共计 652 个字符，预计需要花费 2 分钟才能阅读完成。
_图片来源: Yousuk Yang/Shutterstock.com_
克拉根福大学的研究团队与行业合作伙伴 AIR6 SYSTEMS 携手，正在开展由 FFG 资助的 DORBINE 项目，旨在开发一种利用人工智能管理无人机群的技术，用于监测运行中的风力涡轮机。
传统上，风力涡轮机的检查需要停机，这不仅导致能源生产中断，而且检查成本高昂。为了应对这一挑战，研究团队提出了一种创新的解决方案。
无人机群必须精确定位在涡轮机周围，即使在复杂的操作条件下，也要确保无人机与涡轮机各部件之间的距离和角度始终可控。这样，无人机才能收集到全面的数据。
Farzad Tashtarian, 研究联合负责人, 克拉根福大学
为了实现这一目标，科学家们正在利用人工智能辅助的图像分析技术，识别涡轮机中最细微的缺陷。无人机配备了高分辨率摄像头以及 LiDAR、雷达和超声波传感器，以收集详细的数据。
通过 DORBINE 项目，研究团队致力于实现以下目标：风力涡轮机在检查时无需停机。强大的人工智能导航系统将确保无人机群精确定位，并高效收集数据。先进的人工智能和机器学习系统将通过精确识别照片中的裂纹、侵蚀和结构变形，优化维护程序和检查计划。
迄今为止，风力涡轮机的检查一直依赖直升机和作业船，这不仅成本高昂，还会产生大量的二氧化碳排放。使用无人机群可以显著减少这些排放。
Farzad Tashtarian, 研究联合负责人, 克拉根福大学
AIR6 SYSTEMS 是 DORBINE 项目的合作伙伴，奥地利研究促进机构（FFG）为这项研究提供了资金支持。
来源: 克拉根福大学
