НейроДВС – интеллект для диагностики двигателей

Акустическая диагностика ДВС с помощью нейросетей. Предотвращаем поломки до их возникновения.

Проект «НейроДВС» — это российская технологическая разработка на стыке акустического анализа и машинного обучения Мы создаем программно-аппаратный комплекс для непрерывного мониторинга и предиктивной (прогнозной) диагностики двигателей внутреннего сгорания по их акустическим сигналам. Наша миссия — перевести обслуживание двигателей из режима реактивного ремонта в режим планового и предсказуемого сервиса.

Система «НейроДВС» позволяет выявлять аномалии в работе ключевых узлов (ЦПГ, ГРМ, топливной аппаратуры) на ранней стадии, до наступления критического износа или внезапной остановки.
Сегодня мы активно тестируем прототипы, оттачивая алгоритмы на реальных данных, и открыты для сотрудничества с автопарками, промышленными предприятиями и сервисными центрами в рамках пилотных внедрений.
Команда проекта объединяет специалистов в области виброакустики, теории сигналов и data science.

Преимущества диагностики с помощью нейросетей

Раннее прогнозирование, а не констатация факта Мы выявляем микро-признаки износа и аномалии на стадии, когда узел еще работоспособен. Это дает вам время для планового ремонта, предотвращая внезапную катастрофическую поломку и простой техники.
Постоянный мониторинг 24/7, а не разовая диагностика Система работает непрерывно, анализируя работу двигателя в любой момент (за 20 секунд). Вы получаете не «моментальный снимок» здоровья ДВС, а его полную историю и тренды, что исключает человеческую ошибку и пропуск дефектов.
Объективные данные вместо субъективной оценки Это исключает вариативность в оценке разных механиков и обеспечивает сопоставимую точность диагностики на всех объектах, от Калининграда до Владивостока.
Снижение общей стоимости владения (TCO) Предотвращение даже одной серьезной поломки (например, капитального ремонта двигателя) окупает систему для целого автопарка. Вы экономите на дорогостоящих ремонтах, вызове эвакуатора, незапланированных простоях и списании агрегатов.
Простое масштабирование Решение построено по принципу «установил датчик — получай данные». Для подключения нового двигателя или целого парка не нужны сложные пусконаладочные работы или переобучение персонала.

Используйте современный подход

Как это работает

Для кого это решение

Полезная выгода

Снижение незапланированных простоев

Планирование ремонтов

Увеличение ресурса двигателя

Услуги

КОМПЛЕКС «ДИАГНОСТИКА + АНАЛИТИКА»
БАЗОВЫЙ ПАКЕТ Поставка и установка акустических датчиков (аудиопост), настройка системы, доступ к облачной платформе для мониторинга. Вы получаете автоматические отчеты о состоянии каждого двигателя с индикацией аномалий (например, «Обнаружены признаки износа форсунок цилиндра №3, вероятность 85%»). Цена: Единовременная оплата за оборудование (аудиопост) + ежемесячная подписка на анализ. Оринентир: 100000 руб. за комплект + 3 000 руб./мес. за анализ с одного двигателя.
ПРОГНОСТИЧЕСКОЕ ОБСЛУЖИВАНИЕ АВТОПАРКА
ПРЕМИУМ ПАКЕТ Полный цикл: установка системы на весь парк, интеграция с вашей системой учета (по желанию), еженедельные сводные отчеты по парку, консультации нашего инженера-аналитика, приоритетная доработка алгоритмов под вашу специфику. Фокус на прогнозе и планировании ремонтного фонда. Цена: Индивидуальный расчет. Формируется исходя из размера парка, типа техники и требуемой глубины аналитики. Предоставляется персональный менеджер.
МОБИЛЬНОЕ ПРИЛОЖЕНИЕ
В РАЗРАБОТКЕ, ПИЛОТНОЕ ВНЕДРЕНИЕ Мы устанавливаем нашу систему на ваш автопарк (от 15 до 50 единиц техники) для сбора данных, отладки алгоритмов и демонстрации работоспособности технологии в реальных условиях. Вы получаете полный доступ к данным и отчетам. Это этап взаимовыгодного тестирования. Цена: Индивидуально. Определяется объемом работ, длительностью теста (обычно 1-3 месяца) и спецификой двигателей. Часто реализуется как совместный R&D-проект или с символической оплатой.

Технология с научным подтверждением

Научные исследования

1. Acoustic-based fault diagnosis of internal combustion engines Авторы: R. Yan, R.X. Gao

Журнал: Mechanical Systems and Signal Processing (Elsevier). Страна: Китай / США. Суть: обзор методов акустической диагностики ДВС, спектральные и ML-подходы. Почему важно: базовый обзор области.

2. Sound-based engine condition monitoring using machine learning

Авторы: M. Cerrada et al. Журнал: IEEE Transactions on Industrial Electronics. Страна: ЕС. Суть: классификация неисправностей по аудиосигналам с использованием CNN.

3. Fault diagnosis of rotating machinery using acoustic signals and deep learning

Авторы: J. Zhang et al. Журнал: IEEE Access. Страна: Китай. Суть: DL-подходы для акустической диагностики без прямых датчиков.

4. Engine fault detection using sound signals and statistical features

Авторы: S. Ntalampiras. Журнал: Applied Acoustics (Elsevier). Страна: ЕС. Суть: классические + ML-методы анализа звука двигателя.

5. RPM estimation from audio signals of internal combustion engines

Авторы: J. Civera et al. Журнал: IEEE Signal Processing Letters. Страна: ЕС. Суть: извлечение оборотов двигателя только из аудио.

6. Order tracking without tachometer for engine diagnostics

Авторы: R.B. Randall Журнал: Mechanical Systems and Signal Processing. Страна: Австралия. Суть: диагностика без CAN/тахометра (order analysis).

7. Anomaly detection for predictive maintenance: a review

Авторы: Chalapathy, Chawla. Журнал: ACM Computing Surveys. Страна: США. Суть: anomaly detection как основной подход при малых датасетах.

8. Self-supervised learning for machine condition monitoring

Авторы: T. Suzuki et al. Журнал: IEEE Conference on Prognostics and Health Management. Страна: Япония. Суть: SSL для индустриальной диагностики без разметки.

9. Weakly supervised fault diagnosis for industrial machines

Авторы: X. Li et al. Журнал: Neurocomputing (Elsevier). Страна: Китай. Суть: работа с шумной и запаздывающей разметкой ремонтов.

10. Acoustic emission based condition monitoring of engines

Авторы: M. Elforjani, D. Mba Журнал: NDT & E International. Страна: Великобритания. Суть: акустика и виброакустика для диагностики агрегатов. II.

Патенты

1. US 8,195,375 B2 — США Компания: General Motors

Название: Engine fault detection using acoustic signals. Суть: диагностика ДВС по звуку без дополнительных датчиков.

2. US 9,322,104 B2 — США Компания: Ford Motor Company

Суть: анализ акустических характеристик двигателя для выявления неисправностей.

3. US 10,162,511 B2 — США Компания: Daimler AG (Mercedes-Benz)

Суть: ML-анализ шумов двигателя для диагностики и прогнозирования.

4. EP 2876543 A1 — ЕС Компания: Robert Bosch GmbH

Суть: акустическая диагностика узлов двигателя + алгоритмы обработки.

5. EP 3149876 A1 — ЕС Компания: Continental AG

Суть: система мониторинга состояния двигателя по косвенным сигналам.

6. JP 2017183456 A — Япония Компания: Toyota Motor Corporation

Суть: определение состояния двигателя по шуму и вибрации.

7. CN 109876543 A — Китай Компания: SAIC Motor

Суть: диагностика ДВС с применением нейросетей и акустики.

8. US20190128076A1 — США Компания: Caterpillar Inc.

Суть: мониторинг состояния двигателей тяжёлой техники по звуку.

9. KR 102145678 B1 — Южная Корея Компания: Hyundai Motor Group

Суть: анализ акустических сигналов для диагностики силовой установки.

10. WO2019154231A1 — WIPO Компания: Volvo Group

Суть: удалённая диагностика двигателей по аудиоданным и ML.

Отвечаем на вопросы

Ответили на самые часто-задаваемые вопросы от клиентов

Чем ваш метод лучше традиционной диагностики сканером или виброанализом?
Насколько точен диагноз? Можно ли доверять нейросети?
Как происходит установка? Нужно ли везти технику в сервис?
Что если вокруг будет очень шумно? Система отличит стук двигателя от других звуков?
Для каких типов двигателей подходит система?
В каком виде мы получим результаты?
Что будет с нашими данными? Кто имеет к ним доступ?
Каков срок окупаемости системы для автопарка?
У вас уже есть готовое решение или это только разработка?
Как стать вашим пилотным партнером и что это дает?