WTFFN-YOLO: An Improved Lightweight Method for Surface Defect Detection on Wind Turbine Blades
تقترح هذه الورقة البحثية إطار عمل WTFFN-YOLO، وهو إطار محسّن وخفيف الوزن للكشف عن عيوب أسطح شفرات توربينات الرياح، يدمج آلية الانتباه C3K2-SACA، ووحدة دمج الميزات المدركة للتردد، وشبكة عنق WTFFN لتحقيق زيادة بنسبة 6.9% في متوسط الدقة (mAP) وانخفاض بنسبة 8% في معاملات النموذج.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تقف توربينات الرياح كحراس صامتين في مرحلة انتقال الطاقة الحديثة، حيث تدور شفراتها الضخمة لتحويل الرياح إلى كهرباء. ومع ذلك، تعمل هذه الهياكل في بعض أقسى البيئات على وجه الأرض، حيث تتعرض للعواصف الرملية، والصواعق، والرطوبة المستمرة. ومع مرور الوقت، تطور أسطح هذه الشفرات إصابات خفية: شقوق صغيرة، وتسربات زيتية، وثقوب دقيقة يمكن أن تضعف الآلة بأكملها. إن اكتشاف هذه العيوب أمر بالغ الأهمية للسلامة والكفاءة، لكن القيام بذلك يعد أمراً صعباً؛ إذ غالباً ما تكون العيوب صغيرة ومتناثرة عبر خلفيات واسعة ومعقدة، مما يجعل من الصعب رصدها بالعين المجردة. وبينما أصبحت الطائرات بدون طيار (الدرونز) أداة شائعة لفحص هذه الهياكل الشاهقة، فإن الحواسيب التي تطير على متنها غالباً ما تكون ضعيفة جداً لتشغيل البرامج الثقيلة اللازمة للعثور على هذه العيوب الدقيقة في الوقت الفعلي. وهذا يخلق عنق زجاجة حيث يبدو أن الحاجة إلى السرعة والحاجة إلى الدقة تسحبان في اتجاهين متعاكسين.
لقد عالج الباحثون في جامعة تيانجين للتكنولوجيا هذا التحدي من خلال تطوير طريقة جديدة وأخف وزناً لرصد عيوب السطح هذه. لقد بدأوا بنظام رؤية حاسوبية قوي وموجود بالفعل يُعرف باسم YOLO، وهو مصمم للعثور على الأشياء في الصور بسرعة. ومع ذلك، فإن النسخة القياسية من هذا النظام ثقيلة جداً بالنسبة لقدرة الحوسبة المحدودة المتوفرة على الطائرة بدون طيار. ولحل هذه المشكلة، لم يقم الفريق بمجرد تقليص حجم النموذج الحالي، بل أعادوا بناء منطقه الداخلي ليكون أكثر كفاءة. فقد استبدلوا المكونات القياسية بثلاث وحدات مصممة خصيصاً تعمل كمرشحات متخصصة. تركز الوحدة الأولى انتباه النظام على الأجزاء الأكثر أهمية في الصورة، متجاهلة الخلفية المشتتة. وتضمن الوحدة الثانية أنه عندما ينظر النظام إلى صورة بمستويات مختلفة من التفاصيل، فإنه لا يفقد الحواف الدقيقة حيث تبدأ الشقوق. أما الوحدة الثالثة، فتعمل كمزيج ذكي، حيث تجمع بين هذه الرؤى المختلفة للصورة بحيث يفهم النظام شكل وسياق العيب دون الحاجة إلى إجراء حسابات غير ضرورية.
تُقاس نتائج إعادة التصميم هذه بالمكاسب المحددة التي يحققها النظام. فعند اختباره على مجموعة بيانات تضم آلاف الصور التي تظهر الأوساخ، والثقوب الدقيقة، وتسربات الزيت على شفرات التوربينات، أثبت النظام الجديد، الذي أطلق عليه المؤلفون اسم WTFFN-YOLO، دقة أكبر بكثير من النسخة الأصلية. فقد حسن القدرة الإجمالية على تحديد العيوب بشكل صحيح بنسبة تقارب سبعة بالمائة. والأهم من ذلك، بالنسبة للعيوب الصغيرة التي يصعب رؤيتها، تحسنت قدرته على إيجاد الأجسام الصغيرة بأكثر من ثمانية بالمائة. وفي الوقت نفسه، تمكن الباحثون من تقليل عدد المعلمات (parameters) — وهي الإعدادات الداخلية التي تحدد حجم النموذج وتعقيده — بنسبة ثمانية بالمائة. وهذا يعني أن النظام ليس فقط أفضل في العثور على الضرر، بل هو أيضاً أخف وأسرع، مما يجعله ملائماً بشكل أكثر عملية للأجهزة المحدودة الموجودة في طائرات الاستطلاع بدون طيار.
وفي مقارنات مباشرة مع نماذج الكشف الرائدة الأخرى، تفوق النهج الجديد باستمرار على منافسيه. فقد حقق درجات دقة أعلى مع استخدام قدرة حوسبية أقل ومعلمات أقل من النسخ القائمة على بنيات أخرى شائعة. فعلى سبيل المثال، مقارنة بنظام مشابه يستخدم "عموداً فقرياً" (backbone) أخف وزناً، قلل الأسلوب الجديد من حجم النموذج بنسبة تقارب تسعة بالمائة مع العثور على المزيد من العيوب. وقد تحقق الباحثون من هذه النتائج من خلال اختبارات صارمة، حيث قاموا بتشغيل النماذج على مجموعة قياسية من الصور وقياس عدد المرات التي حدد فيها العيب بشكل صحيح مقابل عدد المرات التي فشل فيها في رصده أو أطلق إنذاراً كاذباً. وأظهرت البيانات أن الوحدات المخصصة عملت معاً لإنشاء نظام أكثر حدة ورشاقة، مما حقق توازناً فعالاً بين الحاجة إلى الدقة العالية والقيود الفيزيائية للأجهزة المحمولة جواً.
يقدم هذا العمل مساراً ملموساً للمضي قدماً في صيانة البنية التحتية لطاقة الرياح. فمن خلال تحسين كيفية معالجة الحاسوب للصورة، أظهر الفريق أنه من الممكن بناء كاشف صغير بما يكفي للطيران على متن طائرة بدون طيار، ولكنه ذكي بما يكفي لرؤية أصغر الشقوق. لا تدعي الدراسة أنها حلت كل المشكلات في صيانة توربينات الرياح، ولا تقترح أن هذه الطريقة تعمل بشكل مثالي في جميع الظروف الجوية الممكنة. ومع ذلك، فهي تثبت أنه مع الهندسة الدقيقة، يمكن تغيير المقايضة بين السرعة والدقة لصالح كليهما. والنتية هي أداة يمكن أن تساعد في الحفاظ على مزارع الرياح تعمل بأمان وكفاءة، مما يضمن استمرار تدفق الطاقة النظيفة التي تنتجها دون انقطاع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.