„Diene dem Land mit dem Himmel“ – diese vier Worte werden vom Erudite Dream Team der Universität Xiamen im Interview nach dem Spiel des Shengteng AI Innovation Competition 2023 wiederholt erwähnt. Sie sind die Gefühle der Studenten der Aviation Academy und die Innovation des Entwicklerkits dieses Wettbewerbs. Der Ursprung der Track-Goldmedaillenarbeit „Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection“.
Der Developer Kit Innovation Track ist ein neu hinzugefügter Track im Ascend AI Innovation Competition 2023 zusätzlich zum Application Track und Ascend Track. Entwickler müssen sich Lebens- und Produktionsszenarien stellen, Design und Entwicklung auf der Grundlage des Entwicklungsboards der neuen Generation von Ascend abschließen und erkunden KI-Anwendungen. mehr Möglichkeiten.
Die Arbeit „Nanqiang Escort-Aviation Engine Intelligent Visual Defect Detection“ ist eine aktive Erforschung der Anwendung von „KI + Luftfahrt“ und nutzt die Technologie der künstlichen Intelligenz, um Probleme wie hohe Arbeitskosten, geringe Identifikationseffizienz und starke subjektive Faktoren anzugehen Defekterkennung von Luftfahrtausrüstung. , Verbesserung der Erkennungseffizienz und -genauigkeit, Reduzierung der Arbeitskosten und der Auswirkungen menschlicher Faktoren.
Einführung von KI-Funktionen zum Schutz der „Kronperle der Industrie“
Die fünf Mitglieder des gelehrten Traumjägerteams der Universität Xiamen, Hu Liwei, Wu Peishu, Li Xinyu, Zhang Yuqing und Xie Tingyi, stammen alle aus dem Forschungsteam für Luft- und Raumfahrtinformationsintelligenz unter der Leitung von Zeng Nianyin, einem Doktorvater an der Universität Xiamen, ein herausragender junger Mensch in der Provinz Fujian und ein weltweit vielzitierter Wissenschaftler. Das Forschungsteam für Luft- und Raumfahrtinformationsintelligenz konzentriert sich auf die Erforschung intelligenter Analysemethoden für unvollständige Daten in komplexen Szenarien. Zuvor wurden die relevanten theoretischen Ergebnisse des Teams erfolgreich in Bereichen wie der Luftfahrtindustrie angewendet.
Bei diesem Wettbewerb handelt es sich um eine „praktische Anwendung“ des Wissens des Teams auf Basis des Ascend-Entwicklerkits Atlas 200I DK der neuen Generation.
Luftfahrtmotoren sind moderne Industriekreationen, die äußerst schwierig zu entwickeln und herzustellen sind und als „Juwel in der Krone der Industrie“ gelten. Das Triebwerk arbeitet in extremen Umgebungen und etwa 40 % der Flugunfälle werden durch Strukturversagen des Triebwerks verursacht. Daher hat die Triebwerkswartung höchste Priorität, um den sicheren und stabilen Betrieb des Flugzeugs zu gewährleisten. Bei herkömmlichen Methoden zur Erkennung von Defekten an Flugzeugtriebwerken sind jedoch unabhängig von der verwendeten Erkennungstechnologie professionelle Techniker erforderlich, um die Art und den Ort des Defekts mit bloßem Auge zu beurteilen. Die endgültige Lokalisierung und Identifizierung von Defekten hängt hauptsächlich von der Erfahrung der Techniker ab . Die manuelle Erfassung und Analyse von Fehlern ist nicht nur zeit- und arbeitsintensiv, sondern wird auch leicht durch Ermüdung, psychologische Faktoren usw. beeinträchtigt, was zu verpassten oder falschen Erkennungen führt.
Angesichts der Unzulänglichkeiten herkömmlicher Lösungen zur Erkennung von Defekten an Flugtriebwerken führte das Erudite Dream Team der Universität Xiamen eine eingehende Untersuchung der Defekteigenschaften von Flugtriebwerken in komplexen Szenarien durch, kombiniert mit den innovativen Errungenschaften auf dem Gebiet der künstlichen Intelligenz, die von gesammelt wurden Das Forschungsteam für Luft- und Raumfahrtinformationsintelligenz schlug eine Methode zur Erkennung von Flugzeugtriebwerksdefekten vor. „KI-Lösung“ – „Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection“.
Im Programm „Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection“ setzten die fünf Mitglieder ihr Fachwissen und ihre Fähigkeiten voll ein und konzentrierten sich auf die Lösung der fünf größten Herausforderungen bei der Defekterkennung von Luftfahrtausrüstung: ungleichmäßige Zielskala, ungleiche räumliche Verteilung usw Stichprobenmengenungleichgewicht, semantisches Ungleichgewicht der Kategorie und Ungleichgewicht des Optimierungsziels.
Im Dateneingabeprozess sind die Vorverarbeitung und Bildverbesserung von Triebwerksdefektdaten der Schlüssel zur Lösung der Herausforderungen der Stichprobengröße und Kategoriesemantik bei der Triebwerksdefekterkennung. Xie Tingyi stellte dem Modell durch mehrdimensionale Datengenerierung, Stichprobenkategorienausgleich und präzise Annotation mehr und qualitativ hochwertigere Daten zur Verfügung und verbesserte so die robuste Generalisierung des Modells.
Im Modellerkennungsprozess entwarf Klassenkamerad Wu Peishu einen mehrskaligen visuellen Erkennungsalgorithmus, der auf einer aufmerksamkeitsbasierten global-lokalen Merkmalsfusion basiert, um die Herausforderung einer ungleichmäßigen Zielskala und räumlichen Verteilung zu lindern. Der Student Hu Liwei ist im Atlas-Entwicklungsboard für die Modellbereitstellung und -entwicklung verantwortlich, und sein Klassenkamerad Li Xinyu ist für die Codemigration und das Modelltraining/-überprüfung/-test verantwortlich. Durch die Reduzierung des Gewichtes des Modells zur Beseitigung des Ungleichgewichts der Optimierungsziele wurden die Genauigkeit und die Rückrufrate der Erkennung fehlerhafter Merkmale in Bildern von Flugzeugtriebwerken erheblich verbessert.
Schließlich wurden durch Zhang Yuqings Code-Implementierung und Visualisierungssoftwareentwicklung Motorfehler qualitativ, quantitativ dargestellt und positioniert, und mit einem Klick konnte ein intelligenter Inspektionsbericht ausgegeben werden.
Mit der Unterstützung der Shengteng AI-Basissoftware- und -Hardwareplattform „hat sich die Effizienz des Inspektionsprozesses der Arbeit im Vergleich zum herkömmlichen Fehlerermittlungsprozess durch Wartungsexperten um 300 % erhöht.“ Spezielle oder gezielte Gestaltung der Oberfläche von Luft- und Raumfahrttriebwerken Fehlererkennungsalgorithmen „Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection“ lösen effektiv die Genauigkeits-, Echtzeit- und Robustheitsprobleme von fast zehn Arten der Fehlererkennung von Flugtriebwerken wie Risse, Schlaglöcher, Korrosion, Lücken, Biegungen, fehlende Materialien, usw. und gewann die Goldmedaille im Developer Kit Innovation Track 2023 des Ascend AI Innovation Competition.
Shengteng Digital Intelligence stärkt und treibt die Innovation der KI-Technologie stark voran
Der Shengteng AI Innovation Competition 2023 stellt hohe Anforderungen an die Integration von Werken und die offenen Fähigkeiten von Shengteng. Die Lösung „Nanqiang Escort-Aviation Engine Intelligent Visual Defect Detection“ integriert außerdem tiefgreifend das MindSpore AI-Framework und die Shengteng AI-Basissoftware- und -Hardwareplattform, um den Fehlererkennungsalgorithmus zu entwickeln, zu entwerfen, zu trainieren, zu optimieren und anzuwenden.
Der Erkennungsalgorithmus dieser Lösung wird mit dem Ascend MindSpore AI-Framework geschrieben und implementiert, und das Algorithmustraining wird mit dem Modelarts-Trainingscluster durchgeführt; in Bezug auf die Modellbereitstellung, die Ascend ATC-Konvertierungsanweisungen, die AIPP-Aktivierungskonfiguration und die DVPP-Videokodierung und Dekodierungsfunktionen sind in Altas 200I implementiert. Das DK-Entwicklungsboard implementiert eine leistungsstarke Inferenzerkennung von Lochströmungsvideos und verwendet das automatische Tuning-Tool Shengteng AOE und das AMCT-Modellkomprimierungstool, um das Modell abzustimmen und zu quantifizieren.
Die einzigartige Operator-Optimierungslösung kombiniert mit hervorragenden Produktaufruffunktionen ermöglicht es der Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection-Lösung, das Berechnungsdiagramm des Modelloperators automatisch zu segmentieren, wodurch der Rechenaufwand erheblich reduziert und so das Modelltraining und der Inferenzprozess beschleunigt werden, um das Beste zu erreichen Modelltrainingsleistung.
Obwohl das Endprodukt auf dem Innovationspfad des Entwicklerkits sehr auffällig ist, dauerte die Anpassung an die Ascend-Produktreihe nur wenige Monate, was für das gelehrte Traumverfolgungsteam der Universität Xiamen eine große Herausforderung darstellte viel Projekterfahrung im Labor, aber auch eine ganz neue Herausforderung.
Zu Beginn des Wettbewerbs stießen Teammitglieder, die gerade mit den Produkten der Ascend-Serie in Berührung gekommen waren, tatsächlich auf viele Entwicklungsversionsmigrations- und Anpassungsprobleme sowie auf Leistungsengpässe bei der Bereitstellung von Modellen und der Optimierung der Inferenzleistung.
„Aber die Shengteng-Community und Gitee Shengteng verfügen über technische Experten, die bei der Lösung der Probleme helfen, sodass diese Probleme reibungslos gelöst wurden.“ Als das Erudite Dream Team der Universität Xiamen über erfolgreiche Erfahrungen sprach, schlug es vor, dass Entwickler die Ressourcen des Shengteng-Code-Repositorys untersuchen sollten ., Sie können auch auf das „Shengteng CANN Training Camp“ der Shengteng-Gemeinde achten. Dieses Trainingslager lädt viele Branchenexperten ein, Entwicklern dabei zu helfen, von den Grundlagen bis zur Implementierung der KI-Technologie zu lernen. Es kann Entwicklern helfen, mit Produkten der Shengteng-Serie zu beginnen und Entwicklungsprojekte schneller zu starten.
Durch diesen Wettbewerb hat das Erudite Dream Team der Universität Xiamen die breiten Perspektiven im Bereich Luftfahrt + KI durch seine wachsenden KI-Fähigkeiten weiter erkannt. Für sie ist die „Goldmedaille“ nicht das Ende des Programms „Nanqiang Escort-Aero Engine Intelligent Visual Defect Detection“. In Zukunft hofft das Erudite Dream Team der Universität Xiamen, virtuelle und reale Kombinationen oder ferngesteuerte transparente Übertragungstechnologien zu kombinieren Erstellen Sie einen digitalen Zwilling und Industriemodellsysteme, um die intelligente Modernisierung des Betriebs und der Wartung der Luftfahrtindustrie weiterhin zu unterstützen.
„Die konkrete Anwendung hat vielleicht noch einen langen Weg vor sich, aber die Anwendung der Technologie der künstlichen Intelligenz in der Erkennung ist definitiv der zukünftige Trend.“ Von der Theorie über das Modell bis hin zur tatsächlichen industriellen Anwendung werden akademische Forschungsergebnisse in tatsächliche Produktivität umgewandelt und die Industrie gefördert Die Entwicklung und Innovation von Wissenschaft und Technologie selbst ist ein Prozess, der die Zusammenarbeit mehrerer Parteien erfordert. Wir freuen uns sehr, dass durch die Plattform des Shengteng AI Innovation Competition 2023 die kollaborative Innovation der Industrie-Universitätsforschung und die Anwendung der Technologie der künstlichen Intelligenz Realität geworden ist.