近日，DNV啟動了一項新的合作研究項目，旨在開發(fā)一種自動數(shù)據(jù)處理程序，用于驗證已檢測到的風機葉片缺陷，從而提高行業(yè)信任度，使自動化數(shù)據(jù)處理技術獲得行業(yè)廣泛接受，并以信息助力未來監(jiān)管。

該研究項目由布里斯托爾大學(Bristol)和Percepetual Robotics公司合作執(zhí)行，將對自動無人機所收集的自動核查、確認和處理等檢驗數(shù)據(jù)進行調查，以提升檢驗質量和性能。該項目旨在為英國自動化檢驗行業(yè)發(fā)展做出貢獻。

無人駕駛、遠程操控車輛和無人機通常被用于在難以到達的極端環(huán)境下的海上風電場資產(chǎn)檢驗。這些工具可以收集豐富而廣泛的數(shù)據(jù)集，包括高清視頻、圖像、地理定位和傳感器數(shù)據(jù)，以提供所安裝設備的完整信息，而無需人員親臨這些危險區(qū)域。

自2021年4月開始的這一項目將運行12個月，滿足對所收集數(shù)據(jù)進行完全自動化處理的需求。目前，數(shù)據(jù)收集仍是半自動化的，主要依賴于訓練有素的專家對圖像數(shù)據(jù)進行目視檢查。

DNV數(shù)字化保障高級研究員Elizabeth Traiger博士說：“由于目前許多檢驗仍然是人工進行，對海上風機的目視檢驗又貴又耗勞力，也很危險，而自動目視檢驗可以解決這些問題。這次合作將打造出一個自動化處理流程和通用框架，從而獲得行業(yè)的廣泛接受度，并為未來的監(jiān)管提供信息。因此，該項目應該也會為自動化檢驗行業(yè)的發(fā)展建立一個基石。”

“隨著世界范圍內風機安裝數(shù)量的增加，尤其是很多風機安裝于偏遠和惡劣環(huán)境下，檢驗數(shù)據(jù)收集數(shù)量很快超出了熟練的檢驗人員的能力。該研究項目將通過機器學習算法和過程自動化來解決這一挑戰(zhàn)。”DNV集團研發(fā)總監(jiān)Pierre C. Sames補充道。

作為項目的一部分，布里斯托大學的視覺信息實驗室、3D計算機視覺和圖像處理專家，將使用SLAM和3D追蹤技術創(chuàng)建檢驗圖像和缺陷自動定位的算法。

Perceptual Robotics是一家專門從事使用無人機對風機進行視覺檢測的中小企業(yè)，它將完成無人機檢驗，并創(chuàng)建基于人工智能的缺陷檢測模型，以在商業(yè)生產(chǎn)環(huán)境中試驗過程自動化。

DNV將提供檢驗的專業(yè)知識，核實收集的數(shù)據(jù)，驗證人工智能算法的方法和性能，并就現(xiàn)有的DNV和IEC推薦做法、規(guī)范和行業(yè)網(wǎng)絡提供指導。

這項研究贏得了英國技術戰(zhàn)略委員會的“創(chuàng)新英國”項目（Innovate UK）舉辦的“機器人助力更安全的世界”競賽項目，并由此獲得了專項資金支持。