ҚҰБЫРДЫҢ ІШКІ АҚАУЛАРЫН АНЫҚТАУ ЖӘНЕ БАҚЫЛАУ ЖҮЙЕСІН ӘЗІРЛЕУ ЖӘНЕ ЗЕРТТЕУ

Құбырлардың тұтастығы мен қауіпсіздігі суды, мұнайды және газды тасымалдау үшін өте маңызды, бірақ дәстүрлі тексеру әдістері ресурстарды көп қажет етеді және ақауларды анықтауды кейінге қалдырады. Бұл жұмыстың мақсаты күрделі визуализация әдістері мен жасанды интеллект алгоритмдерін қолдана отырып, құбыр ішіндегі мәселелерді анықтауға, локализациялауға және жіктеуге қабілетті автономды роботтық жүйені құру болып табылады. Осы мақсатқа жету үшін мультимодальды дәлдікті арттыратын сенсорлар (жоғары ажыратымдылықтағы RGB камералары, ультрадыбыстық және инфрақызыл сенсорлар) Canny жиегі детекторы және DBSCAN кластерлеу алгоритмі сияқты деректерді өңдеу әдістерімен пайдаланылды. Зерттеу тәсілдеріне автономды навигацияға арналған модульдік робот платформасын құру, терең нейрондық желілерді үйрету үшін синтетикалық деректерді жасау және әртүрлі материалдар мен өлшемдегі құбыр желілерінде эксперименталды валидация кіреді. Эксперименттік нәтижелер жүйенің қолданыстағы тәсілдерден асып түсетінін көрсетеді, бұл оны профилактикалық қызмет көрсету, нормативтік талаптарға сәйкестік және құбыр қауіпсіздігін арттыру үшін құнды құрал етеді.

1. Smart Pipe Inspection Robot With In-Chassis Motor Actuation Design and Integrated AI-Powered Defect Detection System, D. Zholtayev et al // in IEEE Access. – 2024. – Vol. 12. – Р. 119520-119534. https://ieeexplore.ieee.org/document/10649586.

2. Design and Development of an In-Pipe Mobile Robot for Pipeline Inspection with AI Defect Detection System / A. Kenzhekhan et al // 23rd International Conference on Control, Automation and Systems (ICCAS), Yeosu, Korea, Republic of. – 2023. – Р. 579-584. https://doi.org/10.23919/ICCAS59377.2023.10316817.

3. Development of an In-Pipe Inspection Robot for Large-Diameter Water Pipes / K-W. Jeon et al // Sensors. – 2024. – № 24(11). – Р. 3470. https://doi.org/10.3390/s24113470.

4. Autonomous Navigation of In-Pipe Inspection Robot Using Contact Sensor Modules / H. Jang et al // in IEEE/ASME Transactions on Mechatronics. – 2022. – Vol. 27. – № 6. – Р. 4665-4674. https://doi.org/10.1109/TMECH.2022.3162192 https://ieeexplore.ieee.org/document/9759493.

5. Defect detection in pipe structures using stochastic resonance of Duffing oscillator and ultrasonic guided waves / Wu Jing et al // International Journal of Pressure Vessels and Piping. – 2020. – № 187. – Р. 104168. https://doi.org/10.1016/j.ymssp.2016.05.012.

6. Automatic Detection of Water Supply Pipe Defects Based on Underwater Image Enhancement and Improved YOLOX / Changwang Su et al // Journal of Construction Engineering and Management. – 2024. – № 150. – Р. 04024134. https://doi.org/10.1061/JCEMD4.COENG-14919.

7. Systematic Evaluation of Ultrasonic In-Line Inspection Techniques for Oil and Gas Pipeline Defects Based on Bibliometric Analysis / J. Huang et al // Sensors. – 2024. – № 24(9). – Р. 2699. https://doi.org/10.3390/s24092699.

8. Experimental investigation for multi-defect detection of industrial pipeline based on passive infrared thermal imaging analysis: A case study /Zhou Gang et al // International Journal of Pressure Vessels and Piping. – 2023. – № 206. – Р. 105058. https://www.sciencedirect.com/science/article/pii/S0308016123001758.

9. A Rapid Screening Method for Suspected Defects in Steel Pipe Welds by Combining Correspondence Mechanism and Normalizing Flow / W. Cui et al // in IEEE Transactions on Industrial Informatics. – 2024. – Vol. 20, № 9. – Р. 11171-11180. https://doi.org/10.1109/TII.2024.3399934 https://ieeexplore.ieee.org/document/10538047

10. Mustafaev B. Еnhancing Metal Surface Defect Recognition Through Image Patching and Synthetic Defect Generation / B. Mustafaev, S. Kim, E. Kim // in IEEE Access. – 2023. – Vol. 11. – Р. 113339-113359. https://doi.org/10.1109/ACCESS.2023.3322734 https://ieeexplore.ieee.org/document/10274090.