Research on a Spatiotemporal Fusion Model–Based Method for Predicting the Torsional State of a Conveyor Belt

आधुनिक उद्योगों के विशाल, गूँजते हुए नेटवर्क्स में, स्टील के बड़े पाइप कोयले से लेकर अयस्क तक सब कुछ खदानों, बंदरगाहों और बिजली संयंत्रों के पार ले जाते हैं। ये पाइप बेल्ट कन्वेयर (pipe belt conveyors) हैं, जो एक लंबी, लचीली बेल्ट को ट्यूब के रूप में लपेटकर सामग्री को कुशलतापूर्वक और बिना बिखराव के ले जाने का काम करते हैं। हालाँकि, तनाव के अधीन किसी भी लंबी, लचीली वस्तु की तरह, ये बेल्ट मुड़ (twist) सकती हैं। जब एक कन्वेयर बेल्ट बहुत अधिक मुड़ जाती है, तो यह फट सकती है, अपना भार गिरा सकती है, या पूरी संरचना को ही ढहा सकती है, जिससे उत्पादन अचानक और महंगे नुकसान के साथ रुक जाता है। दशकों से, इंजीनियर इन मोड़ों को होने से पहले ही अनुमान लगाने की कोशिश कर रहे हैं, जो अक्सर उन सेंसरों पर निर्भर करते हैं जो समय के साथ केवल एक संख्या, जैसे कि मोड़ के कोण को मापते हैं। लेकिन एक बेल्ट अंतरिक्ष में चलती हुई एक त्रि-आयामी (three-dimensional) वस्तु है; इसका आकार जटिल तरीकों से बदलता है जिसे एक एकल संख्या पूरी तरह से नहीं पकड़ सकती। चुनौती यह थी कि बेल्ट को एक संपूर्ण इकाई के रूप में देखने का एक तरीका खोजा जाए, जिससे न केवल यह समझ में आए कि वह एक सेकंड से दूसरे सेकंड में कैसे चलती है, बल्कि यह भी समझ में आए कि उसकी पूरी लंबाई में उसका आकार कैसे विकसित होता है।

शेडोंग यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने एक कंप्यूटर को मानव अवलोकन की नकल करने के तरीके से बेल्ट की मुड़ने वाली गति को "देखने" के लिए प्रशिक्षित करके इस समस्या का समाधान किया है। अलग-थलग डेटा बिंदुओं को देखने के बजाय, उन्होंने एक ऐसा सिस्टम बनाया जो कन्वेयर बेल्ट के वीडियो फुटेज का विश्लेषण करता है, जो छवियों को गति और विरूपण (deformation) की एक कहानी बताने वाले क्षणों के क्रम के रूप में देखता है। उन्होंने वीडियो डेटा का एक विशाल पुस्तकालय बनाया, जिसमें वास्तविक औद्योगिक परिवेश से तीस लाख वीडियो फ्रेम एकत्र किए गए। यह संग्रह बेल्ट को उसकी हर अवस्था में कैद करता है: सुचारू रूप से चलते हुए, थोड़ा मुड़ना शुरू करते हुए, और खतरनाक रूप से मुड़ते हुए। इस विशाल दृश्य इतिहास को एक विशेष कंप्यूटर प्रोग्राम में फीड करके, शोधकर्ताओं ने सिस्टम को एक स्वस्थ बेल्ट और विफल होने वाली बेल्ट के बीच के अंतर को सीखने में सक्षम बनाया।

उनके समाधान का मूल एक ऐसे मॉडल पर आधारित है जिसे दो चीजें एक साथ समझने के लिए डिज़ाइन किया गया है: एक एकल स्नैपशॉट में बेल्ट का आकार और समय के साथ वह आकार कैसे बदलता है। एक नदी को देखने की कल्पना करें; आप एक नज़र में चट्टानों और किनारों को देख सकते हैं, लेकिन प्रवाह को समझने के लिए, आपको मिनटों या घंटों तक पानी के उनके चारों ओर घूमने के तरीके को देखना होगा। शोधकर्ताओं का मॉडल कन्वेयर बेल्ट के लिए कुछ ऐसा ही करता है। यह प्रत्येक वीडियो फ्रेम में बेल्ट की सतह के ज्यामितमितीय विवरणों, जैसे कि किनारों और पाइप के घुमाव को पहचानने के लिए एक हल्के विजुअल प्रोसेसर का उपयोग करता है। फिर, यह इस जानकारी को एक मेमोरी यूनिट (स्मृति इकाई) के माध्यम से भेजता है जो पिछले फ्रेमों को याद रखती है, जिससे यह मोड़ के गतिशील विकास को ट्रैक करने में सक्षम होता है। यह संयोजन न केवल एक स्थिर झुकाव को, बल्कि उस विशिष्ट गति के पैटर्न को पहचान सकता है जो एक खतरनाक मोड़ की ओर ले जाता है।

अपने विचार का परीक्षण करने के लिए, टीम ने अपने सिस्टम को एकत्र किए गए तीस लाख वीडियो फ्रेमों पर प्रशिक्षित किया। डेटा को उपकरणों के वास्तविक-विश्व वितरण को दर्शाने के लिए सावधानीपूर्वक व्यवस्थित किया गया था, जिसमें अधिकांश फुटेज सामान्य संचालन में बेल्ट को दिखाता था, एक छोटा हिस्सा हल्के मुड़ाव को दिखाता था, और बहुत कम हिस्सा गंभीर, खतरनाक मुड़ाव को दिखाता था। यह असंतुलन वास्तविकता को दर्शाता है, जहाँ सामान्य संचालन की तुलना में विफलताएं दुर्लभ होती हैं, जिससे मानक कंप्यूटर प्रोग्रामों के लिए यह सीखना कठिन हो जाता है कि विफलता कैसी दिखती है। शोधकर्ताओं ने प्रशिक्षण को अधिक मजबूत बनाने के लिए 'डेटा ऑग्मेंटेशन' नामक तकनीक का उपयोग किया, जिसमें छवियों को थोड़ा घुमाया गया और उनकी चमक को समायोजित किया गया ताकि विभिन्न प्रकाश स्थितियों और कोणों का अनुकरण किया जा सके, जिससे यह सुनिश्चित हो सके कि मॉडल कैमरे पर दिखने वाले किसी भी रूप में मोड़ को पहचान सके। उन्होंने वीडियो के उन अंतरालों को ठीक करने के लिए भी एक विधि विकसित की जहाँ फ्रेम ड्रॉप हो सकते थे, जिससे टाइमलाइन को सुचारू बनाया जा सके ताकि कंप्यूटर बिना किसी रुकावट के गति का अनुसरण कर सके।

जब शोधकर्ताओं ने अपने मॉडल को परीक्षण के लिए रखा, तो परिणाम आश्चर्यजनक थे। सिस्टम ने लगभग 90 प्रतिशत मामलों में कन्वेयर बेल्ट की स्थिति को सही ढंग से पहचाना, जो अन्य उन्नत तरीकों की तुलना में एक महत्वपूर्ण सुधार है जो कृत्रिम बुद्धिमत्ता के विभिन्न प्रकारों पर निर्भर करते हैं। इससे भी महत्वपूर्ण बात यह है कि मॉडल केवल डगमगाने वाली बेल्ट और खतरनाक स्थिति में मुड़ने वाली बेल्ट के बीच अंतर करने में सक्षम था, जिसने वास्तविक समस्याओं का पता लगाने और गलत अलार्म के बीच संतुलन बनाने में उच्च स्कोर प्राप्त किया। शोधकर्ताओं ने यह भी सत्यापित किया कि सिस्टम वास्तविक कारखाने में उपयोगी होने के लिए पर्याप्त तेज़ था। एक कॉम्पैक्ट, औद्योगिक-ग्रेड कंप्यूटर पर चलने के लिए सॉफ्टवेयर को अनुकूलित करके, उन्होंने 28 फ्रेम प्रति सेकंड की गति प्राप्त की। इसका अर्थ है कि सिस्टम वास्तविक समय में वीडियो का विश्लेषण कर सकता है, बेल्ट के चलते रहने के दौरान उसे देख सकता है और जैसे ही कोई खतरनाक मोड़ बनना शुरू होता है, नुकसान होने से बहुत पहले ही चेतावनी जारी कर सकता है।

यह सुनिश्चित करने के लिए कि सिस्टम केवल अनुमान नहीं लगा रहा है बल्कि छवि के सही हिस्सों को देख रहा है, शोधकर्ताओं ने एक विज़ुअलाइज़ेशन टूल का उपयोग किया जो उन क्षेत्रों को हाइलाइट करता है जिन पर कंप्यूटर सबसे अधिक ध्यान केंद्रित करता है। परिणामों ने दिखाया कि मॉडल ने बेल्ट के किनारों पर गहरा ध्यान दिया, वे स्थान जहाँ मोड़ सबसे पहले दिखाई देता है। इसने पुष्टि की कि सिस्टम पृष्ठभूमि में रैंडम पैटर्न पर निर्भर होने के बजाय सही भौतिक विशेषताओं को सीख रहा है। अध्ययन निष्कर्ष निकालता है कि स्थानिक अवलोकन (spatial observation) को टेम्पोरल मेमोरी (temporal memory) के साथ जोड़कर, कन्वेयर बेल्ट के लिए एक विश्वसनीय प्रारंभिक चेतावनी प्रणाली बनाना संभव है। यह दृष्टिकोण बेल्ट मुड़ने के कारण होने वाले महंगे शटडाउन और सुरक्षा खतरों को रोकने के लिए एक व्यावहारिक मार्ग प्रदान करता है, जो एक जटिल यांत्रिक समस्या को एक हल करने योग्य दृश्य समस्या में बदल देता है।