كانت شركة eSmart Systems تتطلع إلى تعزيز عمليات التفتيش على المرافق وتحسين كفاءة الشبكة باستخدام الرؤية الحاسوبية للكشف عن الأعطال والصيانة التنبؤية.
من خلال دمج نماذج Ultralytics YOLO في منصتها، Grid Vision®، قللت eSmart Systems من وقت الفحص بنسبة 50%، ومكّنت من اكتشاف الأعطال بشكل أسرع، وتحولت إلى الصيانة الاستباقية.
شركة eSmart Systems هي شركة مقرها النرويج تساعد مزودي المرافق على فحص وإدارة الأصول واسعة النطاق، مثل شبكات الطاقة والمحطات الفرعية، باستخدام الرؤية والتحليلات الحاسوبية. وعلى وجه الخصوص، تستفيد منصتهم الرئيسية، Grid Vision®، من الرؤية الحاسوبية والتحليلات الجغرافية المكانية وبيانات السلاسل الزمنية لتحليل الصور الجوية واكتشاف المكونات والعيوب وتقديم رؤى تنبؤية عبر خطوط النقل.
ولتعزيز كفاءة الفحص بشكل أكبر، قامت شركة eSmart Systems بدمج نماذج Ultralytics YOLO في نظام Grid Vision®. وقد أدى ذلك إلى زيادة سرعة اكتشاف العيوب ومكّن المرافق من التحول من الإصلاحات التفاعلية إلى الصيانة الأكثر كفاءة والقائمة على الحالة.
تركز شركة eSmart Systems، التي يقع مقرها الرئيسي في هالدن بالنرويج، على تقديم حلول مبتكرة لقطاع المرافق لمراقبة البنية التحتية الحيوية وصيانتها. على سبيل المثال، توفر منصتهم الرئيسية، Grid Vision®، حلاً شاملاً لفحص وإدارة الأصول واسعة النطاق مثل شبكات الطاقة والمحطات الفرعية.
تحظى أنظمة eSmart Systems بثقة أكثر من 70 مرفقًا في جميع أنحاء العالم، وقد قامت بفحص أكثر من 100,000 كيلومتر من خطوط الطاقة، مما يمكّن المرافق من اتخاذ قرارات أفضل تعتمد على البيانات. يجعل نظام ®Grid Vision الصيانة أكثر كفاءة، ويقلل من المخاطر، ويدعم الانتقال إلى بنية تحتية للطاقة أكثر مرونة واستدامة.
تضمن eSmart Systems أيضًا أن حلول الذكاء الاصطناعي الخاصة بها تلبي المعايير العالية لخصوصية البيانات والامتثال التنظيمي. فهي حاصلة على شهادة الأيزو 27001 لإدارة أمن المعلومات ومتوافقة مع المادة 7.8 من قانون Netcode، التي تحكم التبادل الآمن للبيانات في عمليات شبكة الكهرباء الأوروبية.
تمتد شبكات الطاقة عبر مناطق شاسعة، وغالباً ما تمر عبر مواقع نائية أو يصعب الوصول إليها. العديد من هذه الأنظمة متقادمة وتتطلب عمليات تفتيش منتظمة لضمان السلامة والموثوقية. إن فحص المكونات مثل أبراج النقل وخطوط الطاقة يستغرق وقتاً طويلاً ومكلفاً وقد يكون محفوفاً بالمخاطر بالنسبة للعمال.
هدفت شركة eSmart Systems إلى التقاط صور جوية باستخدام الطائرات بدون طيار وطائرات الهليكوبتر، وتطبيق الرؤية الحاسوبية للكشف عن المكونات وتحديد العيوب. ومع ذلك، نظرًا لاختلاف مكونات المرافق والتقاط الصور في ظروف مختلفة، كان من الصعب الحفاظ على سير عمل فحص متسق.
كما كانت مراجعة هذه الصور يدويًا بطيئة وكثيفة الاستخدام للموارد، مما جعل من الصعب توسيع نطاق اكتشاف الأعطال. لأتمتة عمليات الفحص ودعم الصيانة الاستباقية، احتاجت شركة eSmart Systems إلى نموذج ذكاء اصطناعي بصري سريع وقابل للتكيف يمكنه الأداء بشكل موثوق عبر أنواع الأصول والمناطق والظروف الجوية.
ولإضفاء طابع الأتمتة والذكاء على عمليات فحص الشبكات، قامت شركة eSmart Systems بدمج نموذج Ultralytics YOLO، وهو نموذج رؤية حاسوبية، في منصة Grid Vision® الخاصة بها. تدعم نماذج Ultralytics YOLO العديد من مهام الرؤية الحاسوبية، بما في ذلك اكتشاف الأجسام، مما يسمح للمنصة بتحديد المكونات الرئيسية مثل الأبراج والأذرع المتقاطعة والعوازل والموصلات في الصور الجوية.
كما يتم استخدام النماذج للكشف عن العيوب مثل زحف النباتات والتلف والتآكل، والتي يمكن أن تؤثر على أداء الشبكة. وبمجرد الكشف عن المكونات والعيوب، تتم معالجة هذه المعلومات من خلال نظام Grid Vision®، الذي يستخدم المعالجة السحابية لأتمتة عملية الفحص وتوسيع نطاقها بسرعة ودقة.
تقوم المنصة بتحديد العيوب المحتملة وتقييم مستويات المخاطر المرتبطة بها، وتساعد المرافق على تخطيط الصيانة بناءً على حالة الأصول. يسمح هذا المزيج من الاكتشاف والتحليل في الوقت الفعلي للمرافق بالانتقال من الصيانة التفاعلية إلى نهج أكثر استباقية، مما يساعدها على استباق المشاكل المحتملة قبل أن تؤدي إلى أعطال مكلفة.
من خلال دمج هذه الرؤى مع البيانات الوصفية وبيانات السلاسل الزمنية، تمكّن Grid Vision® من تحسين استراتيجيات الصيانة الخاصة بها، مما يحسّن الكفاءة ويقلل من مخاطر الانقطاعات غير المتوقعة.
اعتمدت شركة eSmart Systems نماذج Ultralytics YOLO لسرعتها ودقتها وتكاملها السلس في خط أنابيب الذكاء الاصطناعي الخاص بها. تقدم نماذج Ultralytics YOLO نتائج متسقة عند تحليل الصور الجوية الكبيرة عالية الدقة، مما يجعلها مثالية لعمليات فحص الشبكات.
بالإضافة إلى ذلك، توفر حزمة Ultralytics Python مجموعة متنوعة من خيارات التكامل، بما في ذلك 15 تنسيق تصدير. تتيح هذه المرونة لشركة eSmart Systems نشر النماذج عبر بيئات مختلفة. فهم يستخدمون تنسيقات مثل PyTorch للتدريب و ONNX للاستدلال المحسّن لوحدة المعالجة المركزية في الإنتاج، خاصةً عندما تكون موارد وحدة معالجة الرسومات محدودة في بنيتهم التحتية السحابية.
مع وجود أكثر من 30 نموذجاً من نماذج Ultralytics YOLO قيد الإنتاج بالفعل، يمكن لشركة eSmart Systems توسيع نطاق عمليات التفتيش بكفاءة. وهذا يسمح لها بالتركيز على تحسين جودة البيانات ومعالجة التحديات الخاصة بالمرافق.
لقد كان تأثير Grid Vision®، المدعوم بنماذج Ultralytics YOLO، كبيرًا في تعزيز عمليات فحص المرافق. من خلال أتمتة عمليات فحص الأصول وتحسين اكتشاف العيوب، قلل نظام ®Grid Vision من أعباء العمل اليدوية وزاد من السلامة وسهّل وضع استراتيجيات صيانة أكثر استباقية.
على سبيل المثال، في سويسرا، قامت شركة طاقة كبرى تدير آلاف الأعمدة (الهياكل العالية التي تدعم خطوط الكهرباء) في التضاريس الجبلية في سويسرا بتقليل أوقات الفحص بنسبة 50%. وقد أدى الانتقال من التسلق اليدوي إلى عمليات الفحص المعتمدة على الطائرات بدون طيار إلى تسريع اكتشاف الأعطال وتحسين سلامة العمال وتوفير الوقت.
وبالمثل، في الولايات المتحدة، استخدم مزود كبير للمرافق في الولايات المتحدة برنامج Grid Vision® لرقمنة 1,400 هيكل نقل في ثلاثة أشهر فقط. وقد حلّ تحليل الصور هذا القائم على الذكاء الاصطناعي محل المراجعات اليدوية للصور، مما سمح بالتحقق من صحة الصور عن بُعد وتمكين اتخاذ قرارات أفضل في تخطيط رأس المال قائمة على البيانات.
وبالمثل، في فنلندا، قام مشغل نظام نقل في فنلندا بتقليل الزيارات الميدانية وتقليل حالات الانقطاع من خلال التحول من عمليات الفحص الأرضية إلى التقييمات التي تتم بمساعدة الطائرات بدون طيار. وبفضل نظام Grid Vision® واكتشاف العيوب المدعوم من YOLO، تحسنت دقة الفحص، وتمكن العمال المهرة من التركيز على مهام أكثر أهمية.
.webp)
بالنظر إلى المستقبل، ومع توسع شركة eSmart Systems على مستوى العالم، فإنها تتصدى لتحديات مثل البنية التحتية المتباينة، وطرق التقاط الصور المختلفة، وانجراف البيانات عبر المناطق. وللتغلب على هذه المخاوف، تركز الشركة على جعل Grid Vision® أكثر قابلية للتطوير والتكيف.
وقد كان تقدمهم مع خطوط أنابيب MLOps أمرًا أساسيًا، حيث قاموا بتبسيط إعادة تدريب النموذج وأتمتة توسيع مجموعة البيانات. تعمل هذه التحسينات باستمرار على تعزيز دقة وأداء حلول الذكاء الاصطناعي الخاصة بهم. تمهد eSmart Systems الطريق لإدارة أكثر كفاءة وموثوقية للشبكة، مما يضمن نهجًا جاهزًا للمستقبل في التحول العالمي للطاقة.
هل أنت مهتم بالرؤية الحاسوبية؟ استكشف مستودع GitHub الخاص بنا لترى كيف تقود نماذج Ultralytics YOLO الابتكارات في مجالات مثل الذكاء الاصطناعي في السيارات ذاتية القيادة والرؤية الحاسوبية في الزراعة. تعرف على المزيد حول نماذج YOLO وخيارات الترخيص اليوم!
نماذج Ultralytics YOLO عبارة عن بنيات رؤية حاسوبية تم تطويرها لتحليل البيانات المرئية من الصور ومدخلات الفيديو. يمكن تدريب هذه النماذج على مهام تشمل اكتشاف الكائنات وتصنيفها وتقدير الوضعية والتتبع وتجزئة النماذج:
Ultralytics YOLO11 هو أحدث إصدار من نماذج الرؤية الحاسوبية لدينا. تمامًا مثل إصداراته السابقة، فهو يدعم جميع مهام الرؤية الحاسوبية التي أحبها مجتمع الذكاء الاصطناعي للرؤية في YOLOv8. ومع ذلك، يأتي YOLO11 الجديد بأداء ودقة أكبر، مما يجعله أداة قوية وحليفًا مثاليًا لتحديات الصناعة في العالم الحقيقي.
يعتمد النموذج الذي تختار استخدامه على متطلبات مشروعك المحددة. من المهم أن تأخذ في الاعتبار عوامل مثل الأداء والدقة واحتياجات النشر. إليك نظرة عامة سريعة:
تُوزَّع مستودعات Ultralytics YOLO، مثل YOLOv5 و YOLO11، بموجب رخصة AGPL-3.0 افتراضيًا. صُممت هذه الرخصة المعتمدة من OSI للطلاب والباحثين والمتحمسين، وهي مصممة للطلاب والباحثين والمتحمسين، وتعزز التعاون المفتوح وتتطلب أن تكون أي برمجيات تستخدم مكونات AGPL-3.0 مفتوحة المصدر أيضًا. وعلى الرغم من أن هذا يضمن الشفافية ويعزز الابتكار، إلا أنه قد لا يتماشى مع حالات الاستخدام التجاري.
إذا كان مشروعك يتضمن تضمين برمجيات Ultralytics ونماذج الذكاء الاصطناعي في المنتجات أو الخدمات التجارية وترغب في تجاوز متطلبات المصدر المفتوح لرخصة AGPL-3.0، فإن رخصة المؤسسة هي الحل الأمثل.
تشمل مزاياترخيص المؤسسة ما يلي:
لضمان التكامل السلس وتجنب قيود AGPL-3.0، اطلب ترخيص Ultralytics للمؤسسات باستخدام النموذج المقدم. سيساعدك فريقنا في تكييف الترخيص مع احتياجاتك الخاصة.
.png){kind=logo}
.webp)
.webp)
.webp)