रेलवे रखरखाव में, कृत्रिम बुद्धिमत्ता (एआई) और गहन शिक्षण प्रौद्योगिकियों का एकीकरण पारंपरिक निरीक्षण विधियों से बदलाव का प्रतीक है।एक नया अध्ययनप्रकाशितमेंहाई स्पीड रेलवेएआई में नवीनतम प्रगति का लाभ उठाते हुए, विशेष रूप से तेज और सटीक दोष पहचान के लिए YOLOv8 को नियोजित करते हुए, एक उच्च-प्रदर्शन रेल निरीक्षण प्रणाली पेश की गई है।
"हमने निर्माता-उपभोक्ता मॉडल के आधार पर एक मॉडल अनुमान पाइपलाइन विकसित की है, जिसका उपयोग किया जा रहा हैसमानांतर प्रसंस्करणऔर निरीक्षण गति और दक्षता को महत्वपूर्ण रूप से बढ़ाने के लिए समवर्ती कंप्यूटिंग, "दक्षिण कैरोलिना विश्वविद्यालय में सिविल और पर्यावरण इंजीनियरिंग विभाग में एक एसोसिएट प्रोफेसर, सह-लेखक यू कियान कहते हैं।
"C++, TensorRT, फ्लोट16 क्वांटाइजेशन और वनटीबीबी जैसे उपकरणों का उपयोग करके, हमारे सिस्टम ने प्रोसेसिंग गति बढ़ा दी, डेस्कटॉप सिस्टम पर 281.06 एफपीएस और एज कंप्यूटिंग प्लेटफॉर्म पर 200.26 एफपीएस तक पहुंच प्राप्त की।"
यह अध्ययन समय पर और कुशल रेलवे निरीक्षण की महत्वपूर्ण आवश्यकता पर प्रतिक्रिया करता है, खासकर हाई-स्पीड नेटवर्क मेंरखरखावखिड़कियाँ सीमित हैं.एआई को शामिल करके और संपूर्ण अनुमान पाइपलाइन को अनुकूलित करके, शोधकर्ता न केवल निरीक्षण की गति बढ़ाने में कामयाब रहे बल्कि उच्च सटीकता स्तर बनाए रखने में भी कामयाब रहे।
YOLOv8 और एक परिष्कृत मॉडल अनुमान पाइपलाइन का उपयोग अनुक्रमिक प्रसंस्करण से विचलन का प्रतीक है, जो आमतौर पर डेटा प्री-प्रोसेसिंग और पोस्ट-प्रोसेसिंग चरणों में पाए जाने वाली बाधाओं के मुद्दों को संबोधित करता है।
"यह दृष्टिकोण न केवल सुव्यवस्थित करता हैनिरीक्षण प्रक्रियाबल्कि वास्तविक समय निरीक्षण क्षमताओं के लिए एक नया मानक भी स्थापित करता हैरेलवे उद्योगकियान कहते हैं, "हमारे निष्कर्ष इस बात पर एक नया दृष्टिकोण पेश करते हैं कि एआई रेलवे रखरखाव को कैसे बदल सकता है, संभावित रूप से दुर्घटनाओं के जोखिम को कम कर सकता है और रेलवे नेटवर्क की सुरक्षा और विश्वसनीयता बढ़ा सकता है।सटीकता से समझौता किए बिना प्रसंस्करण गति में उल्लेखनीय वृद्धि से ट्रैक रखरखाव में वास्तविक समय पर निर्णय लेने की नई संभावनाएं खुलती हैं।"
नए दृष्टिकोण की सफलता सार्वजनिक सुरक्षा और परिसंपत्ति प्रबंधन में सुधार में एआई की भूमिका पर जोर देते हुए, बुनियादी ढांचे के रखरखाव के अन्य क्षेत्रों में भविष्य के अनुसंधान और अनुप्रयोग के लिए एक आशाजनक दिशा का सुझाव देती है।
अधिक जानकारी:यूझी तांग एट अल, उच्च प्रदर्शन मॉडल परिनियोजन के साथ YOLOv8 पर आधारित हाई-स्पीड रेलवे ट्रैक घटक निरीक्षण ढांचा,हाई स्पीड रेलवे(2024)।डीओआई: 10.1016/जे.एचएसपीआर.2024.02.001
द्वारा उपलब्ध कराया गयाकेएआई कम्युनिकेशंस कंपनी
उद्धरण:हाई-स्पीड रेलवे ट्रैक घटक निरीक्षण ढांचा एआई में नवीनतम प्रगति का लाभ उठाता है (2024, 3 अप्रैल)3 अप्रैल 2024 को पुनः प्राप्तhttps://techxplore.com/news/2024-04-high-railway-track-components-framework.html से
यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।