Az NTN Co., Ltd. (továbbiakban NTN) olyan új technológiát fejlesztett ki, amely több mesterséges intelligencia kombinálásával nagy pontossággal képes érzékelni a csapágyak élettartamát. Ezzel a technológiával pontosabban megjósolható a csapágyak élettartama a repedéstől a teljes meghibásodásig. Ennek a technológiának a kutatása és fejlesztése elősegíti a gépek és berendezések karbantartási terveinek hatékonyságának javítását, ezáltal költségmegtakarítást és a termelés hatékonyságának javítását.

Hosszan tartó használat során a gépen belüli csapágyak enyhén hámozhatnak. Ha ez a hámlás a javítás szempontjából kényelmetlen területen jelentkezik, a gép tovább működhet anélkül, hogy a normál működést befolyásolná. Bár a csapágy állapota a rezgésadatok detektálásával megismerhető, nehéz pontosan megjósolni, hogy a csapágy repedés után meddig használható. Általában úgy dönt, hogy a lehető leghamarabb kicseréli a csapágyat, vagy megvárja, amíg a csapágy teljesen megsérül, mielőtt kicserélné. Ezenkívül néhány képzett szerelő több éves tapasztalat alapján meg tudja mondani, mikor kell csapágyat cserélni. A munkaerő-megtakarítás és az automatizálás fejlődésével azonban a gépek és berendezések leállási idejének csökkentése, valamint a karbantartási költségek csökkentése érdekében egyre nagyobb igény mutatkozik a nagy pontosságú élettartam-érzékelő technológia iránt a csapágyak csereperiódusának pontosabb észlelésére.

Az NTN által a közelmúltban kifejlesztett élettartam-érzékelő technológia a mély tanulást és a Bayes-tanulást ötvözi, hogy nagy pontossággal előre jelezze a csapágyak élettartamát a repedéstől a törésig. A sok mesterséges intelligencia modell közül az NTN egy képfeldolgozásra szakosodott konvolúciós neurális hálózatot választott. A csapágy rezgésadatait képadatokká konvertálva képes észlelni a csapágy sérülési állapotát és élettartamát. Ezen túlmenően, figyelembe véve a csapágykárosodás és az észlelési adatok hibáinak egyéni különbségeit, az NTN Bayes-féle lineáris regressziót is alkalmaz egy megbízhatóbb előrejelzési modell létrehozásához. Összességében az NTN új technológiája 30%-kal javítja az észlelési pontosságot a hagyományos módszerekhez képest (az NTN hagyományos észlelési módszereihez képest).

Az NTN és a National University Corporation of Japan, az Osaka University Graduate School of Engineering 2017-ben közösen létrehozta az "NTN Next Generation Collaboration Research Institute"-t. Ennek az intézetnek a keretében az NTN mélyreható együttműködést folytatott az Associate kutatócsoportjával. Kenichi Fukui professzor (Ipartudományi Intézet) az Osakai Egyetemen a közös kutatásért és fejlesztésért. Ezt az innovatív technológiát sikeresen megvalósították az NTN csapágytechnológiában szerzett kiterjedt tapasztalatának és az Osaka Egyetem fejlett mesterségesintelligencia-kutatásban elért eredményeinek ötvözésével.

Az NTN elkötelezett amellett, hogy ezt a technológiát a tényleges karbantartási szolgáltatásokban alkalmazza. A gépek és berendezések időben történő karbantartásával a csapágyak a legjobb állapotban tarthatók, javítva ezzel a termelés hatékonyságát és csökkentve a környezeti károsanyag-kibocsátást.
A jövőben az NTN folytatja a kísérleteket annak ellenőrzésére, hogy e technológia megvalósítható-e a gyakorlati felhasználás és a minőségi értékesítés utáni szolgáltatások megvalósítása érdekében.
Mi (SUN RISES GROUP LIMITED) az NTN csapágyak nagyon nagy szállítója vagyunk Hongkongban, Kínában. Része a készletlistának, hogy több választása legyen.
| csapágy sz. | Méret (mm) | Tömeg (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 7307 UBM | 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 19 LL | 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 |
