Sử dụng AI để phát hiện và phân đoạn vết nứt

Khi bạn nhìn thấy một vết nứt trên bề mặt, nó có vẻ là một vấn đề nhỏ, nhưng đó là một dấu hiệu cảnh báo sớm tốt cho tổn hại kết cấu nghiêm trọng. Ví dụ, các cây cầu được kiểm tra thường xuyên để tìm vết nứt, và chúng chiếm 90% tổng số thiệt hại của cầu mỗi năm. Theo truyền thống, việc kiểm tra vết nứt được thực hiện thủ công và có thể mất nhiều thời gian. Trí tuệ nhân tạo (AI) có thể can thiệp để giúp việc phát hiện vết nứt trở nên đơn giản hơn.

Ngoài các cây cầu, việc phát hiện vết nứt sử dụng học sâu rất hữu ích trong nhiều môi trường công nghiệp. Nó giúp đảm bảo tính toàn vẹn của công trình trong xây dựng, ngăn ngừa thời gian chết tốn kém trong sản xuất, và làm cho việc kiểm tra đường xá và mặt đường trở nên an toàn và hiệu quả hơn. Trong bài viết này, chúng ta sẽ xem xét kỹ hơn cách bạn có thể sử dụng AI và các mô hình computer vision như Ultralytics YOLOv8 để phát hiện và phân đoạn các vết nứt nhanh hơn và dễ dàng hơn nhiều so với các phương pháp truyền thống.

Phân đoạn vết nứt là gì?#

Trước khi đi sâu vào phân đoạn vết nứt, hãy cùng tìm hiểu về phân đoạn. Phân đoạn là một tác vụ computer vision liên quan đến việc chia một hình ảnh thành các vùng hoặc đoạn khác nhau. Mục tiêu là đơn giản hóa hình ảnh và giúp việc phân tích dễ dàng hơn. Phân đoạn cung cấp cho bạn sự hiểu biết ở mức độ pixel, trong khi các tác vụ như nhận diện đối tượng sử dụng bounding boxes để xác định và định vị các đối tượng.

Có nhiều loại kỹ thuật phân đoạn khác nhau:

• Phân đoạn ngữ nghĩa (Semantic Segmentation): Điều này có nghĩa là gán nhãn cho từng pixel trong hình ảnh bằng một lớp cụ thể, chẳng hạn như 'đường', 'tòa nhà' hoặc 'cây'. Tất cả các pixel cùng lớp được coi là một thực thể.
• Phân đoạn đối tượng (Instance Segmentation): Ngược lại với phân đoạn ngữ nghĩa, kỹ thuật này phân biệt giữa các thực thể riêng biệt của cùng một lớp, như các chiếc xe khác nhau trong một hình ảnh.
• Phân đoạn toàn cảnh (Panoptic Segmentation): Kỹ thuật này kết hợp cả hai phương pháp phân đoạn ngữ nghĩa và phân đoạn đối tượng để cung cấp sự hiểu biết chi tiết về việc phân loại ở cấp độ pixel và các thực thể đối tượng riêng biệt trong hình ảnh.

Fig 1. Sự khác biệt giữa các kỹ thuật phân đoạn: ảnh gốc (G), phân đoạn ngữ nghĩa (H), phân đoạn thực thể (I), và phân đoạn toàn cảnh (J).

Đối với việc phát hiện vết nứt, phân đoạn đối tượng là một lựa chọn tuyệt vời. Bằng cách phân đoạn duy nhất từng vết nứt, chúng ta có thể xác định và phân tích chúng một cách riêng lẻ. Ví dụ, chúng ta có thể tính diện tích của một vết nứt bằng cách đếm số lượng pixel mà nó chiếm trong hình ảnh.

Tìm hiểu cách thức hoạt động của phân đoạn vết nứt#

Bước đầu tiên để thực hiện phân đoạn vết nứt là xem xét thiết lập camera phù hợp, có thể khác nhau tùy thuộc vào ứng dụng. Nếu bạn đang kiểm tra một cấu trúc lớn hơn như một tòa nhà, việc sử dụng drone có thể là phương pháp tốt nhất để chụp ảnh độ phân giải cao từ nhiều góc độ khác nhau. Mặt khác, nếu bạn đang kiểm tra các tấm kim loại sau khi sản xuất, tốt nhất là sử dụng các camera độ phân giải cao cố định được đặt ở vị trí chiến lược để chụp các hình ảnh chi tiết của bề mặt.

Sau khi bạn đã hoàn thiện thiết lập camera của mình, bạn có thể huấn luyện một mô hình computer vision hỗ trợ phân đoạn thực thể, như YOLOv8. Roboflow Universe Crack Segmentation Dataset chứa các hình ảnh đã được gán nhãn về các vết nứt và có thể được sử dụng để huấn luyện mô hình của bạn. Bạn cũng có thể tạo dataset của riêng mình bằng cách chụp và gán nhãn các hình ảnh về các vết nứt cụ thể cho ứng dụng của bạn.

Model học cách phân đoạn vết nứt thông qua học có giám sát (supervised learning). Trong quá trình huấn luyện, model được cung cấp hình ảnh và nhãn cho biết vị trí các vết nứt. Model điều chỉnh các tham số nội bộ để giảm thiểu sự khác biệt giữa các dự đoán của nó và nhãn thực tế. Sau khi huấn luyện, model có thể được sử dụng để phân tích hình ảnh mới và phân đoạn riêng biệt từng vết nứt.

Hình 2. Sử dụng Ultralytics YOLOv8 để phân đoạn vết nứt.

Các ứng dụng công nghiệp của phân đoạn vết nứt#

Phát hiện và phân đoạn vết nứt cực kỳ hữu ích trong nhiều ứng dụng công nghiệp, từ bảo trì cơ sở hạ tầng đến kiểm soát chất lượng trong sản xuất. Bằng cách xác định và phân tích vết nứt một cách chính xác, các kỹ thuật này giúp thúc đẩy sự an toàn, độ bền và chất lượng trong nhiều lĩnh vực. Hãy xem xét một vài ví dụ.

Duy trì chất lượng đường bộ và mặt đường#

Vết nứt trên đường là vấn đề phổ biến do điều kiện thời tiết, lưu lượng giao thông lớn và sự hao mòn tự nhiên. Những thay đổi nhiệt độ có thể khiến mặt đường giãn nở và co lại, dẫn đến các vết nứt. Xe hạng nặng gây áp lực lên bề mặt đường, và nước thấm vào các vết nứt nhỏ có thể làm chúng mở rộng và sâu hơn theo thời gian. Những vết nứt này có thể dẫn đến hư hỏng sớm, thất bại về cấu trúc và gây nguy hiểm cho người lái xe. Phát hiện sớm bằng phân đoạn vết nứt có thể giúp hợp lý hóa công tác bảo trì đường bộ.

Hình 3. Một vết nứt trên đường. Nguồn hình ảnh: Envato Elements.

Các vết nứt được phát hiện và phân đoạn bằng computer vision có thể được phân loại thành các mức độ nghiêm trọng thấp, trung bình và cao dựa trên kích thước của chúng. Việc phân loại vết nứt giúp các đội bảo trì ưu tiên công việc. Ví dụ, các vết nứt nghiêm trọng có thể được xử lý trước để ngăn chặn hư hỏng nghiêm trọng và cải thiện an toàn đường bộ, trong khi các vết nứt ở mức độ trung bình và thấp có thể được lên kế hoạch sửa chữa sau và kiểm tra định kỳ. Bằng cách đó, đội bảo trì có thể tối ưu hóa việc sử dụng tài nguyên, giảm chi phí bảo trì và giảm thiểu gián đoạn cho người tham gia giao thông.

Kiểm tra và giám sát cấu trúc#

Phát hiện vết nứt cũng có thể được sử dụng để duy trì chất lượng và an toàn của các tòa nhà và các cấu trúc khác. Giống như đường bộ, các tòa nhà có thể phát triển vết nứt do thay đổi thời tiết, mỏi vật liệu và sự hao mòn thông thường. Máy móc hạng nặng được sử dụng trong quá trình xây dựng cũng có thể gây thêm áp lực lên các cấu trúc, gây ra nhiều vết nứt hơn.

Fig 4. Sử dụng điện thoại di động để chụp ảnh phục vụ phân đoạn vết nứt.

Bằng cách xác định và xử lý vết nứt một cách chính xác, tuổi thọ của các tòa nhà và cấu trúc có thể được kéo dài đáng kể. Dữ liệu thu thập từ hệ thống phát hiện vết nứt cũng có thể được sử dụng để cải thiện các tiêu chuẩn và quy định xây dựng. Bằng cách phân tích các mô hình và nguyên nhân gây ra vết nứt trên các dự án khác nhau, các chuyên gia trong ngành có thể phát triển các phương pháp xây dựng và vật liệu tốt hơn.

Phát hiện vết nứt trong ngành dầu khí#

Trong ngành dầu khí, việc phát hiện vết nứt là rất cần thiết để duy trì tính an toàn và độ tin cậy của đường ống, bồn chứa và cơ sở hạ tầng quan trọng khác. Các đường ống thường trải dài trên khoảng cách lớn và đối mặt với các điều kiện môi trường khắc nghiệt có thể gây ra thay đổi áp suất và mỏi vật liệu, dẫn đến các vết nứt. Theo truyền thống, việc phát hiện vết nứt được thực hiện bằng cách sử dụng các thiết bị kiểm tra đường ống (pigs), kiểm tra siêu âm và chụp X-quang. Nếu những vết nứt này không được phát hiện và khắc phục sớm, chúng có thể dẫn đến các vấn đề nghiêm trọng như rò rỉ và cháy nổ. Các vết nứt trong ngành này tạo ra rủi ro lớn cho môi trường và con người.

Hình 5. Công nhân đang kiểm tra bồn chứa khí trên tàu. Nguồn hình ảnh: Envato Elements

Phân đoạn vết nứt bằng computer vision cho phép giám sát liên tục tình trạng đường ống. Các đội bảo trì có thể sửa chữa kịp thời và ngăn chặn các thảm họa tiềm tàng bằng cách xác định các vết nứt sớm.

Kiểm tra tự động các bộ phận sản xuất#

Kiểm tra tự động sử dụng phân đoạn vết nứt đang chuyển đổi việc kiểm soát chất lượng trong sản xuất. Trước đây, việc phát hiện vết nứt được thực hiện thông qua kiểm tra trực quan, kiểm tra chất thấm màu và kiểm tra hạt từ tính. Bằng cách tích hợp các hệ thống hình ảnh tiên tiến và computer vision vào dây chuyền sản xuất, các nhà sản xuất có thể phát hiện ngay cả những vết nứt và khiếm khuyết nhỏ nhất trong các bộ phận ngay sau khi chúng được sản xuất. Mọi linh kiện đều có thể được kiểm tra và đáp ứng các tiêu chuẩn chất lượng cao trước khi đến tay khách hàng.

Việc kiểm tra tự động cải thiện độ chính xác và hiệu quả, cung cấp phản hồi theo thời gian thực để đội sản xuất có thể nhanh chóng khắc phục mọi vấn đề. Điều này giúp tiết kiệm chi phí bằng cách giảm nhu cầu kiểm tra thủ công và ngăn chặn việc thu hồi tốn kém. Ngoài ra, các hệ thống này thu thập dữ liệu giá trị về các lỗi, giúp xác định các mô hình và cải thiện quy trình sản xuất, dẫn đến các sản phẩm an toàn và đáng tin cậy hơn.

Fig 6. Phát hiện vết nứt trong các bộ phận kim loại.

Ưu và nhược điểm của phân đoạn vết nứt#

Phát hiện vết nứt sử dụng deep learning mang lại nhiều lợi ích, bao gồm cải thiện an toàn và các quyết định dựa trên dữ liệu. Hãy cùng khám phá một số ưu điểm khác của việc sử dụng phát hiện vết nứt trong môi trường công nghiệp:

• Thực tiễn bền vững: Hỗ trợ các thực tiễn xây dựng và bảo trì bền vững bằng cách giảm nhu cầu sửa chữa và thay thế diện rộng, tiết kiệm vật liệu và tài nguyên.
• Giảm thiểu gián đoạn: Lên kế hoạch sửa chữa các vết nứt ít nghiêm trọng hơn trong quá trình bảo trì định kỳ giúp tránh các gián đoạn lớn đối với hoạt động và sử dụng.
• Tuân thủ các quy định: Giúp đáp ứng các tiêu chuẩn ngành và các yêu cầu quy định bằng cách đảm bảo việc kiểm tra và bảo trì cơ sở hạ tầng thường xuyên.

Mặc dù có những ưu điểm, phân đoạn vết nứt cũng có một số nhược điểm. Chi phí cơ sở hạ tầng ban đầu cao có thể đáng lo ngại đối với các tổ chức nhỏ hơn, và độ phức tạp của hệ thống đòi hỏi phải đào tạo và bảo trì liên tục. Dưới đây là một số nhược điểm khác của việc sử dụng phân đoạn vết nứt trong các ứng dụng công nghiệp:

• Dương tính giả và âm tính giả: Hệ thống có thể xác định sai hoặc không phát hiện được các vết nứt, dẫn đến các sửa chữa không cần thiết hoặc bị bỏ lỡ.
• Thách thức về quản lý dữ liệu: Tạo ra lượng dữ liệu lớn cần các công cụ lưu trữ và phân tích mạnh mẽ.
• Yếu tố môi trường: Các điều kiện bên ngoài, chẳng hạn như thời tiết khắc nghiệt hoặc độ ẩm cao, có thể ảnh hưởng đến độ chính xác và độ tin cậy của các hệ thống phân đoạn vết nứt.
• Tích hợp với các hệ thống hiện có: Việc tích hợp công nghệ phát hiện vết nứt với cơ sở hạ tầng và hệ thống hiện có có thể gặp khó khăn và có thể đòi hỏi các sửa đổi hoặc nâng cấp bổ sung.

Các điểm chính cần lưu ý#

Phân đoạn và phát hiện vết nứt có thể đóng vai trò quan trọng trong việc giữ cho cơ sở hạ tầng công nghiệp của chúng ta an toàn và bền bỉ. Bằng cách sử dụng các công nghệ tiên tiến như deep learning và computer vision, chúng ta có thể phát hiện sớm các vấn đề cấu trúc và khắc phục chúng trước khi chúng trở thành những vấn đề nghiêm trọng. Cách tiếp cận chủ động này giúp tiết kiệm thời gian và tiền bạc trong khi vẫn đáp ứng các tiêu chuẩn an toàn và quy định. Ngoài ra, nó còn hỗ trợ các thực hành bền vững bằng cách giảm thiểu nhu cầu sửa chữa quy mô lớn. Bất chấp một số thách thức như chi phí ban đầu cao và sự phức tạp, những lợi ích của phân đoạn vết nứt trong nhiều ngành công nghiệp khác nhau khiến nó trở thành một công cụ giá trị để duy trì và cải thiện chất lượng cơ sở hạ tầng.

Để tìm hiểu thêm về AI, hãy truy cập GitHub repository của chúng tôi và tương tác với our community. Khám phá các ứng dụng AI trong manufacturing và agriculture trên các trang giải pháp của chúng tôi. 🚀