NTN Co., Ltd. (hierna NTN genoemd) heeft een nieuwe technologie ontwikkeld die de levensduur van lagers met hoge nauwkeurigheid kan detecteren door meerdere AI's te combineren. Deze technologie kan de levensduur van lagers nauwkeuriger voorspellen, van afbrokkelen tot volledig falen. Het onderzoek en de ontwikkeling van deze technologie zullen de efficiëntie van onderhoudsplannen voor machines en uitrusting helpen verbeteren, waardoor kosten worden bespaard en de productie-efficiëntie wordt verbeterd.

Bij langdurig gebruik kunnen de lagers in de machine lichtjes loslaten. Als dit loslaten optreedt op een plek die lastig te repareren is, kan de machine blijven werken zonder de normale werking te beïnvloeden. Hoewel de staat van het lager bekend kan worden via detectie van trillingsgegevens, is het moeilijk om nauwkeurig te voorspellen hoe lang het lager na het afbrokkelen kan worden gebruikt. Meestal kiest u ervoor om het lager zo snel mogelijk te vervangen of te wachten tot het lager volledig beschadigd is voordat u het vervangt. Bovendien kunnen sommige bekwame monteurs op basis van jarenlange ervaring vertellen wanneer lagers moeten worden vervangen. Met de ontwikkeling van arbeidsbesparing en automatisering is er echter, om de stilstand van machines en apparatuur te verminderen en de onderhoudskosten te verlagen, een toenemende vraag naar uiterst nauwkeurige levensduurdetectietechnologie om de vervangingsperiode van lagers nauwkeuriger te detecteren.

De onlangs door NTN ontwikkelde levensduurdetectietechnologie combineert deep learning en Bayesiaans leren om de levensduur van lagers, van afbrokkelen tot breken, met hoge nauwkeurigheid te voorspellen. Uit de vele AI-modellen heeft NTN gekozen voor een convolutioneel neuraal netwerk dat gespecialiseerd is in beeldverwerking. Door de trillingsgegevens van het lager om te zetten in beeldgegevens, kan het de schadestatus en levensduur van het lager detecteren. Daarnaast maakt NTN, rekening houdend met individuele verschillen in lagerschade en fouten in detectiegegevens, ook gebruik van Bayesiaanse lineaire regressie om een betrouwbaarder voorspellingsmodel op te stellen. Alles bij elkaar verbetert de nieuwe technologie van NTN de detectienauwkeurigheid met 30% in vergelijking met traditionele methoden (vergeleken met de traditionele detectiemethoden van NTN).

NTN en de National University Corporation of Japan, Osaka University Graduate School of Engineering, hebben in 2017 gezamenlijk het "NTN Next Generation Collaboration Research Institute" opgericht. Binnen het raamwerk van dit instituut heeft NTN een diepgaande samenwerking uitgevoerd met het onderzoeksteam van Associate Professor Kenichi Fukui (Industrial Science Institute) van de Universiteit van Osaka voor gezamenlijk onderzoek en ontwikkeling. Deze innovatieve technologie werd met succes gerealiseerd door de uitgebreide ervaring van NTN op het gebied van lagertechnologie te combineren met de prestaties van Osaka University op het gebied van geavanceerd AI-onderzoek.

NTN zet zich in om deze technologie toe te passen op daadwerkelijke onderhoudsdiensten. Door tijdig onderhoud van machines en apparatuur kunnen de lagers in de beste staat worden gehouden, waardoor de productie-efficiëntie wordt verbeterd en de milieu-emissies worden verminderd.
In de toekomst zal NTN experimenten blijven uitvoeren om de haalbaarheid van deze technologie te verifiëren, het praktische gebruik ervan te realiseren en hoogwaardige after-sales services te bieden.
Wij (SUN RISES GROUP LIMITED) zijn een zeer grote leverancier van NTN-lagers in HONGKONG, CHINA. Onderdeel van de voorraadlijst voor meer keuze.
| Lager nr. | Grootte (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 7307UBM | 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 |
| SL04-5026NR | 130x200x95 | 10.6 |
| SL04-5032NR | 160x240x109 | 16.8 |
| 7915 | 75x105x16 | 0.36 |
| 6834 | 170x215x22 | 1.63 |
| 6838 | 190x240x24 | 2.62 |
| HMK1512 | 15x22x12 | 0.013 |
| IR200X220X50 | 200x220x50 | 2.49 |
| KR 19LL | 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 |
| SL04-5008NR | 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 |
