10030

مروري بر يافته ها درخصوص مدل هاي شناسايي عيب هاي لوله هاي فاضلاب و پيش بيني وضعيت خرابي در تصاوير دوربين مداربسته

1398-1400

مصطفي خانزادي

فاضلاب‌هاي شهري جزو زير ساخت‌هاي مهم و اصلي شهر و كشور مي‌باشد. فاضلاب‌ها به‌عنوان حفاظت از كيفيت آب، حفاظت از سلامت عمومي، بهداشت، باران و تخليه آب اضافي از باران، ذوب برف كه سپس به رودخانه‌ها، درياچه‌ها يا درياها هدايت مي‌شود، عمل مي‌كنند. بااين‌حال، اين دارايي‌ها در معرض تهديد جدي قرار دارند، زيرا زماني كه لوله فاضلاب قديمي مي‌شود، نقص‌ها و ترك‌هاي بيشتري در سطح آن ظاهر مي‌شود. همچنين توسعه‌ي شهرها افزايش جمعيت موجب آن شده است كه فاضلاب‌ها نقش مهم‌تري براي توسعه و ترميم داشته باشند. براي همين روش‌هاي بازرسي به سمت آن رفته است تا در حداقل زمان بتوان عيب‌هاي فاضلاب شناسايي شود و براي ترميم آن اقدام به عمل آيد. براي اين مهم استفاده از هوش مصنوعي و ربات‌هاي ويديومتري به كمك اين عمليات خواهند آمد. تلويزيون مداربسته معمولاً براي بازرسي لوله‌هاي فاضلاب استفاده مي‌شود. در حال حاضر، تحليل تصاوير دوربين مداربسته بيشتر به‌صورت دستي براي شناسايي نوع و محل عيب انجام مي‌شود كه زمان‌بر، كاري سخت و نادرست است. تكنيك‌هاي بينايي رايانه‌اي مرسوم براي تحليل خودكار تصاوير دوربين‌هاي مداربسته بررسي مي‌شوند، اما چنين فرآيندي به مقدار زيادي پيش‌پردازش تصوير و طراحي يك استخراج‌كننده ويژگي پيچيده براي موارد خاص نياز دارد. روش پيشنهادي مختلفي در ساليان اخير مطرح شده است كه براي تشخيص دقيق عيوب لوله فاضلاب با دقت بالا و سرعت سريع قابل‌استفاده است. علاوه بر اين، يك مدل جديد ساخته‌شده و چندين فراپارامتر براي مطالعه عوامل تأثيرگذار رويكرد پيشنهادي تنظيم مي‌شوند. نتايج آزمايش‌هاي محتلف نشان مي‌دهد كه اندازه مجموعه داده‌ها، نوع شبكه اوليه و حالت آموزش، و فراپارامترهاي شبكه بر عملكرد مدل تأثير دارند. به‌طور خاص، افزايش اندازه مجموعه داده‌ها و استفاده از مجموعه الگوريتم‌هاي مناسب مي‌تواند دقت مدل را بهبود بخشد. اين مطالعه پايه و اساس استفاده از تكنيك‌هاي يادگيري عميق در تشخيص عيب لوله فاضلاب و همچنين رسيدگي به مسائل مشابه براي ساخت‌وساز و مديريت تأسيسات را ايجاد مي‌كند.

11/4/2021 12:00:00 AM

72932

1400/08/28

A review of identifying the defects of sewer pipes and predicting the sewer condition in CCTV images

عيب فاضلاب , ويديومتري , يادگيري عميق , هوش مصنوعي