11456

تشخيص آسيب هاي فيزيكي سطوح در زيرساخت هاي حمل و نقل و هسته اي بر پايه بينايي ماشين

1400

جناب دكتر مرتضي آنالويي

تشخيص و طبقه بندي آسيب هاي سطحي موجود در شبكه حمل و نقل، از قبيل ترك هاي سطحي،پوسته پوسته شدن،لايه لايه شدن، به وجود آمدن حفره هاي داخلي، وجود نشتي و...، براي حفظ امنيت و جلوگيري از فجايع، حائز اهميت ميباشند. اهميت اين موضوع به حدي است كه كشورهاي مختلف براي انجام بازرسي هاي دوره اي و نحوه انجام اين بازرسي ها، مصوباتي را تصويب كرده اند. طبق اين مصوبات تمامي زيرساخت هاي حمل و نقل بايد به صورت مرتب و دوره اي مورد بررسي و در صورت نياز مورد بازسازي و يا بهسازي قرار بگيرند.از آن جهت كه انجام اين بازرسي ها براي عاملين انساني، دشوار، زمان بر، پر هزينه و حتي مخاطره آميز است، روش هاي مختلفي را براي خودكارسازي اين بازرسي ها، با استفاده از بينايي ماشين و يادگيري ماشين، بررسي خواهيم كرد. اين روش ها را به صورت كلي به سه دسته ي پردازش تصويري، يادگيري ماشين كلاسيك، يادگيري ماشين مدرن (يادگيري عميق) تقسيم خواهيم كرد و براي هر كدام نمونه هاي موفقي را شرح خواهيم داد. در ادامه به بررسي و تشخيص آسيب¬هاي سطحي در صنعت هسته اي ميپردازيم، در مورد تشخيص آسيب هاي سطحي در شبكه حمل و نقل لزوما تمامي آسيب هاي تشخيص داده شده منجر به فجايع و آسيب هاي بزرگ نمي شوند، ولي در صنعت هسته اي كوچكترين آسيبي برروي بدنه راكتور ها و يا در نيروگاه ها، ميتواند منجبر به حوادثي غيرقابل جبران شوند، لذا در اين صنعت نياز به بازرسي هاي كوتاه مدت تر و دقيق تري داريم. به همين دليل، علاوه بر روش هاي مبتني بر بينايي ماشين، روش تكميلي را بررسي خواهيم كرد كه دقت تشخيص را براي ما افزايش خواهد داد و در حدودي، زمان لازم براي تشخيص را نيزكاهش خواهد داد.

11/23/2022 12:00:00 AM

77003

1401/09/16

Detection of Physical Damage to Surfaces in Transportation Infrastructures and Nuclear Infrastructures based on Machine Visionn

تشخيص و طبقه بندي ترك , تشخيص آسيب هاي سطحي در صنعت هسته اي , پردازش تصوير , يادگيري ماشين , بينايي كامپيوتر

Crack Detection & Classification , Surface Damage Detection , Image Processing , Machine Learning , Machine Vision