Maintaining power plants components using 3D laser scanning and deep learning approach /
Nasr Eldin Hassan Mohamed Elbendary,
Maintaining power plants components using 3D laser scanning and deep learning approach / صيانة مكونات محطات الكهرباء باستخدام المسح الليزري ثلاثي الأبعاد ومنهجية التعلم العميق Nasr Eldin Hassan Mohamed Elbendary ; Supervised Prof.Dr.Mohamed Mahdy Marzouk - 180 p. : illustrations ; 30cm+ CD
Thesis (Ph.D.)-Cairo University - Faculty of Engineering - Department of Structural Engineering
Bibliography: p. 102-110.
The power plants life cycle costs could be decomposed into investment cost of the project, fuel type cost, operation and maintenance cost. Power plants efficiencies have been improved significantly with the improvement of gas turbine technologies and this leads to the reduction of the expenditures of the fuel. Building information Modelling (BIM) has been widely utilized in the Facility Management (FM) of constructed facilities. 3D laser scanning provides quick, accurate, comprehensive and detailed 3D information regarding scanned scenes. Manage massive amounts of point cloud data that is generated from 3D laser scanning is considered a challenging task. Although considerable improvement has been achieved for large scale point cloud classification, classification of power plant components requires an advanced artificial intelligence technique such as deep learning-based approach. This research provides a trained deep neural network that is capable to classify different objects in the power plant efficiently and reliably. The proposed network is developed to expand the architecture of the PointNet deep neural network and maintain effective network training through generalizing the target classes models. The main equipment categories of the power plant 3D models are collected from different sources. The network allows recognition of power plant components in an automated manner to enable inspection, maintenance, and monitoring tasks.The research also facilitates the usage of mesh models which is generated from point cloud, obtained from 3D laser scanning process which provided the needed amount of data. The classification model for the power plant main components is implemented using Python in an effort to expand the PointNet architecture. Also, Autodesk Revit add-in is developed to populate all the required maintenance data for large-scale point cloud and generate 3D model through developed C++ code. The proposed research methodology is demonstrated using an actual case study of Al Shabab power plant in Ismailiyah, Egypt يتيح المسح الليزري ثلاثي الأبعاد معلومات ثلاثية الأبعاد سريعة ودقيقة وشاملة ومفصلة فيما يتعلق بالمشاهد الممسوحة ضوئيًا. وتعتبر إدارة الكميات الهائلة من بيانات السحابة النقطية التي يتم إنشاؤها من المسح بالليزر ثلاثي الأبعاد مهمة صعبة. وتجدر الإشارة إلى أن الأنظمة الكهروميكانيكية للمباني عادةً تكلف الحصة الأكبر من تكاليف التشغيل والصيانة. لذلك، يجب ألا يحتوي نمذجة معلومات البناء على العناصر الهيكلية فقط، ولكن أيضًا مكونات الأنظمة الكهروميكانيكية.وتكشف الدراسات السابقة أنه لا تزال هناك فجوات فيما يتعلق بتطبيق نمذجة معلومات البناء باستخدام المسح الليزري ثلاثي الأبعاد ومنهجية التعلم العميق لتشغيل وصيانة محطات الطاقة. فتهدف هذه الدراسة إلى تطوير إطار عمل لتحديد الأساس المنطقي لاعتماد استخدام نمذجة معلومات البناء وتقنيات المسح الليزري ثلاثي الابعاد ومنهجية التعلم العميق في مشاريع محطات الطاقة. ويستخدم إطار العمل المقترح في هذا البحث المخرجات الاولية لعملية المسح الليزري ثلاثي الابعاد (سحابة النقاط) واستكمال جميع بيانات التشغيل والصيانة المطلوبة من خلال منهجية التعلم العميق وكذلك من خلال تطوير وبرمجة وظيفة إضافية لبرنامج Autodesk Revit. بالإضافة الي ذلك، يهدف البحث الي إنشاء نموذج ثلاثي الأبعاد من مدخلات سحابة النقاط من خلال تطبيق مطور PCMesherيستخدم سحابة النقاط لإنشاء نموذج ثلاثي الأبعاد الذي يتم استخدامه أثناء مراحل التشغيل والصيانة.وتم التحقق من صحة الإطار المطور في دراسة حالة حقيقية في محطة لتوليد الكهرباء في مصر
Text in English and abstract in Arabic & English.
Structural Engineering
Point Cloud Classification
624
Maintaining power plants components using 3D laser scanning and deep learning approach / صيانة مكونات محطات الكهرباء باستخدام المسح الليزري ثلاثي الأبعاد ومنهجية التعلم العميق Nasr Eldin Hassan Mohamed Elbendary ; Supervised Prof.Dr.Mohamed Mahdy Marzouk - 180 p. : illustrations ; 30cm+ CD
Thesis (Ph.D.)-Cairo University - Faculty of Engineering - Department of Structural Engineering
Bibliography: p. 102-110.
The power plants life cycle costs could be decomposed into investment cost of the project, fuel type cost, operation and maintenance cost. Power plants efficiencies have been improved significantly with the improvement of gas turbine technologies and this leads to the reduction of the expenditures of the fuel. Building information Modelling (BIM) has been widely utilized in the Facility Management (FM) of constructed facilities. 3D laser scanning provides quick, accurate, comprehensive and detailed 3D information regarding scanned scenes. Manage massive amounts of point cloud data that is generated from 3D laser scanning is considered a challenging task. Although considerable improvement has been achieved for large scale point cloud classification, classification of power plant components requires an advanced artificial intelligence technique such as deep learning-based approach. This research provides a trained deep neural network that is capable to classify different objects in the power plant efficiently and reliably. The proposed network is developed to expand the architecture of the PointNet deep neural network and maintain effective network training through generalizing the target classes models. The main equipment categories of the power plant 3D models are collected from different sources. The network allows recognition of power plant components in an automated manner to enable inspection, maintenance, and monitoring tasks.The research also facilitates the usage of mesh models which is generated from point cloud, obtained from 3D laser scanning process which provided the needed amount of data. The classification model for the power plant main components is implemented using Python in an effort to expand the PointNet architecture. Also, Autodesk Revit add-in is developed to populate all the required maintenance data for large-scale point cloud and generate 3D model through developed C++ code. The proposed research methodology is demonstrated using an actual case study of Al Shabab power plant in Ismailiyah, Egypt يتيح المسح الليزري ثلاثي الأبعاد معلومات ثلاثية الأبعاد سريعة ودقيقة وشاملة ومفصلة فيما يتعلق بالمشاهد الممسوحة ضوئيًا. وتعتبر إدارة الكميات الهائلة من بيانات السحابة النقطية التي يتم إنشاؤها من المسح بالليزر ثلاثي الأبعاد مهمة صعبة. وتجدر الإشارة إلى أن الأنظمة الكهروميكانيكية للمباني عادةً تكلف الحصة الأكبر من تكاليف التشغيل والصيانة. لذلك، يجب ألا يحتوي نمذجة معلومات البناء على العناصر الهيكلية فقط، ولكن أيضًا مكونات الأنظمة الكهروميكانيكية.وتكشف الدراسات السابقة أنه لا تزال هناك فجوات فيما يتعلق بتطبيق نمذجة معلومات البناء باستخدام المسح الليزري ثلاثي الأبعاد ومنهجية التعلم العميق لتشغيل وصيانة محطات الطاقة. فتهدف هذه الدراسة إلى تطوير إطار عمل لتحديد الأساس المنطقي لاعتماد استخدام نمذجة معلومات البناء وتقنيات المسح الليزري ثلاثي الابعاد ومنهجية التعلم العميق في مشاريع محطات الطاقة. ويستخدم إطار العمل المقترح في هذا البحث المخرجات الاولية لعملية المسح الليزري ثلاثي الابعاد (سحابة النقاط) واستكمال جميع بيانات التشغيل والصيانة المطلوبة من خلال منهجية التعلم العميق وكذلك من خلال تطوير وبرمجة وظيفة إضافية لبرنامج Autodesk Revit. بالإضافة الي ذلك، يهدف البحث الي إنشاء نموذج ثلاثي الأبعاد من مدخلات سحابة النقاط من خلال تطبيق مطور PCMesherيستخدم سحابة النقاط لإنشاء نموذج ثلاثي الأبعاد الذي يتم استخدامه أثناء مراحل التشغيل والصيانة.وتم التحقق من صحة الإطار المطور في دراسة حالة حقيقية في محطة لتوليد الكهرباء في مصر
Text in English and abstract in Arabic & English.
Structural Engineering
Point Cloud Classification
624