在机械工程中，及时维修和更换机床上的缺陷零件是制造过程中的重要组成部分。在滚珠丝杆传动的情况下，如那些在车床上用于精确地指导圆柱部件的生产，以及部件的磨损，到目前为止一直是手工确定的。
卡尔斯鲁厄理工学院(KIT)生产技术研究所的Jurgen Fleischer教授说:“我们的方法是将智能摄像系统直接集成到驱动器中，使用户能够持续监控主轴状态。”
这个新系统结合了一个连接在驱动器螺母上的光源相机和一个评估图像数据的人工智能(AI)。当螺母在主轴上移动时，它会拍下每个主轴部分的单独照片，从而能够分析整个主轴表面。
将正在进行的操作的图像数据与机器学习方法相结合，可以使系统用户直接评估主轴表面的状况。帮助开发该系统的Tobias Schlagenhauf 说:“我们用数千张图像训练我们的算法，现在它可以很自信地分辨出有缺陷的纺锤波和没有缺陷的纺锤波。通过进一步评估图像数据，我们可以精确地限定和解释磨损，从而区分变色是简单的污垢还是有害的麻点。”在训练人工智能时，该团队考虑了所有可能的可见退化形式，并用模型从未见过的新图像数据验证了算法的功能。目前该算法适用于识别主轴表面基于图像的缺陷，可推广到其它应用领域。
