産業サーボ モーター新しいYASKAWAサーボ モーター0.318-m 3000/min SGM-02A3G26

他の技術は振動分析、音響の騒音測定、トルクのプロフィールの分析、温度の分析および磁界の分析[28、30]含んでいる。これらの技術は洗練された、高いセンサー、付加的な電気および機械取付けおよび頻繁な維持を要求する。さらに、比較されるより低い装置の信頼度のモーター欠陥の同定システムの結果の物理的なセンサーの使用
余分器械使用を要求しない他の欠陥の同定システムに。これは誘導電動機の固有の感受性に失敗するために失敗してセンサーの感受性が原因加えたである。

最近、人工知能（AI）のアプローチに基づく新しい技術はファジイ論理[32]、遺伝のアルゴリズム[28]、およびベイズの助数詞[18、34]のような概念を使用して、もたらされた。AIベースの技術はまただけでなく、欠陥を分類し、欠陥の厳格を識別できる。これらの方法は各モーター作動条件のためのオフ・ラインの署名および監察されるモーターの状態のためのオンライン署名を造る。

助数詞はモーター作動条件を分類し、欠陥の厳格を識別するためにオンラインで発生する署名と前に博学な署名を比較する。

但し、これらのAIベースの技術のほとんどは大きいデータ・セットを要求する。これらのデータ・セットが分類のために考慮されている各モーター作動条件のための署名を学ぶのに使用されている。従って共通モーター作動条件をカバーするためにそのようなアルゴリズムを訓練するように、多量のデータは必要でよいモーター欠陥の分類の正確さを得る。訓練プロセスで使用されるそれらからの異なったモーターからの欠陥を分類するためにさらに、モーター欠陥の分類のためのAIベースの技術は十分に強くないかもしれない。さらに、これらのデータ・セットは通常発生する利用できなかったり、破壊試験およびかなりの時間を含まない。