ذات الصلة بالذكاء الاصطناعي

يمكن لمنصة PAWS الرقمية التفاعلية للصناعات محاكاة مشاريع ضخمة ومعقدة من خلال الاستفادة من التقنيات المتقدمة مثل التصور ثلاثي الأبعاد والذكاء الاصطناعي في Metaverse. لقد صممنا 3 مستويات لاستخدام metaverse الصناعي. مستوى التسويق الذي يُظهر فقط الجوانب العامة للمصنع الصناعي. إدارة المعرفة التي تساعد في التعلم الإلكتروني، وتقليل مخاطر الصحة والسلامة والبيئة، وجمع البيانات في الوقت الفعلي...

الطائرة بدون طيار VTOL ذات الأجنحة الثابتة هي طائرة بدون طيار متعددة الاستخدامات مصممة لمراقبة الحياة البرية وتحليل الغطاء النباتي ومهام اكتشاف الكوارث في حالات الأزمات. من خلال الجمع بين الإقلاع والهبوط العمودي والطيران طويل المدى الفعّال، يمكنها تغطية مناطق كبيرة بسرعة والوصول إلى مواقع يصعب الوصول إليها. وهي مجهزة بأجهزة استشعار متقدمة مثل التصوير الحراري والكاميرات متعددة الأطياف وعالية الدقة، وتوفر بيانات في الوقت الفعلي لتتبع الحياة البرية والمناطق ذات الغطاء النباتي وتحديد مناطق الكوارث. تسمح قدراتها على أداء المهام المستقلة بمراقبة موسعة والاستجابة السريعة في المواقف الحرجة، مما يجعلها مثالية للعمليات البيئية والطوارئ.

تم تجهيز طائرة ViraStrata بدون طيار بمقياس مغناطيسي وأجهزة استشعار فائقة الطيف، مصممة للكشف عن الرواسب المعدنية ورسم خرائطها. يحدد مقياس المغناطيسية الاختلافات في المجال المغناطيسي للأرض الناجمة عن التكوينات الغنية بالمعادن تحت الأرض، بينما تقوم أجهزة الاستشعار الفائقة الطيف بتحليل تكوين السطح من خلال التقاط طيف واسع من الضوء. تعمل هذه الأدوات معًا على تمكين الاستكشاف الدقيق وغير الجراحي للمناطق الغنية بالموارد في المواقع التي يصعب الوصول إليها أو الخطرة.
وترافق الطائرة بدون طيار منصة برمجية قوية تعمل على تحليل البيانات المجمعة. وتعمل هذه البرمجيات على معالجة وتفسير قراءات مقياس المغناطيسية والصور الطيفية الفائقة، مما يؤدي إلى إنشاء خرائط مفصلة ونماذج لتكوين المعادن. وتستخدم خوارزميات متقدمة لتسليط الضوء على نقاط الثراء المحتملة للموارد، مما يوفر لشركات التعدين رؤى عملية ويحسن كفاءة الاستكشاف.

يتم استخدام الطائرات بدون طيار والذكاء الاصطناعي لاستكشاف الأخطاء وإصلاحها في محطات الطاقة الشمسية بعدة طرق:

1. التصوير الحراري: تلتقط الطائرات بدون طيار صورًا بالأشعة تحت الحمراء للألواح الشمسية باستخدام الكاميرات الحرارية. تساعد هذه الصور في تحديد النقاط الساخنة التي تشير إلى مشاكل مثل الثنائيات الالتفافية أو خيوط الدائرة المفتوحة.

2. تحليل الصور باستخدام الذكاء الاصطناعي: يقوم الذكاء الاصطناعي بتحليل الصور التي تلتقطها الطائرات بدون طيار لتحديد الشذوذ تلقائيًا. تساعد هذه الطريقة في تقليل وقت التفتيش والتكاليف وهي أكثر دقة من التفتيش اليدوي.

3. العلامات الجغرافية: تحتوي الصور التي تلتقطها الطائرات بدون طيار على علامات جغرافية تساعد في تحديد موقع العيوب بدقة. تتيح هذه الميزة لفرق الصيانة الوصول إلى مناطق المشاكل بسرعة ودقة.

4. تقليل وقت التفتيش: يمكن إجراء فحص محطة طاقة شمسية كبيرة باستخدام الطائرات بدون طيار في غضون ساعات قليلة، بينما قد يستغرق التفتيش اليدوي عدة أيام

لقد أنشأنا برنامجًا جديدًا وفريدًا من نوعه سهل الاستخدام قائمًا على الويب يسمى "AFTL" باستخدام تقنيات التعلم العميق للكشف عن أكثر من 80 نوعًا من العيوب في خطوط نقل الطاقة، بما في ذلك المشكلات الكهربائية والميكانيكية والأساسية مثل العوازل التالفة أو المكسورة ونقص البراغي والصواميل والتآكل والصدأ. هذا مشروع وطني بمستوى جاهزية التكنولوجيا (TRL) 8 وتم اختياره كأفضل مشروع لشركة Tavanir في أعوام 2020 و2022 و2023. تعد شركة Tavanir الشركة الرئيسية لتوليد الطاقة ونقلها وتوزيعها في إيران. تم التقاط صور RGB عالية الدقة بواسطة طائرات بدون طيار من خطوط نقل الطاقة لهذا المشروع. تم إنشاء مجموعات بيانات التدريب والاختبار للبرنامج من خلال التعليق على أكثر من ستة ملايين صورة من لقطات معيبة على مدى سبع سنوات باستخدام برنامج متخصص يسمى "Vira Label". يساعد هذا البرنامج الخبراء على إنشاء تسميات حول الأخطاء في صور الطائرات بدون طيار والتحقق منها بسرعة. كما قمنا بتطوير برنامج شامل وسهل الاستخدام، حيث يحتاج المستخدمون فقط إلى تحميل صور الطائرات بدون طيار، ويمكن تنزيل تقرير الأعطال بسهولة بتنسيقات مختلفة مثل PDF وExcel وGIS. يمكن للفنيين استخدام النتائج في التقرير لإجراء تحليلات أخرى، مثل تقدير متوسط العمر المتوقع للمكونات، كما يُظهر أيضًا المواقع الجغرافية الدقيقة للأعطال بتنسيق GIS.

يكتشف برنامج VATCD تلقائيًا شقوق التوتر في منجم مفتوح يقع في "جوهر زمين-سيرجان، كرمان، إيران" استنادًا إلى خوارزميات التعلم العميق. عادةً ما يتم استخدام حجم ومواقع وتطورات شقوق التوتر هذه للتنبؤ بفشل المنحدر وضمان عمليات التعدين الآمنة.

في الآونة الأخيرة، تم التحقيق في صور الاستشعار عن بعد التي تم التقاطها بواسطة الطائرات بدون طيار لحساب الأجسام مثل النباتات، لأنه يمكن الحصول على بيانات عالية الدقة الزمنية والمكانية عبر حقول كبيرة. العد اليدوي في الصور الجوية الكبيرة يشبه العد اليدوي القائم على الحقل بمعنى أنه مهمة ذاتية ومملة ويجب أن يقوم بها خبراء بسبب الشكل المتداخل والمعقد للغاية للنباتات أثناء نموها. لذلك، اكتسبت التقنيات الآلية والدقيقة القائمة على التعلم العميق اهتمامًا خاصًا.
لقد قمنا بتطوير خوارزميات هامة تعتمد على التعلم من خلال عدد قليل من اللقطات لحساب النباتات وتقدير تاريخ الإزهار.

تلعب شبكات السكك الحديدية في جميع أنحاء العالم دورًا حاسمًا في البنية التحتية للنقل وتجسد استثمارات كبيرة. يمكن أن يكون للشبكات المهملة عواقب وخيمة على طول عمر الأصول وأداء الجدول الزمني والسلامة العامة. للتخفيف من هذه المخاطر، تجري السكك الحديدية عمليات تفتيش شاملة لشبكة الخطوط الرئيسية سنويًا والمواقع الرئيسية بشكل متكرر. ومع ذلك، فإن طرق التفتيش اليدوي التقليدية ليست مكلفة وتستغرق وقتًا طويلاً فحسب، بل إنها تشكل أيضًا مخاطر على الموظفين وتؤثر على أداء الجدول الزمني. على الرغم من المحاولات التي بُذلت لتحديث عملية التفتيش باستخدام تقنيات الرؤية الآلية، إلا أنها لا تزال تعتمد على المفتشين البشريين لمراجعة الصور يدويًا، مما يؤدي إلى ممارسات ذاتية وتتطلب عمالة مكثفة. يقدم هذا المشروع نهجًا رائدًا باستخدام خوارزميات التعلم العميق، وتحديدًا الشبكة العصبية العميقة، لفحص الصور تلقائيًا، مما يوفر حلاً يتغلب على هذه القيود ويحدث ثورة في عمليات تفتيش السكك الحديدية.

رسم الخرائط التلقائي Vira Kavir (ACVS) هو برنامج آلي أحدث ثورة في طريقة إنشاء الخرائط. باستخدام ACVS، يمكن للمستخدمين ببساطة تحميل صورة فوتوغرافية، وسيقوم البرنامج تلقائيًا بإنشاء خريطة بناءً على الميزات والتفاصيل الموجودة في الصورة. ومع ذلك، لا يقتصر ACVS على إنشاء الخرائط فحسب. يمكنه أيضًا اكتشاف موضع خطوط الأنابيب من خلال اكتشاف أثرها على الأرض أو الرصيف.
يعتمد برنامج ACVS على تقنيات معالجة الصور المتقدمة والتعلم العميق مثل التجزئة واكتشاف الكائنات. تُستخدم التجزئة لتحديد الأسطح والأراضي والبنية الفوقية للمباني والطرق. تعتمد طريقة التجزئة على المحولات ويمكنها التعامل مع أحجام مختلفة من الكائنات. يتيح هذا للبرنامج تحديد وتسمية الميزات المختلفة في الصورة بدقة.
تُستخدم تقنية اكتشاف الكائنات للكشف عن موضع خطوط الأنابيب. وتتكون طريقة اكتشاف الكائنات من نموذج فائق الدقة ووحدات انتباه، مما يمكنها من اكتشاف حتى أصغر التفاصيل في الصورة. كما تستخدم هذه الخوارزمية أيضًا مربعات حدودية موجهة للتعامل مع خطوط الأنابيب في أماكن مختلفة على سطح الرصيف. وهذا يجعلها أداة مثالية للكشف عن خطوط الأنابيب ورسم الخرائط لها.
تتمثل إحدى الفوائد الرئيسية لبرنامج ACVS في قدرته على إنشاء الخرائط واكتشاف خطوط الأنابيب بسرعة وكفاءة. وهذا مفيد بشكل خاص في حالات الطوارئ حيث يكون الوقت هو الجوهر، مثل الكوارث الطبيعية أو تسرب خطوط الأنابيب. يمكن أيضًا استخدام البرنامج في التخطيط الحضري ومراقبة البيئة وتطبيقات أخرى.