Data d'alta al repositori: 2023-05-31
Resum: S’estima que aproximadament el 20-25% del cost de l’energia és causat pel manteniment de les infraestructures. Aquest treball té com a objectiu agilitzar aquesta tasca als parcs eòlics on es fan inspeccions amb dron amb l’ús de deep learning per l’anàlisi de les imatges. I, en última instància, reduir el cost i/o temps de les inspeccions.
Matèria: Aerogeneradors
Idioma: cat
Àrees temàtiques: Enginyeria informàtica Computer engineering Ingeniería informática
Departament: Enginyeria Informàtica i Matemàtiques
Estudiant: Bello Curto, Josep
Curs acadèmic: 2021-2022
Títol en diferents idiomes: Detecció de danys a pales d’aerogeneradors amb deep learning Wind turbine damage detection with deep learning Deteccion de daños en palas de aerogeneradores con deep learning
Data de la defensa del treball: 2022-06-27
Drets d'accés: info:eu-repo/semantics/openAccess
Paraules clau: aerogeneradors, deep learning, drons wind turbines, deep learning, drones aerogeneradores, deep learning, drones
Confidencialitat: Si
Títol en la llengua original: Detecció de danys a pales d’aerogeneradors amb deep learning
Director del projecte: Puig Valls, Domènec Savi; Abdelnasser Mohamed Mahmoud, Mohamed
Ensenyament(s): Enginyeria Informàtica
Entitat: Universitat Rovira i Virgili (URV)
Repositori URV