Ứng dụng AI để phát hiện và phân đoạn vết nứt

Khi nhìn thấy một vết nứt trên bề mặt, bạn có thể nghĩ đó là vấn đề nhỏ, nhưng đây là dấu hiệu sớm hữu ích cho thấy có thể xảy ra hư hỏng kết cấu nghiêm trọng. Ví dụ, cầu được kiểm tra vết nứt thường xuyên; các vết nứt này chiếm 90% tổng thiệt hại của cầu mỗi năm. Theo cách truyền thống, việc kiểm tra vết nứt được thực hiện thủ công và có thể tốn nhiều thời gian. Trí tuệ nhân tạo (AI) có thể giúp đơn giản hóa việc phát hiện vết nứt.

Ngoài cầu, phát hiện vết nứt bằng deep learning còn hữu ích trong nhiều môi trường công nghiệp. Công nghệ này giúp duy trì tính toàn vẹn của công trình trong lĩnh vực xây dựng, ngăn ngừa thời gian ngừng hoạt động tốn kém trong lĩnh vực sản xuất, đồng thời giúp việc kiểm tra đường sá và mặt đường an toàn, hiệu quả hơn. Trong bài viết này, chúng ta sẽ tìm hiểu kỹ hơn cách sử dụng AI và các model thị giác máy tính như Ultralytics YOLOv8 để phát hiện và phân đoạn vết nứt nhanh chóng, 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 thị giác máy tính, trong đó ảnh được chia thành các vùng hoặc phân đoạn khác nhau. Mục tiêu là đơn giản hóa ảnh và giúp việc phân tích dễ dàng hơn. Phân đoạn cung cấp cho bạn thông tin ở cấp pixel, trong khi các tác vụ như phát hiện đối tượng sử dụng hộp giới hạn để nhận diện và định vị đối tượng.

Có nhiều loại kỹ thuật phân đoạn khác nhau:

• Phân đoạn ngữ nghĩa: Đây là việc gán một lớp cụ thể cho từng pixel trong ảnh, chẳng hạn như 'đường', 'tòa nhà' hoặc 'cây'. Tất cả pixel thuộc cùng một lớp được xem là một thực thể.
• Phân đoạn instance: Khác với phân đoạn ngữ nghĩa, phương pháp này phân biệt các instance riêng biệt thuộc cùng một lớp, chẳng hạn như những chiếc ô tô khác nhau trong ảnh.
• Phân đoạn toàn cảnh: Phương pháp này kết hợp cả phân đoạn ngữ nghĩa và phân đoạn instance để cung cấp thông tin chi tiết về phân loại ở cấp pixel và các instance đối tượng riêng biệt trong ảnh.

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

Đối với việc phát hiện vết nứt, phân đoạn instance là một lựa chọn hiệu quả. Bằng cách phân đoạn riêng từng vết nứt, chúng ta có thể xác định và phân tích từng vết một. Ví dụ, chúng ta có thể tính diện tích vết nứt bằng cách đếm số pixel mà vết nứt chiếm trong ảnh.

Tìm hiểu cách phân đoạn vết nứt hoạt động#

Bước đầu tiên để triển khai phân đoạn vết nứt là cân nhắc thiết lập camera phù hợp, tùy theo ứng dụng. Nếu kiểm tra một kết cấu lớn như tòa nhà, sử dụng drone có thể là cách tốt nhất để chụp ảnh độ phân giải cao từ nhiều góc độ. Ngược lại, nếu kiểm tra các tấm kim loại sau khi sản xuất, lựa chọn phù hợp có thể là dùng camera cố định độ phân giải cao được bố trí chiến lược để chụp chi tiết bề mặt.

Sau khi hoàn tất thiết lập camera, bạn có thể huấn luyện một model thị giác máy tính hỗ trợ phân đoạn instance, chẳng hạn như YOLOv8. Dataset phân đoạn vết nứt Roboflow Universe chứa các hình ảnh vết nứt đã được gán nhãn và có thể dùng để huấn luyện model. Bạn cũng có thể tạo dataset riêng bằng cách chụp và gán nhãn hình ảnh các vết nứt phù hợp với ứng dụng của mình.

Model học cách phân đoạn vết nứt thông qua học có giám sát. 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 chênh lệch giữa dự đoán và nhãn thực tế. Sau khi huấn luyện, model có thể được dùng để phân tích hình ảnh mới và phân đoạn riêng 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 rất 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 chính xác vết nứt, những kỹ thuật này giúp nâng cao độ an toàn, tuổi thọ và chất lượng trong nhiều lĩnh vực. Hãy cùng xem một vài ví dụ.

Duy trì chất lượng đường và mặt đường#

Vết nứt trên đường là vấn đề phổ biến do điều kiện thời tiết, lưu lượng giao thông lớn và hao mòn tự nhiên. Nhiệt độ thay đổi có thể khiến mặt đường giãn nở và co lại, dẫn đến nứt. Xe hạng nặng tạo thêm áp lực lên bề mặt đường, còn nước thấm vào các vết nứt nhỏ có thể khiến chúng rộng và sâu hơn theo thời gian. Những vết nứt này có thể gây hao mòn sớm, hư hỏng kết cấu và tăng nguy cơ cho người tham gia giao thông. Phát hiện sớm bằng phân đoạn vết nứt có thể giúp tinh giản công tác bảo trì đường bộ.

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

Các vết nứt được phát hiện và phân đoạn bằng thị giác máy tính có thể được phân loại theo mức độ nghiêm trọng thấp, trung bình và cao dựa trên kích thước. Việc phân loại giúp đội bảo trì ưu tiên xử lý. Chẳng hạn, có thể xử lý trước các vết nứt nghiêm trọng để ngăn hư hỏng nghiêm trọng và cải thiện an toàn đường bộ, còn các vết nứt mức độ trung bình và thấp có thể được lên lịch sửa chữa sau và kiểm tra định kỳ. Nhờ đó, đội bảo trì có thể tối ưu hóa việc sử dụng nguồn lực, giảm chi phí bảo trì và hạn chế gián đoạn đối với người tham gia giao thông.

Kiểm tra và giám sát kết cấu#

Phát hiện vết nứt cũng có thể được dùng để duy trì chất lượng và độ an toàn của các tòa nhà cùng những kết cấu khác. Tương tự đường sá, các tòa nhà có thể xuất hiện vết nứt do thời tiết thay đổi, vật liệu bị mỏi và hao mòn thông thường. Máy móc hạng nặng được sử dụng trong quá trình xây dựng cũng có thể tạo thêm áp lực lên kết cấu và gây ra nhiều vết nứt hơn.

Hình 4. Dùng điện thoại di động chụp ảnh để phân đoạn vết nứt.

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

Phát hiện vết nứt trong ngành dầu khí#

Trong ngành dầu khí, phát hiện vết nứt là yếu tố thiết yếu để duy trì độ an toàn và độ tin cậy của đường ống, bồn chứa và cơ sở hạ tầng quan trọng khác. Đường ống thường trải dài trên quãng đường lớn và phải chịu điều kiện môi trường khắc nghiệt, có thể gây thay đổi áp suất và mỏi vật liệu, dẫn đến nứt. Theo cách truyền thống, vết nứt được phát hiện bằng thiết bị đo kiểm tra đường ống (pig), kiểm tra siêu âm và chụp ảnh phóng xạ. Nếu không được phát hiện và khắc phục sớm, các vết nứt này có thể dẫn đến sự cố nghiêm trọng như rò rỉ và nổ. Vết nứt trong ngành này gây rủi ro rất lớn cho môi trường và con người.

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

Phân đoạn vết nứt bằng thị giác máy tính cho phép giám sát liên tục tình trạng đường ống. Bằng cách phát hiện sớm các vết nứt, đội bảo trì có thể sửa chữa kịp thời và ngăn ngừa thảm họa tiềm ẩn.

Kiểm tra tự động các bộ phận sản xuất#

Kiểm tra tự động bằng phân đoạn vết nứt đang thay đổi cách kiểm soát chất lượng trong ngành sản xuất. Trước đây, vết nứt được phát hiện thông qua kiểm tra bằng mắt, kiểm tra thẩm thấu chất lỏng và kiểm tra hạt từ. Bằng cách tích hợp hệ thống chụp ảnh tiên tiến và thị giác máy tính vào dây chuyền sản xuất, nhà sản xuất có thể phát hiện ngay cả những vết nứt và khuyết tật nhỏ nhất trên linh kiện ngay sau khi chế tạo. Mọi linh kiện đều có thể được kiểm tra và đảm bảo đáp ứng tiêu chuẩn chất lượng cao trước khi đến tay khách hàng.

Kiểm tra tự động cải thiện độ chính xác và hiệu quả, đồng thời cung cấp phản hồi theo thời gian thực để đội sản xuất nhanh chóng khắc phục mọi vấn đề. Nhờ giảm nhu cầu kiểm tra thủ công và ngăn chặn các đợt thu hồi sản phẩm tốn kém, phương pháp này giúp tiết kiệm chi phí. Ngoài ra, các hệ thống này thu thập dữ liệu có giá trị về khuyết tật, giúp nhận diện quy luật và cải thiện quy trình sản xuất, từ đó tạo ra sản phẩm an toàn và đáng tin cậy hơn.

Hình 6. Phát hiện vết nứt trên các bộ phận kim loại.

Ưu và nhược điểm của phân đoạn vết nứt#

Phát hiện vết nứt bằng deep learning mang lại nhiều lợi ích, bao gồm cải thiện độ an toàn và hỗ trợ ra quyết định dựa trên dữ liệu. Hãy cùng tìm hiểu một số ưu điểm khác của việc phát hiện vết nứt trong môi trường công nghiệp:

• Thực hành bền vững: Hỗ trợ các phương thức xây dựng và bảo trì bền vững bằng cách giảm nhu cầu sửa chữa và thay thế quy mô lớn, qua đó tiết kiệm vật liệu và tài nguyên.
• Giảm thiểu gián đoạn: Lên lịch sửa chữa các vết nứt ít nghiêm trọng hơn trong quá trình bảo trì định kỳ giúp tránh làm gián đoạn lớn đến hoạt động và việc sử dụng.
• Tuân thủ quy định: Giúp đáp ứng các tiêu chuẩn ngành và yêu cầu pháp lý thông qua việc đảm bảo cơ sở hạ tầng được kiểm tra và bảo trì thường xuyên.

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

• Dương tính giả và âm tính giả: Hệ thống có thể nhận diện nhầm hoặc không phát hiện được vết nứt, dẫn đến việc sửa chữa không cần thiết hoặc bỏ sót.
• Thách thức trong quản lý dữ liệu: Tạo ra lượng dữ liệu lớn cần được xử lý bằng các công cụ lưu trữ và phân tích mạnh mẽ.
• Yếu tố môi trường: Các điều kiện bên ngoài như thời tiết khắc nghiệt hoặc độ ẩm cao có thể ảnh hưởng đến độ chính xác và độ tin cậy của hệ thống phân đoạn vết nứt.
• Tích hợp với 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, đồng thời có thể cần thêm các điều chỉnh hoặc nâng cấp.

Điểm chính cần ghi nhớ#

Phân đoạn và phát hiện vết nứt có thể đóng vai trò thiết yếu trong việc đảm bảo cơ sở hạ tầng công nghiệp an toàn và bền vững. Bằng cách sử dụng các công nghệ tiên tiến như deep learning và thị giác máy tính, chúng ta có thể phát hiện sớm các vấn đề kết cấu và khắc phục trước khi chúng trở nên nghiêm trọng. Cách tiếp cận chủ động này giúp tiết kiệm thời gian và chi phí, đồng thời đáp ứng các tiêu chuẩn về an toàn và quy định. Ngoài ra, phương pháp này còn hỗ trợ các hoạt động bền vững bằng cách giảm thiểu nhu cầu sửa chữa quy mô lớn. Dù có một số thách thức như chi phí ban đầu cao và độ phức tạp, lợi ích của phân đoạn vết nứt trong nhiều ngành khiến đây trở thành công cụ có giá trị để duy trì và nâng cao chất lượng cơ sở hạ tầng.

Để tìm hiểu thêm về AI, hãy truy cập kho lưu trữ GitHub và tham gia cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong lĩnh vực sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi.