الذكاء الاصطناعي للتصوير الحراري للكشف عن أعطال المحامل قبل الانهيار الكارثي
في أحد مراكز التوزيع في ولاية أوهايو، توقف محمل ناقل عن الدوران في الساعة الثانية صباحاً من يوم ثلاثاء. أدى الانحشار الناتج إلى انحناء 40 قدماً من إطار الحزام، وتدمير غلاف المحمل، وتوقف خط الإنتاج لمدة 19 ساعة. إجمالي الأضرار: 73,000 دولار بالإضافة إلى يومين من الشحنات المتأخرة. كانت كاميرا حرارية مثبتة على بعد 12 قدماً من ذلك المحمل تسجل البيانات لأشهر، لكن لم يكن أحد يراقب اللقطات. كانت درجة حرارة الحلقة الخارجية للمحمل ترتفع بمعدل 0.4 درجة مئوية يومياً خلال الأيام الـ 11 السابقة.
هذا الانحراف الحراري البطيء والمستمر هو بالضبط نوع الإشارات التي صُممت أنظمة المراقبة الحرارية بالذكاء الاصطناعي لالتقاطها.
كيف يعمل التصوير الحراري لمراقبة المحامل
تعمل الكاميرات الحرارية الصناعية المستخدمة لمراقبة المحامل عادةً في نطاق الأشعة تحت الحمراء طويلة الموجة (من 8 إلى 14 ميكرومتر)، بحساسية حرارية تبلغ 0.05 درجة مئوية أو أفضل. تلتقط خرائط حرارية بدقة تتراوح من 320×240 إلى 640×480 بكسل، عادةً بمعدلات إطارات تتراوح بين 9 و30 هرتز.
لمراقبة المحامل، يتم وضع الكاميرا لالتقاط غلاف المحمل والعمود بالقرب من المحمل، ومن الأفضل سطح مرجعي عند درجة الحرارة المحيطة. لا ينظر نموذج الذكاء الاصطناعي فقط إلى درجة الحرارة المطلقة، بل يتتبع التدرج الحراري عبر المحمل، ومعدل تغير درجة الحرارة بمرور الوقت، والعلاقة بين درجة حرارة المحمل وظروف تشغيل الآلة مثل السرعة والحمل ودرجة الحرارة المحيطة.
يُظهر المحمل السليم الذي يعمل في حالة مستقرة ملفاً حرارياً ثابتاً مع توزيع حراري يمكن التنبؤ به. أما المحمل الذي يعاني من تلف متطور في الحلقة الداخلية فيُظهر نقاطاً ساخنة موضعية تتغير مواقعها مع دوران العمود. يظهر تدهور التشحيم على شكل ارتفاع عام في درجة الحرارة يرتبط بوقت التشغيل وليس بالحمل.
ما يكشفه التصوير الحراري ويفوت تحليل الاهتزاز
تحليل الاهتزاز ممتاز للكشف عن العيوب الميكانيكية: التنقر، والتقشر، وتلف القفص. لكن التصوير الحراري يكشف فئة مختلفة من المشاكل. مشاكل التشحيم هي الأبرز. المحمل الذي يعمل بشحم متدهور أو طبقة زيت غير كافية يولّد حرارة احتكاك قبل أن يولّد اهتزازاً يمكن اكتشافه. تُظهر دراسات من NSK أن الشذوذات الحرارية الناتجة عن فشل التشحيم يمكن أن تسبق شذوذات الاهتزاز بمدة 5 إلى 10 أيام.
عدم المحاذاة هو مجال آخر يتألق فيه التصوير الحراري. المحمل الذي يمتص أحمالاً محورية غير طبيعية بسبب عدم محاذاة العمود يعمل بدرجة حرارة أعلى من جانب واحد، مما يخلق عدم تماثل حراري يكون مرئياً بالأشعة تحت الحمراء ولكنه قد لا ينتج بصمة اهتزاز واضحة حتى يصبح الضرر أكثر تقدماً.
تلف المحامل الكهربائي (تيارات العمود في المحركات المدارة بمحولات التردد المتغير) يُظهر أيضاً بصمات حرارية قبل تغيرات الاهتزاز. يخلق تأثير التشغيل بالتفريغ الكهربائي تنقراً مجهرياً يرفع الاحتكاك ودرجة الحرارة تدريجياً، بينما غالباً ما تكون بصمة اهتزاز تلف التفريغ الكهربائي مخفية بالاهتزاز التشغيلي الطبيعي حتى يصبح التنقر شديداً.
خط معالجة الذكاء الاصطناعي
تحتاج الصور الحرارية الخام إلى معالجة كبيرة قبل أن تكون مفيدة للتحليلات التنبؤية. يبدأ خط معالجة الذكاء الاصطناعي عادةً بالكشف عن منطقة الاهتمام (ROI)، حيث يحدد النظام تلقائياً كل محمل في مجال رؤية الكاميرا ويتتبعه. هذا مهم لأن الكاميرات تنحرف، والاهتزاز يُزيح حوامل التثبيت، وأنشطة الصيانة تحجب الرؤية مؤقتاً.
بمجرد تحديد مناطق الاهتمام، يستخرج النظام الخصائص: درجة الحرارة القصوى، ومتوسط درجة الحرارة، وتباين درجة الحرارة داخل منطقة الاهتمام، وحجم واتجاه التدرج الحراري، ومقاييس معدل التغير عبر نطاقات زمنية متعددة. تُغذي هذه الخصائص نموذج تصنيف (عادةً أشجار معززة بالتدرج أو شبكة عصبية ضحلة) يُعيّن درجة صحة.
الأنظمة الأكثر تطوراً تربط البيانات الحرارية ببيانات التشغيل من نظام التحكم المنطقي القابل للبرمجة (PLC) أو نظام SCADA. المحمل الذي تكون درجة حرارته أعلى بـ 15 درجة من درجة الحرارة المحيطة أثناء التشغيل بالسرعة الكاملة والحمل الكامل قد يكون طبيعياً. نفس المحمل عند 15 درجة فوق درجة الحرارة المحيطة بنصف السرعة وبدون حمل يعني على الأرجح وجود مشكلة. السياق مهم، ويحتاج الذكاء الاصطناعي إلى الوصول إلى هذا السياق.
اعتبارات النشر العملية
وضع الكاميرا أمر بالغ الأهمية وغالباً ما يكون أكثر تقييداً من وضع أجهزة استشعار الاهتزاز. تحتاج الكاميرات الحرارية إلى خط رؤية واضح لغلاف المحمل، وهو ما لا يكون متاحاً دائماً في الآلات ذات الأغطية والحواجز أو العوائق الأخرى. يمكن أن تسبب الأسطح العاكسة (الأعمدة الفولاذية المصقولة، على سبيل المثال) قراءات مضللة لأن الانبعاثية تتغير مع تشطيب السطح.
تزيد العوامل البيئية من التعقيد. تقلبات درجة الحرارة المحيطة، ومصادر الحرارة القريبة (المحركات، والأفران، وخطوط البخار)، وتدفق الهواء من المراوح أو أنظمة التدفئة والتهوية وتكييف الهواء، كلها تؤثر على خط الأساس الحراري. يأخذ نظام الذكاء الاصطناعي الصناعي الجيد هذه المتغيرات في الاعتبار، لكن فترة المعايرة الأولية تستغرق عادةً من 2 إلى 4 أسابيع لكل تركيب كاميرا.
انخفضت التكلفة بشكل كبير. قبل خمس سنوات، كانت كاميرا حرارية صناعية واحدة ثابتة التركيب تكلف من 8,000 إلى 15,000 دولار. تبدأ الخيارات الحالية من FLIR وOptris والعديد من الشركات المصنعة الصينية من حوالي 2,500 دولار لكاميرا بدقة 320×240 بحساسية كافية لمراقبة المحامل. يتراوح نظام على مستوى المصنع يضم 20 كاميرا وأجهزة حوسبة طرفية وتراخيص برمجيات من 80,000 إلى 150,000 دولار، حسب تعقيد التكامل.
الجمع بين البيانات الحرارية وبيانات الاهتزاز
تأتي أفضل النتائج من دمج كلا النوعين من البيانات. وجدت دراسة أجراها معهد فراونهوفر عام 2024 أن النماذج المدمجة الحرارية-الاهتزازية حققت دقة 94% في التنبؤ بفشل المحامل خلال نافذة زمنية مدتها 7 أيام، مقارنة بـ 81% للاهتزاز وحده و76% للتصوير الحراري وحده. يكشف النوعان أنماط فشل مختلفة ومراحل مختلفة من نفس نمط الفشل، لذا فإن دمجهما يقلل النقاط العمياء.
في الممارسة العملية، يحدث هذا الدمج عادةً على مستوى الخصائص وليس على مستوى البيانات الخام. يتم ربط الخصائص الحرارية وخصائص الاهتزاز وتغذيتها في نموذج واحد، أو ينتج نموذجان متخصصان درجات صحة مستقلة تجمعها طبقة دمج.
فرق الصيانة التي تحقق أكبر قيمة من هذه الأنظمة هي تلك التي تدمج الفحوصات الحرارية في إجراءات التشغيل القياسية الخاصة بها، ليس كبديل لمراقبة الاهتزاز، بل كطبقة تكميلية تسد الثغرات.