機器の検査に手作業が必要な人はいますか? AIの活用

著者 | Tu Chengye

レビュー | Chonglou

前の記事：「人材が足りないのではなく、AI検査の方がコストパフォーマンスが良い！」 》では、AI 検査の概念、重要性、技術的アーキテクチャについて簡単に紹介しました。では、具体的なシナリオで AI 検査をどのように適用すればよいのでしょうか。

電力業界を例に、まずは従来の検査の問題点を見てみましょう。

1. 電力業界における従来の検査の問題点

電力業界の問題

• 検査時間が長い送電線のほとんどは標高が高く距離も長い山岳地帯に位置しているため、人員の安全と基本的な物資の確保には多大な時間と労力、そして多額の費用がかかります。
• 検査精度が低い従来の手動検査方法は、疲労やさまざまな気象要因の影響を受けやすく、結果に偏差やエラーが生じることがあります。
• 検査効率が低い手動の検査方法では、作業員が自力で高所に登ったり歩いたりする必要があり、1 日に数基の塔しか検査できない場合があります。配電所、変電所、配電装置などの手作業による検査には多くの時間がかかり、また、実行できる回数も限られています。
• 検査員が少ない

電力検査は比較的困難な仕事であり、最近の若者は関連する反復的な労働に従事することをあまり望んでいないため、労働者の募集と雇用は比較的困難な作業になっています。

これらの既存の問題を解決するために AI テクノロジーをどのように適用すればよいのでしょうか?

2. AI検査ソリューション

AI ベースの検査は、自然言語処理とコンピューター ビジョン技術、大規模モデルなどを組み合わせて、効率的な機器検出と障害警告を実現する高度なテクノロジ アプリケーションです。

ディープラーニングアルゴリズムモデルは、厦門大学のJi Rongrong教授によるコンパクト化されたコンピュータービジョンシステムを参照しています。最適化されたモデルはサイズが小さく、メモリとエネルギーを節約し、推論速度が速く、精度の低下が少なくなります。

ディープラーニングアルゴリズムモデル

AI検査の全体アーキテクチャ

2.1 アプリケーションシナリオ

2.1.1 一般的なメーター機器検査のシナリオ

赤外線カメラを使用して一般的な計測機器の温度を測定し、リアルタイムの温度を監視して、さまざまな識別ニーズに対応します。

2.1.2一般的な送電線AI検査シナリオ

設備は山間部など検査員が効率的に検査することが難しい場所に建設されることが多く、人件費が徐々に高騰しています。また、広範囲に及ぶ設備や機器が多い線路では、短時間で各機器の稼働状況を把握・監視することが困難です。

一般的な鉄塔、碍子、送電線の外観は正常か、欠陥や傾きなどの問題はないか、鳥の巣、凧、鉄塔ヘッドの脱落不良、碍子の損傷、断線などの異常事態は、適時に発見できず、安全上の危険を引き起こしやすい。

ドローンシステム検査を通じて、人員による高リスク操作を回避し、検査効率を向上させ、設備の正常かつ安全な動作を効果的に保証することができます。

ドローン検査で問題を自動的に特定

2.1.3 点群データシーンのインテリジェント認識

従来のソリューション: 2D 可視光画像に基づいてターゲットを手動で区別するため、画像のステッチと画像の解像度が困難になります。

従来のソリューション効果

AIソリューション：自社開発のドローンネストとソフトウェアプラットフォーム、および点群分析アルゴリズムに基づいて、変電所と送電線の点群データを収集および識別できます。大規模シーンのポイント クラウド認識にはディープラーニングが使用され、電力回廊エリア内の対応する塔、電線、樹木の障害物を検出するにはセグメンテーション アルゴリズムが使用されます。

AIソリューション効果

2.1.4 一般的な安全上の危険の特定シナリオ

ヘルメット検査、マスク検査、作業服検査、喫煙検知、炎検知、立ち入り禁止区域検査、テキスト正確性検査などの日常的な安全上の危険検査では、行動規制の難しさ、潜在的リスクの予測の難しさ、手動監視コストの高さ、監視と制御の統計の難しさ、監視効率の低さなどの問題点があります。

プラットフォームは、赤外線カメラと可視光カメラによるリアルタイム監視と収集の後、アルゴリズムモデルを通じて自動的に識別して警告し、インテリジェントなリアルタイム監視を実現し、潜在的なリスクを検出し、作業の安全を確保し、生産と製造を強化する効果を実現します。

安全上の危険をリアルタイムで検出

2.1.5 機器温度監視シナリオ

スイッチ、油貯蔵キャビネット、絶縁体、コンデンサ、電流計、ライン継手などは、危険を防ぐためにリアルタイムで監視する必要があります。

従来の可視光イメージングソリューションでは、機器や装置の詳細な内部情報を取得できず、装置の潜在的なリスクをより詳細に測定することができません。複数のハードウェアのシステム監視は比較的高価です。

従来の可視光画像と比較して、赤外線熱画像は監視対象物の温度情報を反映し、内部特性が変化しても外観に変化がない場合に早期警告を提供できます。赤外線監視装置をベースに、ディープラーニング検出アルゴリズムと組み合わせることで、温度変化をリアルタイムで監視できます。

赤外線熱画像インテリジェント認識

3. AI検査の将来展望

AI検査は、保守・管理ツールとしてますます重要になっています。人工知能技術の助けを借りて、AI検査は自動化されたインテリジェントな検査プロセスを実現するだけでなく、検査の効率と精度を向上させ、手動検査のエラーと安全上の危険を減らすことができます。将来を見据えると、AI 検査は多くの面で重要な進歩と発展を遂げるでしょう。鉱業、石炭採掘、化学コークス、冶金、発電所、道路のひび割れ検出などの業界ではすでに優れた応用事例があります。

未来を見つめると、どれほどの憧れと野望が湧いてくるのでしょう。 AIテクノロジーは私たちの生活のあらゆる側面に浸透し、私たちの生活にさらなる希望をもたらしています。

著者について

51CTOコミュニティの編集者であるTu Chengyeは、省政府調達専門家、省総合入札評価専門家、公共電子調達入札および調達専門家です。情報システムプロジェクトマネージャー、情報システムスーパーバイザー、PMP、CSPM-2などの資格を取得しており、開発、プロジェクト管理、コンサルティング、設計の分野で15年以上の経験があります。当社は、プロジェクト管理、フロントエンドおよびバックエンド開発、マイクロサービス、アーキテクチャ設計、モノのインターネット、ビッグデータ、コンサルティング設計などに重点を置いています。