汽车零件中的裂纹检测确保车辆安全性,可靠性和耐用性。传统的裂纹检测方法在很大程度上依赖于手动检查或非破坏性测试(NDT),这可能无法有效地识别小型,表面级别或隐藏的裂纹。随着人工智能(AI),机器学习(ML),计算机视觉(CV),图像处理和光检测传感器技术的快速进步,智能裂纹检测系统(SCDS)正在作为对此问题的有效,自动化的解决方案。本文回顾了应用于汽车零件的智能裂纹检测系统的当前方法,技术,挑战和未来方向,重点是实时监控,基于AI的裂纹分类以及与IOT启用的诊断系统集成。
例如,在欧盟 ELV 指令出台之前,据估计英国每年大约有 180 万辆 ELV(来源:汽车回收和处置联盟,ACORD)。尽管过去 25 年来英国汽车数量大幅增长,但目前(官方)的 ELV 数量仅接近最初估计的 50%。ATF 处理的 ELV 数量从 100 多万辆的峰值开始,近年来一直在下降。据估计,自 2000 年 ELV 指令出台以来,英国至少有 1200 万辆汽车“失踪”。失踪车辆中很可能有很大一部分是“回收零件价值”最高的车辆。
鉴于这种情况,联合国秘书长AntónioManuelde Olivei ra Guterres(UN)一直强调“化石燃料是气候危机的原因”,并且“我们在1.5°C的限制中,根据科学家的最大效果,避免了warm warm warm congrand tem warm cool tean tem tem prack for nemper,避免了一级的限制。 3巧合的是,2022年是在国际层面上的第一步50周年,以分析并采取行动对人类活动对环境的影响的影响。第一个里程碑是1972年在斯德哥尔摩举行的联合国人类环境会议,环境的主题是核心。特定裤子采用了环境声音管理的原则,包括人类环境的斯德哥尔摩宣言和行动计划4。这不仅对政府,而且对于民间社会,商业和政策制定者而言都是优先事项。5会议建立了联合国环境计划ME(UNEP),该计划是负责监视环境状况的联合国实体。