GE Vernova Sedang Menggunakan Mesin Didayakan AI untuk Meningkatkan Kualiti Bilah Turbin Angin
GE Vernova, di bawah pimpinan Ketua Pegawai Eksekutif Vic Abate, sedang mempergiatkan tumpuannya pada tenaga angin untuk memenuhi permintaan tenaga global dan mempercepatkan penyahkarbonan. Pada masa ini membekalkan 7% tenaga elektrik di seluruh dunia, kuasa angin menyasarkan untuk mencapai 25%, memerlukan peningkatan ketara dalam pengeluaran turbin.
Setiap turbin angin menjalani proses pengilangan yang teliti melibatkan pembinaan menara keluli, pengacuan gentian kaca nacelle, dan pemasangan bilah, dengan setiap bilah mengambil masa kira-kira 2,000 jam kerja untuk membuat kraftangan daripada gentian kaca dan kayu balsa. Untuk memastikan kualiti, GE Vernova menyepadukan robotik dan AI untuk pemeriksaan lanjutan, penting untuk mengesan kecacatan awal dan meminimumkan isu operasi selepas pemasangan.
Penggunaan AI diperluaskan kepada pemeriksaan bahan mentah dan keseluruhan proses pembuatan, memastikan kualiti yang konsisten di seluruh tapak pengeluaran global. Dengan bilah seberat 20 tan dan menjangkau 80 meter, ketepatan adalah yang terpenting; walaupun penyelewengan kecil boleh memberi kesan kepada ketahanan dan kecekapan dengan ketara.
Inovasi GE Vernova termasuk kamera digital 360 darjah untuk pemeriksaan dalaman terperinci, meningkatkan ketepatan dan kebolehskalaan pengesanan kecacatan. Teknologi ini menyokong misi mereka untuk menghasilkan turbin yang boleh dipercayai yang penting untuk peralihan tenaga boleh diperbaharui dunia.
Inovasi seterusnya GE Vernova melibatkan penggunaan penglihatan komputer, cabang AI yang memfokuskan pada mengajar komputer untuk mengenali maklumat visual dalam imej. Pada mulanya, pemeriksa manusia menyusun senarai penyimpangan terperinci yang biasanya mereka cari semasa pemeriksaan bilah. Maklumat ini berfungsi sebagai asas untuk melatih algoritma AI melalui proses yang ketat.
Veronica Barner menerangkan, "Kami menggunakan imej beranotasi untuk melatih satu siri algoritma AI yang mampu menganalisis imej dan membenderakan potensi anomali secara autonomi." Selepas latihan meluas mengenai puluhan ribu imej beranotasi, AI dengan cepat menguasai tugas mengenal pasti penyelewengan dengan ketepatan yang tinggi. Algoritma secara automatik mendokumentasikan sebarang kelemahan dalam alat digital, membolehkan juruteknik manusia menyemak dan menangani isu sebelum bilah dihantar kepada pengendali turbin.
Barner menekankan keuntungan kecekapan: "Menyediakan ini ke tingkat kilang kami memperkayakan gelung maklum balas. Dalam beberapa minit, pasukan kami mempunyai cerapan kritikal dan tepat pada masanya tentang bilah yang sedang mereka kerjakan, serupa dengan ultrasound pranatal."
Cabaran utama ialah mengakses bahagian dalam bilah untuk diperiksa. GE Vernova menyelesaikannya dengan menggunakan kumpulan perangkak robotik yang dikendalikan dari jauh. Perangkak ini, kira-kira saiz kereta model dua kaki, boleh menavigasi seluruh permukaan dalam bilah dalam masa 30 minit sahaja. Keupayaan ini adalah penting kerana kira-kira 50% daripada permukaan dalam bilah tidak boleh diakses oleh pemeriksa manusia.
Kemajuan ini menggariskan komitmen GE Vernova untuk memanfaatkan teknologi termaju untuk meningkatkan kualiti dan kebolehpercayaan turbin, yang penting untuk menyokong peralihan global ke arah tenaga boleh diperbaharui.
