اخبار

Home/اخبار/جزئیات

وقتی کلیدهای مدار با هوش مصنوعی ملاقات می کنند: آیا مدل های زبان بزرگ می توانند در انتخاب، تشخیص و گزارش کمک کنند؟

Shaanxi West Power Tongzhong Electrical Co., Ltd. Fully Resumes Operations

برای چندین دهه، انتخاب و نگهداری ولتاژ بالا-کلیدهای مدار خلاءاساساً بر تجربه عملی مهندسان و سیستم‌های مبتنی بر قوانین سنتی-متکی هستند. اکنون، فناوری‌های هوش مصنوعی که با-مدل‌های زبانی در مقیاس بزرگ نشان داده می‌شوند، به تدریج این چشم‌انداز را تغییر می‌دهند. سوال دیگر این نیست که "آیا می توان از هوش مصنوعی استفاده کرد؟"، بلکه "چقدر می توان از آن استفاده کرد؟"

کمک به انتخاب هوشمندانه

 

انتخاب کردنکلیدهای مدار خلاءشامل پارامترهای متعددی مانند ولتاژ نامی، -جریان قطع اتصال کوتاه، ترتیب عملکرد و شرایط محیطی است. پیش از این، این نیاز به مقایسه دستی دستورالعمل های فنی داشت. تحقیقات اخیر نشان می‌دهد که-مدل‌های زبان در مقیاس بزرگ همراه با فناوری Retrieval Enhanced Generation (RAG) می‌توانند به طور خودکار پارامترهای تجهیزات مناسب را بر اساس الزامات پروژه وارد شده کاربر مطابقت دهند و پیشنهادات مبتنی بر شواهد{5}}را ارائه دهند. مهندسان دیگر نیازی به غربال کردن راهنماهای دست و پاگیر ندارند. در عوض، آنها می توانند به سرعت راه حل های انتخاب اولیه را با پرسیدن سوالات به زبان طبیعی به دست آورند.

 

عیب یابی و تعمیر و نگهداری پیش بینی شده

 

ارزش واقعی هوش مصنوعی در فرآیند تشخیص نهفته است. آزمایش‌های مشخصه مکانیکی، آزمایش‌های مقاومت حلقه و آنالیز شکل موج جریان سیم‌پیچ‌های باز و بسته‌کننده برایکلیدهای مدار خلاءبه طور سنتی بر تفسیر تکنسین های مجرب تکیه می کرد. اکنون، الگوریتم‌های مبتنی بر یادگیری عمیق-می‌توانند به‌طور خودکار ویژگی‌هایی مانند زمان‌های باز و بسته شدن غیرعادی، افزایش برگشت مجدد، و اعوجاج جریان سیم‌پیچ را شناسایی کنند، و در عرض چند دقیقه گزارش‌های تشخیصی اولیه{2}}تولید می‌کنند که قبلاً اغلب ساعت‌ها طول می‌کشید.

حتی امیدوارکننده‌تر، استفاده از شبکه‌های عصبی اطلاعات فیزیکی (PINN) برای بازسازی{0}زمان واقعی میدان دمای داخلی قطع‌کننده‌های خلاء است. این امکان نظارت بر افزایش دمای تماس را بدون سنسورهای اضافی فراهم می‌کند و بینش جدیدی را برای دوقلوهای دیجیتال و نگهداری پیش‌بینی‌کننده ارائه می‌دهد. به طور همزمان، مدل‌های یادگیری عمیق برای طبقه‌بندی مورفولوژی قوس خلاء استفاده می‌شوند که به بهینه‌سازی طراحی قطع‌کننده و افزایش طول عمر تجهیزات کمک می‌کند.

 

تولید گزارش خودکار

 

بار کار مستندسازی نیز در حال کاهش است. ابزارهای هوش مصنوعی می‌توانند داده‌های آزمایش، سوابق بازرسی و نتیجه‌گیری‌های تشخیصی را در گزارش‌های تعمیر و نگهداری کاملاً ساختاریافته ادغام کنند. برای پروژه‌های صادراتی، تولید خودکار گزارش‌های دوزبانه (چینی و انگلیسی) به واقعیت تبدیل شده است و به طور قابل‌توجهی کارایی ارتباطات بین مرزی را بهبود می‌بخشد.

 

نتیجه گیری

 

برای مشتریان خارج از کشور، نکته کلیدی این است که هوش مصنوعی جایگزین مهندسان نمی‌شود، بلکه به‌عنوان یک همکار توانمند-خلبان-در انتخاب کارآمدتر، تشخیص دقیق‌تر و استانداردتر شدن مستندات عمل می‌کند، و در نهایت به کاربران کمک می‌کند تا زمان خرابی برنامه‌ریزی نشده را کاهش دهند و قابلیت اطمینان منبع تغذیه را بهبود بخشند. این فناوری هنوز به سرعت در حال توسعه است، اما روند روشن است: عصر بهره برداری و نگهداری هوشمندکلیدهای مدار خلاءدر حال آمدن است

چگونه با ما همکاری کنیم؟

Shaanxi West Power Tongzhong Electrical Co., Ltd.

آدرس ما

دهکده نانپو، خیابان چنکانگ، منطقه جین تای، شهر بائوجی، استان شانشی، چین.

شماره تلفن

+86 18091765882(WhatsApp/Wechat/facebook)

XDTZ Launches VTZ-12F 15kV Generator VCB For MV Power Generation Applications