← أحدث الأبحاث
⚡ electrical engineering

Controlled Infrared Thermography Dataset for Quantitative Nondestructive Evaluation of Electrical Cable Thermal States

تقدم هذه الدراسة مجموعة بيانات للتصوير الحراري بالأشعة تحت الحمراء، وهي مضبوطة وقابلة للتكرار، وتتكون من 628 صورة لكابلات كهربائية عبر أربع حالات حرارية متميزة وثلاث تهيئات هندسية، صُممت لدعم التقييم الكمي غير التدميري من خلال التقاط كل من الأنظمة الحرارية المتوازنة والانتقالية لتحسين اكتشاف الشذوذ والتمييز بين الحالات.

المؤلفون الأصليون: Hidir Selcuk Nogay

نُشر 2026-08-10
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Hidir Selcuk Nogay

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

تخيل أنك محقق يحاول حل لغز، ولكن بدلاً من البحث عن بصمات الأصابع أو آثار الأقدام، أنت تبحث عن الحرارة. في عالم الهندسة الكهربائية، الأسلاك والكابلات هي العمال الصامتون الذين يبقون أضواءنا مشتعلة وأجهزتنا تعمل. أحياناً، قد تسخن هذه الكابلات بشكل مفرط، وهو ما قد يكون علامة على مشكلة مثل اتصال مرتخٍ أو تدفق تيار كهربائي زائد عبرها. إذا لم نكتشف ذلك مبكراً، فقد يؤدي الأمر إلى حريق أو انقطاع في التيار. ولرصد مشكلات الحرارة هذه دون قطع التيار الكهربائي أو لمس الأسلاك، يستخدم المهندسون نوعاً خاصاً من الكاميرات يسمى الكاميرا بالأشعة تحت الحمراء. فكر في الأمر كأنه نظارات تسم تتيح لك رؤية الحرارة غير المرئية التي تشع من الأجسام، محولةً الاختلافات في درجات الحرارة إلى صور ملونة.

لفترة طويلة، حاول العلماء تعليم الحواسيب كيفية النظر إلى صور الحرارة هذه والقول تلقائياً: "مهلاً، هذا السلك يسخن أكثر من اللازم!" أو "هذا السلك سليم تماماً". ولكن لتعليم الكمبيوتر، تحتاج إلى كتاب مدرسي جيد مليء بالأمثلة. المشكلة تكمن في أن معظم الصور التي نمتلكها حتى الآن مشوشة بعض الشيء؛ فقد تم التقاطها في أماكن مختلفة، أو من زوايا كاميرا مختلفة، أو أنها تظهر فقط أسلاكاً إما باردة جداً أو شديدة السخونة. لكن الحياة الواقعية، نادراً ما تكون بهذا الوضوح بين الأبيض والأسود. فالأسلاك عادة ما تسخن ببطء، وتبقى دافئة لفترة، ثم تبرد تدريجياً. ومن أجل بناء محقق حاسوبي ذكي حقاً، نحتاج إلى مجموعة بيانات تلتقط هذه اللحظات البينية، وتُؤخذ تحت قواعد صارمة ومنضبطة لضمان أن تكون كل صورة عادلة وقابلة للمقارنة.

هذا هو بالضبط ما ابتكره هيدير سيلتشوك نوغاي من جامعة بورسا أولوداغ. فقد أنشأ الباحث مجموعة منظمة للغاية ومتميزة تتكون من 628 صورة بالأشعة تحت الحمراء للكابلات الكهربائية، صُممت لتكون "دليل التدريب" النهائي لبرامج الكمبيوتر. والهدف هو الابتعاد عن مجرد البحث عن حالات الطوارى القصوى، وبدلاً من ذلك إنشاء مجموعة بيانات تلتقط القصة الكاملة لدورة حياة درجة حرارة الكابل.

ولصنع هذه المجموعة، أقام الباحث تجربة مخبرية منضبطة. حيث استخدم وضعية كاميرا ثابتة، تحلق على بعد حوالي 50 سم فوق الكابلات، لضمان التقاط كل صورة من نفس الزاوية تماماً. كما قام بالتحكم في البيئة للحفاظ على استقرار درجة حرارة الخلفية وإزالة أي انعكاسات مربكة. ثم اختبر ثلاث طرق مختلفة لترتيب الكابلات: مستقيمة كالمسطرة، ومنحنية على شكل حرف U، وملفوفة مثل الزنبرك. وقد تم ذلك لأن شكل السلك يغير كيفية انتشار الحرارة عبره، تماماً كما أن البطانية المجعدة تبقيك أكثر دفئاً من البطانية المسطحة.

إن السحر الحقيقي لهذه المجموعة يكم تكمن في أربع "حالات حرارية" محددة أو فصول لقصة الكابل التي تم التقاطها:

  1. البارد: الكابل مستقر هناك، لا يفعل شيئاً، في درجة حرارة الغرفة العادية.
  2. الدافئ: تم تسخين الكابل لمدة 20 ثانية. بدأ يسخن، لكنه لا يزال في المراحل الأولى من التسخين.
  3. الساخن: تم تسخين الكابل لمدة 60 ثانية. لقد وصل إلى درجة حرارة عالية وثابتة، مما يمثل حالة الإجهاد الكامل.
  4. التبريد: تم إيقاف التسخين، وسُمح للكابل بالبقاء لمدة 40 ثانية بينما يفقد حرارته ببطء.

من خلال تضمين مرحلتي "الدافئ" و"التبريد"، تلتقط مجموعة البيانات تلك اللحظات البينية الصعبة حيث تتغير درجة الحرارة تدريجياً. وهذا أمر بالغ الأهمية لأن الكابل في العالم الحقيقي لا ينتقل فوراً من البرودة إلى السخونة، بل يمر عبر هذه المراحل الانتقالية المتوسطة.

لاختبار ما إذا كانت مجموعة البيانات الجديدة هذه تعمل بالفعل، أجرى الباحث تجربة بسيطة باستخدام أداة رؤية حاسوبية قياسية (نوع من الذكاء الاصطناعي يسمى GoogLeNet) لمعرفة ما إذا كان بإمكانها التمييز بين الحالات الأربع المختلفة. كانت النتائج مبهرة: حدد الكمبيوتر الحالة الحرارية للكابل بشكل صحيح بنسبة 98.95% من الوقت. تشير هذه النتيجة العالية إلى أن الطريقة المنضبطة التي التُقطت بها الصور خلقت أنماطاً واضحة ومتميزة للغاية ليتعلم منها الكمبيوتر.

ومن المثير للاهتمام أن الكمبيوتر ارتكب بعض الأخطاء الصغيرة، غالباً ما تمثلت في الخلط بين الحالة "الدافئة" والحالة "الساخنة". توضح الورقة البحثية أن هذا ليس فشلاً في مجموعة البيانات، بل هو في الواقع دليل على أن مجموعة البيانات واقعية. بما أن حالتي "الدافئ" و"الساخن" هما مجرد خطوات في عملية تسخين مستمرة، فمن المنطقي فيزيائياً أن يبدو كلاهما متشابهاً جداً. لقد نجحت مجموعة البيانات في الحفاظ على هذا التداخل الطبيعي، وهو بالضبط ما يجب أن تفعله أداة تدريب جيدة. ومن ناحية أخرى، كانت حالتا "البارد" و"التبريد" متميزتين تماماً، مما أظهر قدرة الكمبيوتر على التمييز بين كابل لم يتم تسخينه أبداً وكابل يبرد بعد أن كان ساخناً.

باختصار، هذه الورقة لا تقدم فقط طريقة جديدة لإصلاح الأسلاك، بل تقدم مجموعة أمثلة جديدة، عالية الجودة، وعادلة يمكن للعلماء استخدامها. إنها تسد فجوة في البحث العلمي من خلال توفير مجموعة صور متوازنة وقابلة للتكرار تتضمن التغيرات التدريجية الدقيقة في درجات الحرارة، وليس فقط حالات الطوارى القصوى. وهذا يمنح الباحثين أساساً متيناً لبناء أنظمة أفضل وأكثر موثوقية لمراقبة السلامة الكهربائية في المستقبل.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →