ලාභ:
- බලශක්ති උපකරණවල අසාර්ථක මාදිලි, සංවේදක දත්ත සහ අනාවැකි නඩත්තු කිරීමේ ව්යාපාරික වටිනාකම පැහැදිලි කරන්න.
- කෘතිම බුද්ධිය සමඟ විෂමතා හඳුනාගැනීම, ඉතිරිව ඇති ප්රයෝජනවත් ආයු තක්සේරුව සහ අනතුරු ඇඟවීමේ ප්රමුඛතාවය සැකසීමේ හැකියාව
- ව්යාජ අනතුරු ඇඟවීම්/මග හැරුණු දෝෂ ශේෂය කළමනාකරණය කිරීමේ හැකියාව සහ නඩත්තු තීරණ වලදී විශේෂඥ අනුමැතිය අවශ්ය වේ
විදුලිබල පද්ධතියක උපකරණ අසාර්ථක වීම මිල අධික වන අතර සමහර විට අනතුරුදායක වේ: බල ට්රාන්ස්ෆෝමර් පිපිරීමක් ඩොලර් මිලියන ගණනක හානියක් සහ දිගු ඇනහිටීම් ඇති කරයි; සුළං ටර්බයින ගියර් පෙට්ටියක් කැඩීම යනු මාස ගණනක් නිෂ්පාදනය අහිමි වීමයි. සාම්ප්රදායික නඩත්තුව ක්රියාත්මක වන්නේ "කැඩෙන විට එය නිවැරදි කිරීම" (බිඳවැටීම් නඩත්තු කිරීම) හෝ "කාලසටහන අනුව ප්රතිස්ථාපනය කිරීම" (කාලානුරූප නඩත්තු) තර්කනය මත ය; දෙදෙනාම ප්රමාද වී හෝ ඉක්මනින් මැදිහත් වේ. පුරෝකථන නඩත්තු කිරීම මඟින් උපකරණවල සත්ය තත්ත්වය නිරන්තරයෙන් අධීක්ෂණය කිරීම, එය සිදුවීමට පෙර අක්රියතාව පුරෝකථනය කිරීම සහ නියමිත වේලාවට මැදිහත් වීම අරමුණු කරයි. කෘතිම බුද්ධිය සංවේදක ගංවතුර සැකසීමට සහ මෙම තීක්ෂ්ණ බුද්ධිය නිපදවීමට ප්රබල මෙවලමකි. මෙම ඒකකය තුළ, අපි අසාර්ථක ක්රම, AI-සහාය වන විෂමතා හඳුනාගැනීම සහ ඉතිරි ජීවිත ඇස්තමේන්තු සහ ඒවායේ සීමාවන් පිළිබඳව ඉගෙන ගනිමු.
අසාර්ථක මාදිලි සහ සංවේදක දත්ත
අනාවැකි නඩත්තු කිරීමේ පදනම වන්නේ උපකරණ බිඳවැටීමේදී අංශු මාත්ර ඉතිරි වීමයි. අක්රිය වීමක් හදිසියේ සිදු නොවේ, නමුත් සාමාන්යයෙන් ක්රියාවලියක් ලෙස වර්ධනය වන අතර, මෙම ක්රියාවලිය මැනිය හැකි රෝග ලක්ෂණ ඇති කරයි.
- බල ට්රාන්ස්ෆෝමරය: තෙල් උෂ්ණත්වය, පැටවීම සහ විශේෂයෙන් විසුරුවා හරින ලද වායු විශ්ලේෂණය (DGA; තෙල්වල එකතු වී ඇති වායූන් මැනීම). ඇතැම් වායූන්ගේ වැඩි වීමක් පෙන්නුම් කරන්නේ අභ්යන්තර චාප, උනුසුම් වීම හෝ පරිවාරක පිරිහීමයි.
- සුළං ටර්බයිනය: ගියර් පෙට්ටිය සහ දරණ කම්පනය, උෂ්ණත්වය, තෙල් අංශු, බල වක්රයෙන් බැහැරවීම. දරණ ක්ෂය වීම ලාක්ෂණික කම්පන සංඛ්යාත නිපදවයි.
- කේබල් සහ රේඛාව: අර්ධ විසර්ජනය (පරිවරණයෙහි කුඩා විද්යුත් විසර්ජන), උෂ්ණත්වය.
- බ්රේකර් සහ ස්විච් ගියර්: ඔන්-ඕෆ් ස්විච ගණන, විවෘත කිරීමේ කාලය, සම්බන්ධතා ප්රතිරෝධය.
කෘත්රිම බුද්ධිය මිනිස් ඇසට මග හැරෙන මෙම සංඥා තුළ සියුම් ප්රවණතා සහ බහුවිචල්ය රටා ග්රහණය කරයි. විෂමතාවයක් යනු සාමාන්ය හැසිරීම් වලින් දත්ත සංඛ්යානමය අපගමනයකි; මෙය බොහෝ විට අනාවැකි නඩත්තු කිරීමේ පළමු සංඥාවයි.
ඉඟිය: හොඳ අනාවැකි නඩත්තු කිරීම ආරම්භ වන්නේ "සාමාන්ය" හොඳින් දැන සිටීමෙනි. උපකරණයක් නිසි ලෙස ක්රියාත්මක වන විට කුමන ආකාරයේ සංවේදක අත්සනක් නිපදවන්නේද යන්න නොදැන අපගමනය හඳුනා ගත නොහැක. එබැවින් පළමු ආයෝජනය වන්නේ "සෞඛ්ය සම්පන්න හැසිරීම" පිළිබඳ පිරිසිදු පදනමක් ස්ථාපිත කිරීමයි.
අත්යවශ්ය කාර්යයන් දෙකක්: විෂමතා හඳුනා ගැනීම සහ ඉතිරි ජීවිතය
කෘතිම බුද්ධියට අනාවැකි නඩත්තු කිරීමේදී ප්රධාන කාර්යයන් දෙකක් ඇත.
උපකරණ සාමාන්යයෙන් අපගමනය වන විට විෂමතා හඳුනා ගැනීම ඉක්මනින් අල්ලා ගනී. ආකෘතිය නිරෝගී හැසිරීම් ඉගෙන ගන්නා අතර එයට එරෙහිව එන දත්ත පරීක්ෂා කරයි; අපගමනය අනතුරු ඇඟවීමක් ජනනය කරයි. මෙහි වඩාත්ම තීරණාත්මක පරාමිතිය වන්නේ එළිපත්තයි: අනතුරු ඇඟවීමක් ලෙස කොපමණ අපගමනය ගණන් ගනීද?
ඉතිරි ප්රයෝජනවත් ජීවිතය (RUL) යනු උපකරණ අසාර්ථක වන තෙක් කොපමණ කාලයක් තිබේද යන්න පිළිබඳ ඇස්තමේන්තුවකි. මෙය නඩත්තු කිරීමට සැලසුම් කිරීමට ඉඩ සලසයි (කොටස් ඇණවුම් කිරීම, ඇනහිටීම් කවුළුව). RUL ඇස්තමේන්තුව සහජයෙන්ම අවිනිශ්චිත වන අතර පරාසයක් සමඟ ලබා දිය යුතුය.
ව්යාජ එලාමය / මග හැරුණු දෝෂ ශේෂය
අනාවැකි නඩත්තු කිරීමේ හදවතේ සමතුලිතතාවයයි. ව්යාජ අනතුරු ඇඟවීම (ව්යාජ ධනාත්මක) දෝෂයක් නොමැති විට අනතුරු ඇඟවීමක් නිපදවයි; එහි ප්රතිඵලය වන්නේ අනවශ්ය නඩත්තුව, අපතේ යාමේ කාලය සහ – වඩාත්ම භයානක – එලාම් පිළිබඳ කණ්ඩායමේ විශ්වාසය නැතිවීම ("වෘකයා පැමිණ ඇත" බලපෑම). මඟ හැරුණු වරදක් (අසත්ය සෘණාත්මක) යනු සත්ය දෝෂය පුරෝකථනය කිරීමට අපොහොසත් වීමයි. අනපේක්ෂිත පිපිරීමක් යනු හානිය සහ ආරක්ෂක අවදානමයි.
If you lower the threshold, missed faults decrease but false alarms increase; ඔබ එය වැඩි කළහොත්, ප්රතිවිරුද්ධ දෙය සිදු වේ. මෙම අසාර්ථකවීම් දෙකේ පිරිවැය අනුව නිවැරදි එළිපත්ත සකසා ඇත: බෙදාහැරීමේ ට්රාන්ස්ෆෝමරයක මග හැරුණු දෝෂයක පිරිවැය වීදි ලාම්පුවකට වඩා බෙහෙවින් වැඩි ය, එබැවින් තීරණාත්මක උපකරණවල එළිපත්ත වඩාත් සංවේදීව (ව්යාජ අනතුරු ඇඟවීම් වලට වැඩි අවදානමක්) තබා ඇත.
අවවාදයයි: "ආකෘතිය සියයට 95ක් නිවැරදියි" යැයි පැවසීම අනාවැකි නඩත්තු කිරීමේදී නොමඟ යවන සුළුය. අසාර්ථක වීම් දුර්ලභ බැවින්, අනතුරු ඇඟවීම් නිෂ්පාදනය නොකරන ආකෘතියක් පවා සියයට 95ක් "නිවැරදි" විය හැකිය - නමුත් එය එකදු සැබෑ අසාර්ථකත්වයක්වත් අල්ලා නොගනී. එබැවින්, සාර්ථකත්වය මනිනු ලබන්නේ මග හැරුණු අසාර්ථකත්වය සහ ව්යාජ අනතුරු ඇඟවීමේ අනුපාත මගින් මිස සමස්ත නිරවද්යතාවයෙන් නොවේ.
පියවරෙන් පියවර: AI-බලවත් අනාවැකි නඩත්තු කිරීම
පියවර 1 - සෞඛ්ය සම්පන්න පදනමක් ස්ථාපිත කරන්න. ප්රමාණවත් දත්ත සහිත උපකරණවල සාමාන්ය මෙහෙයුම් අත්සන ඉගෙන ගන්න.
පියවර 2 - සංවේදක තෝරා තහවුරු කරන්න. අසාර්ථක මාදිලියට සුදුසු සංඥා (කම්පන, DGA, උෂ්ණත්වය); සංවේදක ක්රමාංකනය පරීක්ෂා කරනු ලැබේ.
පියවර 3 - විෂමතා ආකෘතියක් ගොඩනැගීම. සාමාන්යයෙන් අපගමනය හඳුනා ගන්නා ආකෘතිය; උපකරණ විවේචනය මත පදනම්ව එළිපත්ත සකසා ඇත.
පියවර 4 - අනතුරු ඇඟවීම් වලට ප්රමුඛත්වය දෙන්න. සියලුම අපගමනය එකම හදිසි නොවේ; AI අනතුරු ඇඟවීමේ බරපතලකම සහ විය හැකි දෝෂ වර්ගය අනුව වර්ග කරයි.
පියවර 5 - විශේෂඥ සත්යාපනය. සෑම වැදගත් අනතුරු ඇඟවීමක්ම සමාලෝචනය සඳහා නඩත්තු ඉංජිනේරුවරයා වෙත යයි; AI රෝග විනිශ්චය නොකරයි, එය උපකල්පන සහ ප්රමුඛතා ඉදිරිපත් කරයි.
පියවර 6 - ප්රතිපෝෂණය. සත්ය දෝෂ/සාමාන්ය ප්රතිඵල ආකෘතියට නැවත ලබා දෙනු ලැබේ; එළිපත්ත සහ ආකෘතිය වැඩි දියුණු කර ඇත.
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - ට්රාන්ස්ෆෝමරය පිළිබඳ පූර්ව අනතුරු ඇඟවීම. බල ට්රාන්ස්ෆෝමරයක DGA දත්තවල, AI විසින් යම් යම් වායූන්ගේ (එතිලීන්) මන්දගාමී නමුත් ස්ථාවර වැඩි වීමක් අල්ලා ගන්නා ලදී; තනි මිනුමක් සාමාන්ය පරාසය තුළ වූ නමුත් ප්රවණතාවය අසාමාන්ය විය. විශේෂඥ සමාලෝචනය උණුසුම් ස්ථානයක් සොයා ගන්නා ලදී (අධික උනුසුම් සම්බන්ධතාවය). සැලසුම් සහගත මැදිහත්වීමකින් සිදුවිය හැකි අක්රමිකතාවයක් වළක්වා ඇත; ඇස්තමේන්තුගත වළක්වා ඇති හානිය ලීරා මිලියන ගණනක අනුපිළිවෙලින් විය.
නඩුව 2 - වෘකයා ක්රියාත්මක විය. එක් සුළං ක්ෂේත්රයක එළිපත්ත ඉතා අඩු මට්ටමක තබා ඇත; මෙම ආකෘතිය සතියකට ව්යාජ කම්පන එලාම් දුසිම් ගණනක් නිෂ්පාදනය කරමින් සිටියේය. කාලයාගේ ඇවෑමෙන්, කණ්ඩායම අනතුරු ඇඟවීම් නොසලකා හැරීමට පටන් ගත් අතර සැබෑ දරණ අසාර්ථකත්වය මග හැරුණි. ඉතිහාස දත්තවල සැබෑ අසාර්ථකත්වය මත පදනම්ව එළිපත්ත නැවත ක්රමාංකනය කළ විට, ව්යාජ එලාම් සතියකට එකක් දක්වා පහත වැටී විශ්වාසය නැවත ඇති විය.
නඩුව 3 - RUL පරාසය. ගියර් පෙට්ටියක් සඳහා ආකෘතිය පැවසුවේ "ඉතුරු ආයු කාලය සති 6ක් පමණ" නමුත් ඔත්තේ සංඛ්යාවක් ලෙස ය. ඇත්ත වශයෙන්ම, අවිනිශ්චිතතාවය වැඩි වී ඇත; කොටස පැමිණියේ 9 වන සතියේ, අසාර්ථකත්වය 5 වන සතියේ සිදු වූ අතර සැලසුම් නොකළ ඇනහිටීමක් සිදු විය. මීළඟ අභ්යාසයේදී, RUL කාල පරතරයක් සහිතව ("සති 3-8, සියයට 80 විශ්වාසය") ලබා දුන් අතර සාධාරණ නරකම තත්වයක් මත පදනම්ව කොටස් අනුපිළිවෙල ඉදිරියට ගෙන එන ලදී.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
මෙම කම්පන දත්ත බලන්න, කිසියම් දෝෂයක් තිබේද?[දත්ත]
බලවත් විමසුම:
ඔබේ කාර්යභාරය: පුරෝකථන නඩත්තු විශ්ලේෂක. උපකරණ: සුළං උත්පාදක ගියර් පෙට්ටිය.- පළමුව දත්තවල සාමාන්ය (සෞඛ්ය සම්පන්න) හැසිරීම සාරාංශ කරන්න; එයට එරෙහි විෂමතාවය හඳුනා ගන්න.- බරපතලකම සහ හැකි අසාර්ථකත්වය අනුව අපගමනයට ප්රමුඛත්වය දෙන්න; නිශ්චිත රෝග විනිශ්චයක් නොකරන්න, උපකල්පන උත්පාදනය කරන්න. - එක් එක් උපකල්පනය සඳහා, කුමන අතිරේක මිනුම/පරීක්ෂණය එය තහවුරු කරන්නේද යන්න දක්වන්න. - ව්යාජ අනතුරු ඇඟවීම් සහ මග හැරුණු දෝෂ වල ශේෂය සලකා බලන්න; මෙම උපකරණයේ තීරනාත්මකභාවය මත පදනම්ව ඔබේ සීමාව නිර්දේශය සාධාරණීකරණය කරන්න. - RUL ඉල්ලන්නේ නම්, එය තනි අංකයක් නොව විශ්වාසනීය පරතරයක් සහිතව දෙන්න. දත්ත: [කම්පන/උෂ්ණත්ව මාලාව]
ප්රබල ප්රේරකය සාමාන්ය ප්රථමයෙන් නිර්වචනය කරයි, රෝග විනිශ්චය වෙනුවට උපකල්පන ඉල්ලා සිටී, සත්යාපන පියවරක් සහ එළිපත්ත ඕෆ්සෙට් එක් කරයි, කාලාන්තරවල RUL පොළඹවයි - ආරම්භයේ සිටම අනාවැකි නඩත්තු කිරීමේ සම්භාව්ය අන්තරායන් මඟහරවා ගනී.
පිටපත් කළ හැකි සැකිලි හතරක්
1) සෞඛ්ය සම්පන්න මූලික නිස්සාරණය:
මෙම උපකරණයේ දත්ත වලින් සාමාන්ය/සෞඛ්ය සම්පන්න මෙහෙයුම් අත්සන උපුටා ගන්න: සාමාන්ය පරාසයන්, සෘතුමය/භාර මත යැපෙන විචලනය. ඉන්පසු මෙම පදනම මත විෂමතාව නිර්වචනය කරන්න. බර හෝ උෂ්ණත්වය මගින් පැහැදිලි කළ හැකි වෙනස්කම් සැබෑ විෂමතා වලින් වෙන්කර හඳුනා ගන්න.
2) අනතුරු ඇඟවීමේ ප්රමුඛතාවය:
බරපතලකම, සංවර්ධන වේගය සහ සිදුවිය හැකි අසාර්ථකත්වය අනුව පහත අපගමනයට ප්රමුඛත්වය දෙන්න. එක් එක් සඳහා: හදිසි (හදිසි/අධීක්ෂණ/සාමාන්ය), විය හැකි හේතු උපකල්පන සහ සත්යාපන පියවර. නිශ්චිත රෝග විනිශ්චය කිරීම; නඩත්තු ඉංජිනේරුවරයාට තීරණ සටහනක් නිකුත් කෙරේ.
3) එළිපත්ත ශේෂ විශ්ලේෂණය:
මෙම විෂමතා ලකුණු සඳහා ව්යාජ අනතුරු ඇඟවීම් සහ මඟ හැරුණු දෝෂ ගණන මත විවිධ සීමාවන්ගේ බලපෑම ඓතිහාසික දත්ත සමඟ පෙන්වන්න. උපකරණවල විවේචනාත්මක බව ([ඉහළ/මධ්යම/පහළ]) සැලකිල්ලට ගනිමින් සීමාවන් යෝජනා කර සාධාරණීකරණය කරන්න. සමස්ත නිරවද්යතාවය නොව දෝෂ වර්ග දෙක වෙන වෙනම බලන්න.
4) RUL අවිනිශ්චිත වාර්තාව:
පරාසයක් සහ විශ්වාසනීය මට්ටමක් සමඟ ඉතිරිව ඇති ප්රයෝජනවත් ජීවිතය පිළිබඳ ඔබේ ඇස්තමේන්තුව ලබා දෙන්න. "නරකම-පිළිබඳව" අසාර්ථකත්වය අපේක්ෂා කළ යුත්තේ කවදාද? මෙම නරකම අවස්ථාව මත පදනම්ව කොටස් ප්රසම්පාදනය සහ ඇනහිටීම් සැලසුම් කිරීම නිර්දේශ කරන්න.
දෝෂ මාදිලිය සහ සංඥා වගුව
උපකරණ
නිරීක්ෂිත සංඥාව
මුල් රෝග ලක්ෂණය
බල ට්රාන්ස්ෆෝමර්
DGA, තෙල් උෂ්ණත්වය
ගෑස් වැඩි වීම, උණුසුම් ස්ථානය
සුළං උත්පාදක යන්ත්රය
කම්පනය, තෙල් අංශු
දරණ / ගියර් සංඛ්යාතය
කේබල් / රේඛාව
අර්ධ විසර්ජනය, උෂ්ණත්වය
පරිවාරක පිරිහීම
කපනය
විවෘත කිරීමේ කාලය, සම්බන්ධතා ප්රතිරෝධය
යාන්ත්රික වේගය අඩු වීම
උත්පාදක යන්ත්රය
කම්පනය, උෂ්ණත්වය, ධාරාව
අසමතුලිතතාවය, ඝර්ෂණය
පොදු වැරදි
- සාමාන්ය නිරවද්යතාව මත රඳා පවතී. අසාර්ථක වීම දුර්ලභ බැවින්, "එලාම් නැත" පවා ඉහළ නිරවද්යතාවයක් පෙන්නුම් කරයි; මග හැරුණු දෝෂය වෙන වෙනම මැනිය යුතුය.
- එළිපත්ත වැරදි ලෙස සැකසීම. ඉතා අඩු එළිපත්තක ප්රතිඵලයක් ලෙස "වෘකයා පැමිණ ඇත" බලපෑමක් ඇති කරයි, ඉතා ඉහළ එළිපත්තක් වැරදීමකට හේතු වේ.
- AI රෝග විනිශ්චය තිබීම. AI උපකල්පන සහ ප්රමුඛතා ජනනය කරයි; අවසාන රෝග විනිශ්චය සහ මැදිහත්වීමේ තීරණය විශේෂඥයාට අයත් වේ.
- RUL ට ඔත්තේ අංකයක් ලබා දීම. අවිනිශ්චිත කාල පරතරයකින් තොරව ලබා දෙන ජීවිත කාලය ඇස්තමේන්තුව සැලසුම් නොකළ ඇනහිටීම් වලට තුඩු දෙනු ඇත.
- සාමාන්ය දේ හඳුනා නොගෙන විෂමතා සෙවීම. සෞඛ්ය සම්පන්න අත්තිවාරමක් ස්ථාපනය නොකර සිදු කරන ලද අනාවරණයක් පැටවීම / සෘතුමය වෙනස් වීම දෝෂයක් ලෙස වරදවා වටහා ගත හැකිය.
සාරාංශයකින්
පුරෝකථන නඩත්තු කිරීමේ අරමුණ වන්නේ උපකරණවල සංවේදක අංශු වලින් අක්රියතාව පුරෝකථනය කිරීමෙන් නියමිත වේලාවට මැදිහත් වීමයි. කෘත්රිම බුද්ධිය විෂමතා හඳුනාගැනීමේ සහ ඉතිරිව ඇති ජීවිත පුරෝකථනයෙහි බලවත් ය; නමුත් එහි සාර්ථකත්වය මනිනු ලබන්නේ සමස්ත නිරවද්යතාවයෙන් නොව ව්යාජ අනතුරු ඇඟවීම් සහ මග හැරුණු වැරදි වල ශේෂය මගිනි. උපකරණ විවේචනය මත පදනම්ව එළිපත්ත සකසා ඇත, රෝග විනිශ්චයට වඩා AI උපකල්පන ජනනය කරයි, RUL පරතරයකින් යුක්ත වේ, සහ සෑම වැදගත් අනතුරු ඇඟවීමක්ම විශේෂඥ සත්යාපනයට යයි.
යෙදුම් කාර්යය
උපකරණ කැබැල්ලක (ට්රාන්ස්ෆෝමරය, ටර්බයින්, මෝටරය) සංවේදක කාල ශ්රේණිය ලබා ගන්න. “සෞඛ්ය සම්පන්න මූලික නිස්සාරණය” සහ “එලාම් ප්රමුඛතා” සැකිලි සමඟ AI වෙතින් විශ්ලේෂණයක් ඉල්ලන්න. ඔබ පළමුව සාමාන්ය නිර්වචනය කිරීමට වග බලා ගන්න; එවිට සොයාගත් කිසියම් අපගමනය බර හෝ උෂ්ණත්වය මගින් පැහැදිලි කළ හැකිද යන්න ඔබෙන්ම විමසන්න. එළිපත්තක් තෝරා එම එළිපත්ත ව්යාජ එලාම්/මස් වූ දෝෂ ශේෂය වෙනස් කරන ආකාරය ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] උපකරණවල සෞඛ්ය සම්පන්න/සාමාන්ය හැසිරීම් සඳහා පදනම මම නිර්වචනය කර ඇත
- [ ] මම දෝෂ ප්රකාරයට සුදුසු සංවේදක සංඥා තෝරා ගත් අතර ක්රමාංකනය සලකා බැලුවෙමි
- [ ] මම විෂමතාව බර/කන්නයේ බලපෑමෙන් වෙන් කළෙමි
- [ ] මම උපකරණ විවේචනාත්මකභාවය සහ අසාර්ථක වර්ග දෙකේ පිරිවැය මත පදනම්ව එළිපත්ත තීරණය කළෙමි
- [ ] මම සමස්ත නිරවද්යතාවයට වඩා ව්යාජ අනතුරු ඇඟවීම් / මඟ හැරුණු අසාර්ථක අනුපාත දෙස බැලුවෙමි
- [ ] මම AI ගෙන් ඉල්ලා සිටියේ උපකල්පනය සහ සත්යාපන පියවර මිස රෝග විනිශ්චය නොවේ
- [ ] මම RUL ඇස්තමේන්තුව විශ්වාසනීය පරතරයක් සහිතව සහ විශේෂඥ අනුමැතියට යටත්ව ඉදිරිපත් කළෙමි