跳动猜谜网洛桑联邦理工学院和格拉斯哥大学之间的国际合作开发了一种先进的机器学习算法，可以在涡轮机投入使用之前有效检测风力涡轮机复合材料叶片中隐藏的制造缺陷。
有缺陷的风力涡轮机叶片可能会给运营叶片的公司带来巨大的成本，特别是如果缺陷未被注意到，直到为时已晚。这就是为什么质量保证对于全球风力涡轮机制造商来说是一个战略问题。如今，当这些复合结构从生产线上滚下时，质量检查仅限于有限区域的表面检查。
但根据洛桑联邦理工学院和格拉斯哥大学研究人员共同创建的新方法，检查工程师可以使用新的专利雷达技术与人工智能助手相结合，来检测地表下可能存在的异常情况。这种方法有很多优点：它是非破坏性、非接触式的，支持敏捷、快速的数据采集和分析，并且需要很少的电力来运行。该研究刚刚发表在《机械系统和信号处理》杂志上。
融合信号处理和人工智能
该研究借鉴了两个机构合作伙伴的早期工作。这项工作由 Olga Fink 领导，她目前是土木工程终身教授助理，也是 EPFL 建筑、土木与环境工程学院 (ENAC) 智能维护和操作系统实验室 (IMOS) 的负责人。
在之前的研究中，她开发了通过处理故障机器产生的声音来检测异常的方法、对录音进行背景噪声抑制的方法，以及通过将学习能力注入众所周知且基础良好的信号处理方法中来对鸟鸣进行分类的方法。
“制造商正在制造更大、设计更复杂的风力涡轮机。所有这些都增加了制造阶段出现缺陷的可能性，”智能维护和操作系统实验室 (IMOS) 负责人奥尔加·芬克 (Olga Fink) 说。
如今，她正在为她的人工智能驱动系统寻找新的应用程序。“风力涡轮机由几种不同的复合材料制成，例如玻璃纤维和碳纤维，”她说。“制造商也在将它们制造得更大，设计更复杂。所有这些都增加了制造阶段出现缺陷的可能性。”
洛桑联邦理工学院和格拉斯哥大学之间的国际合作开发了一种先进的机器学习算法，可以在涡轮机投入使用之前有效检测风力涡轮机复合材料叶片中隐藏的制造缺陷。
有缺陷的风力涡轮机叶片可能会给运营叶片的公司带来巨大的成本，特别是如果缺陷未被注意到，直到为时已晚。这就是为什么质量保证对于全球风力涡轮机制造商来说是一个战略问题。如今，当这些复合结构从生产线上滚下时，质量检查仅限于有限区域的表面检查。
但根据洛桑联邦理工学院和格拉斯哥大学研究人员共同创建的新方法，检查工程师可以使用新的专利雷达技术与人工智能助手相结合，来检测地表下可能存在的异常情况。这种方法有很多优点：它是非破坏性、非接触式的，支持敏捷、快速的数据采集和分析，并且需要很少的电力来运行。该研究刚刚发表在《机械系统和信号处理》杂志上。
融合信号处理和人工智能
该研究借鉴了两个机构合作伙伴的早期工作。这项工作由 Olga Fink 领导，她目前是土木工程终身教授助理，也是 EPFL 建筑、土木与环境工程学院 (ENAC) 智能维护和操作系统实验室 (IMOS) 的负责人。
在之前的研究中，她开发了通过处理故障机器产生的声音来检测异常的方法、对录音进行背景噪声抑制的方法，以及通过将学习能力注入众所周知且基础良好的信号处理方法中来对鸟鸣进行分类的方法。
“制造商正在制造更大、设计更复杂的风力涡轮机。所有这些都增加了制造阶段出现缺陷的可能性，”智能维护和操作系统实验室 (IMOS) 负责人奥尔加·芬克 (Olga Fink) 说。
如今，她正在为她的人工智能驱动系统寻找新的应用程序。“风力涡轮机由几种不同的复合材料制成，例如玻璃纤维和碳纤维，”她说。“制造商也在将它们制造得更大，设计更复杂。所有这些都增加了制造阶段出现缺陷的可能性。”
