਕਨਵੋਲਿਊਸ਼ਨਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ (CNN) ਵਿੱਚ ਫੀਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇੱਕ ਡੂੰਘੀ ਸਿਖਲਾਈ ਮਾਡਲ ਜੋ ਆਪਣੇ ਆਪ ਉੱਚ ਪੱਧਰੀ ਫਾਲਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨ ਅਤੇ ਗੇਅਰ ਸਥਿਤੀਆਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ। ਇਹ CNN ਮਾਡਲ ਵੱਖ-ਵੱਖ ਲੋਡ ਅਤੇ ਸਪੀਡ ਸਥਿਤੀਆਂ ਵਿੱਚ ਸਿਹਤਮੰਦ ਗੀਅਰਾਂ, ਮਾਮੂਲੀ ਨੁਕਸ ਅਤੇ ਗੰਭੀਰ ਨੁਕਸਾਨ ਵਿੱਚ ਫਰਕ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੈ।

ਇੱਕ ਕਸਟਮ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਸਪਾਈਰਲ ਬੇਵਲ ਗੇਅਰ ਟੈਸਟ ਰਿਗ 'ਤੇ ਕੀਤੇ ਗਏ ਪ੍ਰਯੋਗਾਤਮਕ ਨਤੀਜੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ MSB CNN ਪਹੁੰਚ 97% ਤੋਂ ਵੱਧ ਵਰਗੀਕਰਨ ਸ਼ੁੱਧਤਾ ਪ੍ਰਾਪਤ ਕਰਦੀ ਹੈ, ਰਵਾਇਤੀ ਤਰੀਕਿਆਂ ਜਿਵੇਂ ਕਿ FFT ਅਧਾਰਤ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਹੋਰ ਡੂੰਘੀ ਸਿਖਲਾਈ ਤਕਨੀਕਾਂ ਨੂੰ ਪਛਾੜਦੀ ਹੈ ਜੋ ਕੱਚੇ ਵਾਈਬ੍ਰੇਸ਼ਨ ਡੇਟਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲ ਪਿਛੋਕੜ ਦੇ ਸ਼ੋਰ ਪ੍ਰਤੀ ਮਜ਼ਬੂਤੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਇਸਨੂੰ ਅਸਲ ਦੁਨੀਆ ਦੇ ਉਦਯੋਗਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਢੁਕਵਾਂ ਬਣਾਉਂਦਾ ਹੈ।

ਸੀਐਨਐਨ ਨਾਲ ਮੋਡੂਲੇਸ਼ਨ ਸਿਗਨਲ ਬਾਈਸਪੈਕਟ੍ਰਮ ਦਾ ਏਕੀਕਰਨ ਨਾ ਸਿਰਫ਼ ਨੁਕਸ ਪਛਾਣ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ ਬਲਕਿ ਮੈਨੂਅਲ ਫੀਚਰ ਇੰਜੀਨੀਅਰਿੰਗ 'ਤੇ ਨਿਰਭਰਤਾ ਨੂੰ ਵੀ ਘਟਾਉਂਦਾ ਹੈ ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਸਮਾਂ ਲੈਣ ਵਾਲੀ ਅਤੇ ਮੁਹਾਰਤ 'ਤੇ ਨਿਰਭਰ ਪ੍ਰਕਿਰਿਆ ਹੈ। ਇਹ ਵਿਧੀ ਸਕੇਲੇਬਲ ਹੈ ਅਤੇ ਇਸਨੂੰ ਹੋਰ ਘੁੰਮਣ ਵਾਲੇ ਮਸ਼ੀਨਰੀ ਹਿੱਸਿਆਂ, ਜਿਵੇਂ ਕਿ ਬੇਅਰਿੰਗਾਂ ਅਤੇ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।ਗ੍ਰਹਿ ਗੀਅਰ.

ਇਹ ਖੋਜ ਇੰਡਸਟਰੀ 4.0 ਅਤੇ ਸਮਾਰਟ ਨਿਰਮਾਣ ਦੇ ਵਿਸ਼ਾਲ ਖੇਤਰ ਲਈ ਬੁੱਧੀਮਾਨ ਨੁਕਸ ਨਿਦਾਨ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਕਦਮ ਅੱਗੇ ਵਧਾਉਂਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਮਸ਼ੀਨ ਭਰੋਸੇਯੋਗਤਾ ਵਧਦੀ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਜਾ ਰਹੀ ਹੈ,