الكشف عن تآكل الحافة الأمامية لشفرة العنفة الريحية باستخدام تقنيات التعلم العميق، والرؤية الحاسوبية

الملخص

يقدم البحث منهجية متكاملة لأتمتة عملية الكشف عن تآكل الحافة الأمامية لشفرة العنفة الريحية وتحديد أبعاد التآكل بالاعتماد على التقنيات المتقدمة للذكاء الاصطناعي والرؤية الحاسوبية، وتحليل فعالية القيم الناتجة في تقييم الأداء الآيروديناميكي للشفرة باستخدام ديناميكا الموائع الحسابية (CFD). تم في البحث، تطوير نموذج Mask R-CNN، وبالاعتماد على مجموعة بيانات لصور شفرات معرضة للتآكل، وذلك لاستخدامه كنموذج للكشف آلياً عن موقع ونوع التآكل، بدلاً من استخدام الطرق التقليدية التي تتطلب إيقاف العنفة وصعود العمال لإجراء الفحص. ثم تم تطوير نموذج حاسوبي ثلاثي الأبعاد لمنطقة التآكل لتحديد أبعاد التآكل، وذلك بتطبيق تقنية إعادة البناء ثلاثي الأبعاد (3D Reconstruction) على صور الشفرة المتآكلة والتي تم كشفها باستخدام النموذج Mask R-CNN المطور في هذا البحث. وبعد ذلك تم نمذجة الشفرة المتآكلة بحالة أبعاد التآكل المحسوبة باستخدام النموذج ثلاثي الأبعاد، وحالة الأبعاد الحقيقية وإجراء محاكاة عددية باستخدام CFD لدراسة تأثير الخطأ في حساب أبعاد التآكل على قيم معاملي الرفع والسحب للشفرة. أظهرت النتائج فعالية نموذج Mask R-CNN في الكشف عن التآكل، حيث بلغت قيمة متوسط معدل الضبط (Mean Average Precision) 84.6%. كما أظهرت الدقة العالية للنموذج الثلاثي الأبعاد في حساب أبعاد التآكل بمتوسط خطأ 0.4 mm، وبلغت القيمة العظمى للخطأ النسبي في حساب معاملي الرفع والسحب 0.45%، و2.38% على التتالي باستخدام CFD.