نظام الفحص البصري بالذكاء الاصطناعي للرافعات: تقنية تعتمد على التعلم العميق لضمان سلامة عمليات الرفع وتحديد عيوب الحبال الفولاذية
يعد نظام الفحص البصري بالذكاء الاصطناعي للرافعات الجسرية حلاً ذكيًا لمراقبة السلامة يعتمد على تقنيات التعلم العميق والحوسبة الطرفية، حيث يتم نشر كاميرات صناعية في بيئة تشغيل الرافعات وتزويدها بنماذج الذكاء الاصطناعي مثل YOLOv8 وResNet، مما يتيح الكشف عن دخول الأشخاص تحت الحمولة (بدقة >98٪) والتعرف على انقطاع الأسلاك على سطح الحبل الفولاذي (بدقة >95٪)، ومراقبة تآكل السكك (بدقة >96٪)، وتوقع تأرجح الخطاف (MSE <0.5°)، وغيرها من وظائف الاستشعار البصري متعدد الأبعاد، مع التحكم في تأخير الفحص في حدود 50 مللي ثانية.
أولاً: بنية نظام الرؤية بالذكاء الاصطناعي للرافعة الجسرية
يتكون نظام الرؤية بالذكاء الاصطناعي للرافعات من ثلاث طبقات: طبقة الاستشعار (كاميرا صناعية + إضاءة تكميلية + مشفر)، وطبقة الاستدلال (بوابة الذكاء الاصطناعي الطرفية لتحميل النماذج)، وطبقة التنفيذ (ترابط PLC + إنذار + سجل). عادةً ما يتم تركيب الكاميرا أسفل هيكل العربة أو على جانب العارضة الرئيسية، ويتم نقل الفيديو عبر بروتوكول RTSP في الوقت الفعلي إلى عقدة الاستدلال الطرفية. نظام الرؤية بالذكاء الاصطناعي والرافعة الجسريةنظام إدارة المراقبة الأمنية(للمزيد من التفاصيل، انظرحل نظام مراقبة السلامة للرافعات) بالتزامن، بحيث يتم تشغيل جهاز التحكم المنطقي القابل للبرمجة (PLC) مباشرةً لتخفيف السرعة أو الإيقاف الفوري عند اكتشاف إشارات الخطر.
| سيناريوهات الاختبار | نموذج الذكاء الاصطناعي | أدخل الأبعاد | دقة الاستدلال | تأخير الاستدلال على الحافة | معدل الدقة | معدل الإبلاغ الخاطئ |
|---|---|---|---|---|---|---|
| الكشف عن وجود أشخاص أسفل الحمولة المعلقة | YOLOv8n | 640×640 | FP16 | 8~15 مللي ثانية | >98% | <1% |
| فحص انقطاع خيوط الحبال الفولاذية | ResNet18-FPN | 224×224 | FP16 | 3 إلى 8 مللي ثانية | >95% | <3% |
| الفحص البصري لتآكل القضبان | EfficientNet-B0 | 512×512 | FP16 | 20~40 مللي ثانية | >96% | <2% |
| توقع تأرجح الخطاف | Bi-LSTM-2 | تسلسل 64×10 | FP16 | 2 إلى 5 مللي ثانية | MSE < 0.5° | — |
ثانياً: اختيار طراز الكاميرا ومعلمات النشر
يؤثر اختيار كاميرا نظام الرؤية للرافعات بشكل مباشر على دقة التعرف بالذكاء الاصطناعي. يُنصح باستخدام كاميرا صناعية CMOS ذات مصراع شامل، بدقة تتراوح بين 5 و12 مليون بكسل، ومعدل إطارات لا يقل عن 30 إطارًا في الثانية. على سبيل المثال، في فحص الحبال الفولاذية، يجب وضع الكاميرا على مسافة تتراوح بين 0.5 و1.5 متر من الحبل الفولاذي، مع إضاءة إضافية تبلغ 200 لوكس على الأقل، وبعد بؤري للعدسة يتراوح بين 8 و16 ملم لضمان أن تشكل سطح الحبل نسبة لا تقل عن 60% من مجال الرؤية.
| سيناريوهات الاختبار | الكاميرات الموصى بها | الدقة | معدل الإطارات (fps) | البعد البؤري للعدسة | مسافة التركيب | متطلبات الإضاءة الإضافية |
|---|---|---|---|---|---|---|
| كشف تسلل الأفراد | Hikvision MV-CA050-10GC | 2592×1944 | 30 | 6~12 مم | 5~15 متر | بدون إضاءة / إضاءة طبيعية |
| فحص سطح الحبال الفولاذية | باسلر acA2440-75um | 2448×2048 | 75 | 12~25 مم | 0.5~1.5 متر | مصباح LED دائري |
| فحص تآكل القضبان | Hikvision MV-CA013-21GC | 1280×1024 | 210 | 8~16 مم | 0.3~0.8 متر | مصباح LED خطي |
| تتبع تأرجح الخطاف | Daheng MER-502-79U3M | 2592×2048 | 79 | 6~12 مم | 3 إلى 8 أمتار | لا يوجد/إضاءة محيطة |
ثالثًا: نشر نماذج الذكاء الاصطناعي وتحسين الاستدلال
3.1 استراتيجية التقييم الكمي للنموذج
تحتاج نماذج الذكاء الاصطناعي على جانب الحافة (edge) إلى الضغط الكمي قبل أن تتمكن من العمل في الوقت الفعلي على بوابات الحافة ذات القدرات الحاسوبية المحدودة. يُوصى باتباع استراتيجية نشر من ثلاث مراحل: التكمية FP16 (فقدان الدقة <0.1%، انخفاض الحجم إلى النصف) + تسريع TensorRT (زيادة سرعة الاستدلال بمقدار 1.5~2×) + التكمية INT8 (فقدان الدقة 0.3~1.5%، ضغط الحجم بنسبة 75%، تسريع الاستدلال بمقدار 2~4×) . بعد تخميط نموذج YOLOv8n باستخدام FP16 وتحسينه بواسطة TensorRT، يبلغ تأخير الاستدلال على NVIDIA Jetson Orin NX 8~12 مللي ثانية فقط.
3.2 اختيار بوابة الاستدلال الطرفي
| طراز بوابة الحافة | وحدة المعالجة المركزية/وحدة معالجة الرسومات | ذاكرة الوصول العشوائي (RAM) | التخزين | اتفاقية الدعم | درجة حرارة التشغيل | حالات الاستخدام |
|---|---|---|---|---|---|---|
| EG-200 | ARM Cortex-A76 بسرعة 2.0 جيجاهرتز | 4 جيجابايت | 64 جيجابايت eMMC | OPC UA/MQTT/Modbus | -25 إلى 70 درجة مئوية | فحص انقطاع خيوط الحبال الفولاذية |
| EG-500 | x86 Celeron N5105 | 8 جيجابايت | محرك أقراص SSD سعة 128 جيجابايت | جميع البروتوكولات + WiFi 6 | -20 إلى 65 درجة مئوية | كشف تسلل الأفراد |
| EG-1000 | x86 i7-1185G7 + NVIDIA Jetson | 32 جيجابايت | 512 جيجابايت NVMe | جميع البروتوكولات + 5G | -20 إلى 60 درجة مئوية | التوصيل المتوازي لعدة نماذج |
رابعاً: عملية التنفيذ ودورة البيانات المغلقة
يتم نشر نظام الرؤية بالذكاء الاصطناعي للرافعات في خمس خطوات: المسح الميداني لتحديد نقاط تركيب الكاميرات → نشر بوابات الحافة → جمع البيانات الموسومة للتدريب (5000 صورة على الأقل لكل مشهد) → تدريب النموذج → النشر والتشغيل المشترك. نظام الرؤية بالذكاء الاصطناعي والرافعاتنظام التحكم في منع الاهتزاز بالذكاء الاصطناعي(للمزيد من التفاصيل، انظرحل تقنية التحكم في منع الاهتزاز باستخدام الذكاء الاصطناعي）共享边缘推理节点，降低硬件成本。系统上线后持续采集边缘侧推理日志上传云端，每月增量训练更新模型，形成\”采集—训练—部署—反馈\”的数据闭环。
بالنسبة للرافعات التي تجاوز عمرها التشغيلي 3 سنوات، تتراوح فترة استرداد الاستثمار في تحديثات الرؤية بالذكاء الاصطناعي عادةً بين 8 و14 شهراً. بعد تزويد رافعة صب سعة 50 طناً في أحد مصانع الصلب بنظام الرؤية بالذكاء الاصطناعي، انخفضت حوادث انقطاع الحبال الفولاذية إلى الصفر، كما انخفض زمن استجابة الإنذار عند دخول الأشخاص إلى منطقة الرفع من 2 إلى 3 ثوانٍ إلى 0.3 ثانية.
خامساً: مزايا حل نظام الرؤية بالذكاء الاصطناعي من شركة كرود للصناعات الثقيلة
تقدم شركة Krud Heavy Industry حلاً متكاملاً لنظام الرؤية بالذكاء الاصطناعي للرافعات الجسرية، يشمل اختيار الكاميرات الصناعية وتصميم حوامل التثبيت، ونشر بوابات الذكاء الاصطناعي الطرفية (التي تدعم أطر عمل متعددة مثل TensorRT/OpenVINO/ONNX Runtime)، وتدريب نماذج الذكاء الاصطناعي (مع دعم التدريب على البيانات الخاصة بالعميل دون الكشف عن معلمات العمليات). يمكن ربط النظام مباشرة بنظام PLC الأصلي للرافعات الجسرية، ويأتي مزودًا بشكل قياسي بخاصية تحميل البيانات عبر بروتوكولي OPC UA و MQTT. توفر شركة Krud Heavy Industry خدمة المسح الميداني المجاني وتقييم جدوى الذكاء الاصطناعي، لضمان أن دقة التعرف في كل سيناريو فحص تفي بمتطلبات السلامة في العمل.
الأسئلة الشائعة
问：天车AI视觉检测系统可以识别哪些安全隐患？
A：可识别：吊物下方人员入侵、吊物偏摆角度异常、钢丝绳断丝/磨损/腐蚀（精度≥95%）、轨道区域障碍物、吊具未到位、操作人员安全帽/安全带有无佩戴等。
问：天车AI视觉检测的硬件配置要求？
A：推荐工业相机（500万像素以上、全局快门）、防爆/防水外壳、机载边缘计算设备（NVIDIA Jetson或Intel i7级别）、推荐光照条件（>200lux）、检测帧率≥15fps。
问：AI视觉检测执行哪些标准？
A：安全监控参考GB/T 28264，算法评估参考GB/T 36377，工业相机参考GB/T 36412。安全距离检测参考ISO 13855。
