| KEYWORD |
Ispezione automatizzata dell'interno della pale delle turbine eoliche utilizzando tecniche di Computer Vision e Machine Learning
Tesi all'estero
Parole chiave COMPUTER VISION, DAMAGE DETECTION, ISPEZIONE, MACHINE LEARNING, PALE EOLICHE, TURBINE EOLICHE
Riferimenti MARCO CIVERA, CECILIA SURACE
Riferimenti esterni Prof Alessandro Sabato, University of Massachusetts Lowell
Tipo tesi RICERCA SPERIMENTALE E TEORICA
Descrizione Le tecnologie di visione artificiale (Computer Vision) in grado di ricreare nuvole di punti stanno diventando sempre più importanti nel campo del monitoraggio strutturale. La possibilità di utilizzare sistemi mobili come droni o robot in grado di raggiungere punti altrimenti inacessibili ha aumentato l'interesse della comunità scientifica verso questi sistemi.
Oggetto della tesi è la definizione di una metodologia per la realizzazione di un sistema per ispezionare l'interno delle pale eoliche, ricreare ricostruzioni della superficie interna delle pale e identificare i cambiamenti della struttura nel tempo.
Nello specifico, partendo da acquisizioni dati effettuate con droni dotati di telecamere RGB e infrarosso e scanner LiDAR, il candidato dovrà definire una procedura per ricostruire una nuvola di punti della geometria dell'interno delle pale eoliche e utilizzare tecniche di machine learning per automatizzare la riconoscimento di difetti quali spaccature, delaminazioni e scollamenti.
Il lavoro prevede una valutazione del sistema in laboratorio (con condizioni al contorno predefinite e note) e la possibilità di testare in situ il sistema sviluppato su turbine eoliche con una lunghezza fino a 75 metri.
Conoscenze richieste MATLAB, possibilmente conoscenze pregresse di algoritmi di Machine Learning
Note Media voti richiesta: >= 27/30 e conoscenza della lingua inglese almeno livello B2/C1
Scadenza validita proposta 23/11/2024
PROPONI LA TUA CANDIDATURA