توسعه فناوری جدید برای تشخیص عیوب در سطوح سلول‌های سوختی

به گزارش خبرگزاری صدا و سیما به نقل از تک اکسپلور، این فناوری توسط محققان موسسه علم و استاندارد‌ها کره جنوبی مبتنی بر یادگیری عمیق توسعه یافته و قادر به بررسی سه بعدی لحظه‌ای سطوح است.

سلول‌هایی سوختی، از جمله اجزای کلیدی و جدایی ناپذیر خودرو‌های الکتریکی مجهز به سوخت هیدروژنی (FCEVs) هستند و به عنوان سامانه‌های دوستدار محیط زیست عمل می‌کنند. در این سامانه ها، از طریق واکنش شیمیایی هیدروژن و اکسیژن، انرژی الکتریکی و گرما تولید می‌شود.
به گفته محققان، این فناوری جدید می‌تواند عیوب سطحی را تنها با یک عکس تشخیص دهد و امکان نظارت مداوم بر کیفیت محصول را در روند تولید فراهم کند.

در این فناوری از یک روش پیشرفته برای اندازه‌گیری سه‌بعدی شکل سطح به صورت لحظه‌ای استفاده می‌شود به طوری که نور با الگوی شبکه کامپوزیت متراکم بر روی سطح یک جسم پخش می‌شود و سپس الگوی تغییر شکل یافته پس از انعکاس برای به دست آوردن اطلاعات سه بعدی در مورد نقص یا آسیب تجزیه و تحلیل می‌شود.

با این حال، یکی از محدودیت‌های این روش این است که نمی‌تواند سطوح با بازتاب کم یا الگو‌های ترکیبی مختلف را اندازه گیری کند. برای مثال، بررسی جداکننده فلزی، که جزء اصلی سلول‌های سوختی محسوب می‌شود، با استفاده از اندازه‌گیری سه‌بعدی چالش برانگیز است، زیرا از فولاد ضد زنگ (SUS) با سطح ناهموار ساخته شده است.

این تیم تحقیقاتی برای غلبه بر این محدودیت، یک الگوریتم هوش مصنوعی (AI) را طراحی کرد که از یک شبکه یادگیری عمیق جدید به نام DYnet++ بهره می‌برد. این شبکه با داده‌های اندازه گیری بر روی هزاران شکل سطح آموزش داده شده بود و همین امر به فناوری جدید امکان می‌داد تا اندازه‌گیری‌های سه بعدی را به صورت لحظه‌ای از سطوحی با بازتاب کم یا اشکال پیچیده انجام دهد.

تیم تحقیقاتی برای استفاده از این فناوری در نمونه‌های سلول‌های سوختی، الگوریتم هوش مصنوعی توسعه یافته را با استفاده از داده‌های مربوط به جداکننده‌های فلزی با نقایصی در سطح آموزش دادند. نتایج اندازه‌گیری نشان می‌دهد که فرورفتگی‌ها و خراش‌ها روی سطوح نمونه، که تشخیص آن‌ها از طریق بازرسی دو بعدی معمولی دشوار است، با موفقیت در یک عکس شناسایی می‌شوند، زیرا الگوریتم هوش مصنوعی حتی با مقدار کمی داده، توانست تشخیص درستی انجام دهد.

محققان می‌گویند فناوری توسعه یافته از طریق این تیم را می‌توان به راحتی در خطوط تولید مورد استفاده قرار داد. این فناوری می‌تواند با افزایش بهره وری، بهبود کیفیت محصول و کاهش هزینه ها، به معرفی کارخانه‌های هوشمند در حوزه‌های مختلف صنعت تولید کمک کند.

شرح کامل این مقاله در مجله IEEE Transactions on Industrial Electronics منتشر شده است.