ALTIN 485,38
DOLAR 8,3413
EURO 9,9252
BIST 1.400
Adana Adıyaman Afyon Ağrı Aksaray Amasya Ankara Antalya Ardahan Artvin Aydın Balıkesir Bartın Batman Bayburt Bilecik Bingöl Bitlis Bolu Burdur Bursa Çanakkale Çankırı Çorum Denizli Diyarbakır Düzce Edirne Elazığ Erzincan Erzurum Eskişehir Gaziantep Giresun Gümüşhane Hakkari Hatay Iğdır Isparta İstanbul İzmir K.Maraş Karabük Karaman Kars Kastamonu Kayseri Kırıkkale Kırklareli Kırşehir Kilis Kocaeli Konya Kütahya Malatya Manisa Mardin Mersin Muğla Muş Nevşehir Niğde Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas Şanlıurfa Şırnak Tekirdağ Tokat Trabzon Tunceli Uşak Van Yalova Yozgat Zonguldak
İstanbul 36 °C
Sıcak

Yapay zeka aracı, rüzgar türbini kanadı hasarlarını tanımak için yüzde 85 daha hassas

02.04.2021
73
Yapay zeka aracı, rüzgar türbini kanadı hasarlarını tanımak için yüzde 85 daha hassas

Rüzgar enerjisine olan talep arttı ve bununla birlikte türbin kanatlarını inceleme ve işletme verimliliğini etkileyebilecek kusurları belirleme ihtiyacı da arttı. Görsel termografiden ultrasona kadar, çok çeşitli bıçak inceleme teknikleri denenmiştir, ancak hepsinin dezavantajları vardır.

Çoğu denetim süreci, mühendislerin çok sayıda yüksek çözünürlüklü görüntü yakalamayı içeren manuel incelemeler gerçekleştirmesini gerektirmektedir. Bu tür denetimler sadece zaman alıcı değildir ve ışık koşullarından etkilenmez, aynı zamanda tehlikelidirler.

Loughborough Üniversitesi’ndeki bilgisayar bilimcileri, kusurlu alanları bulmak ve vurgulamak için rüzgar türbini kanatlarının görüntülerini analiz etmek için yapay zeka (AI) kullanan yeni bir araç geliştirdi.

Ve daha da iyisi, yazılım çözümleri sağlayıcısı Railston & Co Ltd’den destek ve girdi alan sistem, daha hızlı ve daha uygun yanıtlara yol açmak ve kusurları türe göre (çatlak, erozyon, boşluk ve “diğer” gibi) sınıflandırmak için eğitildi.

Önerilen araç şu anda manuel olarak veya insansız hava araçlarıyla gerçekleştirilen incelemelerden yakalanan görüntüleri ve videoları analiz edebiliyor. Gelecekteki araştırmalar, manuel denetim ihtiyacını ortadan kaldırmak için dronlu yapay zeka aracını kullanmayı daha da araştıracak.

Araştırma, Dr. Georgina Cosma ve Ph.D. Öğrenci Jiajun Zhang, projenin endüstriyel ortağı olan Railston & Co Ltd tarafından yakalanan 923 görüntüden oluşan bir veri kümesini kullanarak farklı kusur türlerini tespit etmek için AI sistemini eğitti.

Görüntü geliştirme ve büyütme yöntemlerini ve AI algoritmalarını (yani Mask R-CNN derin öğrenme algoritması) kullanan sistem, görüntüleri analiz eder, ardından kusurlu alanları vurgular ve bunları türe göre etiketler.

Sistemi geliştirdikten sonra, araştırmacılar 223 yeni görüntü girerek onu test etti. Önerilen araç, rüzgar türbini kanadı kusurlarını tanıma ve sınıflandırma görevi için yaklaşık % 85 test doğruluğu elde etti.

Yapay zekanın nasıl çalıştığına dair adım adım bir görüntü. Kredi: Loughborough Üniversitesi

Rapor ayrıca, yapay zeka tabanlı hata tespiti ve mevcut sistemler henüz emekleme aşamasında olduğu için çok ihtiyaç duyulan kusur tespit sistemlerini değerlendirmek için yeni bir dizi önlem önermektedir.

Araştırmadan proje lideri Dr. Cosma şunları söyledi: “Yapay zeka, kusurlar ister rüzgar türbini kanatlarında ister diğer yüzeylerde olsun, kusur tespiti ve analizi için güçlü bir araçtır.

“AI kullanarak, hasarları belirleme ve değerlendirme sürecini otomatikleştirebilir ve uzmanların zamanını ve çabalarını daha iyi kullanabiliriz.

“Elbette, AI modelleri oluşturmak için mühendisler tarafından etiketlenmiş görüntülere ihtiyacımız var ve Railston & Co ltd bu projeyi uygulanabilir kılarak bu tür görüntüler ve uzmanlık sağlıyor.”

Jiajun Zhang şunları ekledi: “Kusur tespiti, yapay zeka için zorlu bir görevdir, çünkü aynı türdeki kusurlar boyut ve şekil açısından farklılık gösterebilir ve her görüntü farklı koşullarda (örn. Işık, kalkan, görüntü sıcaklığı vb.) yakalanır.

“Görüntüler, yapay zeka tabanlı algılama sürecini geliştirmek için önceden işlendi ve şu anda görüntüleri önceden işlemeye yönelik iyileştirmeleri keşfederek ve yapay zeka algoritmasını genişleterek doğruluğu daha da artırmak için çalışıyoruz.”

Railston & Co Ltd’den Jason Watkins, şirketin “Loughborough Üniversitesi’ndeki ekibin sonuçlarıyla cesaretlendirildiğini” söylüyor.

Yapay zeka, endüstriyel denetim ve bakım dünyasını dönüştürme potansiyeline sahip. Hasar türünü sınıflandırmanın yanı sıra, hasarın ciddiyetini, boyutunu ve yerini daha iyi tespit edecek yeni algoritmalar geliştirmeyi planlıyoruz. boşlukta.

“Bunun müşterilerimiz için daha iyi maliyet tahminine dönüşeceğini umuyoruz.”

Loughborough uzmanları, teknolojinin drone incelemelerinde nasıl kullanılabileceğini daha fazla keşfetmenin yanı sıra, sistemi kusurların ciddiyetini tespit etmek için eğiterek araştırmayı geliştirmeyi planlıyor. Ayrıca aletin performansını diğer yüzeylerde de değerlendirmeyi umuyorlar.


Daha fazla bilgi:
Jiajun Zhang ve diğerleri. Görüntü İyileştirilmiş Maske R-CNN: Rüzgar Türbini Kanadı Kusur Tespiti ve Sınıflandırması için Yeni Değerlendirme Önlemlerine Sahip Derin Öğrenme Hattı, Journal of Imaging (2021). DOI: 10.3390 / jimaging7030046

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.