3D СИМУЛЯТОР
БЫСТРЫЙ МАРШРУТ

Если вы впервые здесь, начните с виртуальной лаборатории: сначала поймите механику дефекта, потом проверьте себя на анализе и только затем сохраняйте кейс в журнал.

ОТКРЫТЬ 3D ЛАБУ
Explainable vibration analytics platform
SEU full dataset Browser inference 3D simulator

VIBROLAB

От вибросигнала к объяснимому диагнозу

Загружаете сигнал редуктора или подшипника — платформа считает признаки, строит FFT и сразу показывает диагноз с пояснением. А если хочется разобраться глубже, можно сразу перейти в виртуальную лабораторию и увидеть, как дефект проявляется в механике, сигнале и спектре. Всё работает в браузере, без установки.

ВИРТУАЛЬНАЯ ЛАБА
ACCURACY
98.4%
SEU Full Dataset
КЛАССОВ
9
1 normal + 8 faults
СЭМПЛОВ
7200
Balanced training set
До 80% отказов вращающегося оборудования связаны с подшипниками и зубчатыми передачами
Модель показывает 98.4% accuracy на 9 классах реальных дефектов
Весь диагностический контур доступен через браузер без серверного ML
Inference contour Browser-side ML

Классификация, признаки и визуализация работают прямо в клиенте без серверного ML-контура.

Production state Live + auto deploy

Сервис уже развернут, обновляется из GitHub и готов к реальной демонстрации в браузере.

Engineering focus Explainable diagnosis

Сигнал, FFT, compare mode и 3D-симулятор связаны в единый рабочий контур для инженера.

LIVE VIBRATION · 5120 Hz · SEU DDS
● REC
КЛЮЧЕВЫЕ ХАРАКТЕРИСТИКИ ПЛАТФОРМЫ
DATASET SEU Full Dataset
FEATURES 53
CLASSES 9
INFERENCE ~2 ms
КАК РАБОТАЕТ ПРОДУКТ
СТАРТОВЫЕ СЦЕНАРИИ

Выберите маршрут, который подходит именно вам

VibroLab можно проходить как учебную лабораторию, как интерактивную 3D-экскурсию по дефектам или как быстрый диагностический инструмент для собственного файла. Сначала выберите удобный вход, а дальше интерфейс уже поведёт вас по шагам.

01Выберите маршрут входа
02Интерфейс подстроит следующий шаг
03Сохраните разбор или откройте 3D
Если вы преподаватель или студент, чаще всего лучший порядок такой: guided lab → 3D tour → свой файл.
Данные не уходят на сервер автоматически: анализ и модель работают прямо в браузере.
ВИРТУАЛЬНАЯ ЛАБОРАТОРИЯ

Изучение и диагностика теперь собраны в один маршрут

VibroLab можно использовать как инженерную веб-лабораторию: сначала вы смотрите, как ведёт себя редуктор и как меняются сигнал с FFT, а потом сразу проверяете ту же гипотезу на диагностике. Это помогает не просто увидеть класс дефекта, а действительно понять его физику.

ЛАБА 01 BASELINE

Норма как точка отсчёта

Начните с исправного узла, чтобы увидеть, как выглядит спокойный сигнал, где находится GMF и почему baseline нужен для всех следующих сравнений.

01Смотрите чистую структуру сигнала без ударных событий.
02Покрутите скорость и посмотрите, как смещаются гармоники.
03После этого легче замечать реальные аномалии.
ЛАБА 02 GEAR FAULT

Скол и отсутствие зуба

Контрастный сценарий для зубчатой передачи: видно, как ударный дефект ломает регулярность вращения и почему спектр становится гораздо более жёстким и импульсным.

01Сравните норму и дефект в режиме Compare.
02Включите Impact Replay, чтобы поймать момент удара.
03Закрепите вывод на диагностике тяжёлого кейса.
ЛАБА 03 BEARING

Внутренняя обойма и модуляция

Здесь акцент на подшипнике: паттерн уже другой, и главная ценность сценария в том, чтобы почувствовать разницу между gear fault и bearing fault не по названию, а по характеру спектра.

01Посмотрите, как меняется envelope при bearing defect.
02Сравните режим с нормой и зубчатым ударом.
03Проверьте себя на кейсе внутренней обоймы.
ЛАБА 04 LOAD + SPEED

Скорость, нагрузка и деградация

Сценарий для понимания динамики: не только какой дефект есть, но и как режим работы помогает его проявить или, наоборот, скрыть на ранней стадии.

01Меняйте скорость и нагрузку прямо в симуляторе.
02Запустите деградацию и проследите, как растёт severity.
03Потом переходите к своему файлу и ищите похожие признаки.
КАК ЭТИМ ПОЛЬЗОВАТЬСЯ

Один цикл для объяснения, обучения и самопроверки

Хороший рабочий маршрут теперь выглядит так: изучили дефект в 3D, увидели его след в сигнале и FFT, затем вернулись в модуль анализа и подтвердили гипотезу на реальном или демонстрационном кейсе.

01Открыть лабораторный сценарий
02Сопоставить механику и спектр
03Прогнать кейс в диагностике
04Сохранить удачный разбор в профиль
СТАРТОВАТЬ С GEAR LAB
Зачем нужен VibroLab
ПРОБЛЕМА

Редукторы и подшипники входят в число самых уязвимых узлов промышленного оборудования. По данным публикаций, до 80% отказов вращающихся систем связаны именно с этими элементами. Ручной анализ спектров требует времени, высокой квалификации и плохо масштабируется на большой парк техники.

ЦЕЛЬ

VibroLab принимает сырой вибросигнал, возвращает диагноз с вероятностями по девяти классам дефектов и делает это через обычный браузер без отдельного ML-клиента и ручной подготовки отчёта.

КЛЮЧЕВЫЕ ЗАДАЧИ

Внутри платформы объединены данные, извлечение признаков, модель, browser inference, рабочий кабинет, сравнение с эталоном, серверная история измерений и 3D-визуализация дефекта.

ACCURACY
F1 SCORE
Weighted avg
9
КЛАССОВ
1 normal + 8 faults
53
ПРИЗНАКОВ
Time + Freq + Envelope
СЭМПЛОВ
Balanced
Какие классы дефектов распознаёт система
ШЕСТЕРНИ
НОРМА
Здоровая шестерня. Чистые гармоники GMF, стабильный периодический сигнал без модуляции.
СКОЛ ЗУБА
Chipped tooth. Импульсные удары 1×/оборот, боковые полосы GMF±k·frot. Повышенный куртозис.
ОТСУТСТВИЕ ЗУБА
Missing tooth. Сильнейшие удары, разрушение GMF-структуры, интенсивные боковые полосы. Критический дефект!
ТРЕЩИНА КОРНЯ
Root crack. Амплитудная модуляция вибрации на frot. Характерный рисунок боковых полос. Высокий риск разрушения.
ИЗНОС ПОВЕРХНОСТИ
Surface wear / питтинг. Широкополосный шум, субгармоники GMF/2 и GMF/3. Повышенный шумовой пол.
ПОДШИПНИКИ
НОРМА
Исправный подшипник. Низкий уровень вибрации, отсутствие характерных частот дефектов.
ДЕФЕКТ ШАРИКА
Ball fault. Характерная частота BSF = frot × 2.1. Модуляция на частоте обоймы.
ВНУТРЕННЯЯ ОБОЙМА
Inner race fault. BPFI = frot × 5.2. Амплитудная модуляция при прохождении зоны нагрузки.
НАРУЖНАЯ ОБОЙМА
Outer race fault. BPFO = frot × 3.5. Стационарный дефект, постоянная амплитуда импульсов.
КОМБИНИРОВАННЫЙ
Combination fault. Множественные характерные частоты. Суперпозиция BPFO + BPFI + BSF.
Источник данных · SEU Drivetrain Dynamic Simulator
SEU GEARBOX DATASET И ПРОМЫШЛЕННЫЙ СТЕНД
Мы использовали открытый датасет Southeast University Gearbox Dataset, записанный на стенде SpectraQuest Drivetrain Diagnostics Simulator.

Он включает:

Электродвигатель с частотным преобразователем (20/30 Hz)
Планетарный редуктор (Zsun=16, Zring=44)
Параллельный одноступенчатый редуктор (Z₁=20, Z₂=40)
Датчик крутящего момента
Нагрузочный генератор (0V / 2V нагрузка)
8-канальная DAQ-система (5120 Hz / канал)
ПОДГОТОВКА ВЫБОРКИ
CH 6: акселерометр X параллельного редуктора
Окно: 2560 отсчётов = 0.5 секунды
Overlap: 50%
Train set: 7200 сегментов
Балансировка: 800 сегментов на класс

Такой split даёт честную метрику и одинаковую представленность всех девяти состояний.
8 КАНАЛОВ ВИБРАЦИИ
CH 1 Motor vibration Корпус мотора
CH 2 Planetary X Радиально
CH 3 Planetary Y Тангенциально
CH 4 Planetary Z Осево
CH 5 Torque Датчик момента
CH 6 Parallel X ★ Основной
CH 7 Parallel Y Тангенциально
CH 8 Parallel Z Осево
ПАРАМЕТРЫ DAQ
Frequency Limit: 2560 Hz
Spectral Lines: 1024
Sample Rate: 5120 Hz / канал
Режимы: 20 Hz / 0V и 30 Hz / 2V
Записей: около 1,000,000 точек/файл
Формат: Tab-separated TXT, 8 колонок
Признаки, модель и архитектура решения
01
📡
СЫРЫЕ ДАННЫЕ
SEU DDS
CH6 акселерометр
2 режима
02
✂️
СЕГМЕНТАЦИЯ
2560 точек
overlap 50%
7200 сегментов
03
🔬
ПРИЗНАКИ
53 признака
time + freq + env
Hilbert envelope
04
🧠
ОБУЧЕНИЕ
StandardScaler
RF 500 trees
5-fold CV
05
🌐
WEB-INFERENCE
Экспорт в JSON
локально в браузере
~15 ms
ПОЧЕМУ ИМЕННО 53 ПРИЗНАКА
  • Во временной области используются RMS, peak, crest factor, kurtosis, skewness и другие статистики ударности сигнала.
  • В частотной области считаются гармоники GMF, боковые полосы, вращательные частоты и энергии в ключевых диапазонах.
  • Envelope-признаки через преобразование Гильберта позволяют выделять BPFO, BPFI и BSF для подшипниковых дефектов.
  • Такой набор признаков интерпретируем, устойчив к шуму и одинаково реализуем на Python и в браузере на JavaScript.
ПОЧЕМУ ВЫБРАН RANDOM FOREST
  • Модель устойчива к шуму и выбросам, что особенно важно для вибрационных сигналов.
  • Feature importance показывает, какие физические эффекты реально влияют на решение.
  • Сериализация в JSON позволяет выполнять inference без Python-рантайма и серверного ML.
  • На практике это даёт быстрый, прозрачный и воспроизводимый production-контур.
ЧАСТОТЫ ЗАЦЕПЛЕНИЯ
GMF = n × z
GMF = Gear Mesh Frequency
n = частота вращения (20 / 30 Hz)
z = число зубьев шестерни (20)
GMF = 400 Гц (при 20 Hz) / 600 Гц (при 30 Hz)

Боковые полосы: fsb = GMF ± k·frot
ЧАСТОТЫ ПОДШИПНИКОВ
BPFO · BPFI · BSF
BPFO ≈ 3.5 × frot
BPFI ≈ 5.2 × frot
BSF ≈ 2.1 × frot

Эти частоты используются как физическая основа для построения частотных признаков и интерпретации результата.
Результаты модели и их интерпретация
98.4%
Accuracy на тестовой выборке
20 файлов · 7200 сегментов · 9 классов
уровень, сопоставимый с экспертной диагностикой
0.9841
F1-score (macro)
равномерное качество по классам
важно для balance по всем дефектам
98.47%
Cross-validation mean
5-fold CV
std ± 0.21%
5760 / 1440
Train / Test split
80 / 20 со стратификацией
RF 500 деревьев · max_depth=30
CONFUSION MATRIX
МЕТРИКИ ПО КЛАССАМ
ПАРАМЕТРЫ МОДЕЛИ
Загрузка параметров модели…
FEATURE IMPORTANCES · TOP 15
Топ признаков подтверждает физику процесса: модель опирается на вращательные компоненты, энергетику низких и высоких частот и статистики ударности сигнала, а не на случайные корреляции.