Тэхналогія выяўлення дэфектаў нетканага матэрыялу

Нетканыя тканіны заўсёды шырока выкарыстоўваліся ў якасці сыравіны для аднаразовых медыцынскіх расходных матэрыялаў, такіх як хірургічныя маскі, шапачкі для медсясцёр і хірургічныя каўпачкі. Якасць аднаразовых медыцынскіх расходных матэрыялаў у асноўным залежыць ад якасці нетканых тканін. З-за таго, што працэс вытворчасці і транспарціроўкі нетканых тканін не можа гарантаваць абсалютную чысціню навакольнага асяроддзя, і яны самі валодаюць моцнай электрастатычнай адсарбцыйнай здольнасцю, яны часта адсарбуюць невялікія прымешкі ў паветры. Такім чынам, староннія прадметы могуць прысутнічаць у вельмі нешматлікіх участках нетканых тканін. Нетканы матэрыял, які вывучаецца ў гэтым артыкуле, непасрэдна выкарыстоўваецца для вытворчасці масак. Пасля аналізу адабраных узораў дэфектаў было ўстаноўлена, што доля дэфектаў старонніх прадметаў, такіх як насякомыя і валасы, з'яўляецца найбольшай. Наяўнасць гэтага дэфекту непасрэдна прыводзіць да няякаснай наступнай прадукцыі, і дэфектная прадукцыя таксама строга забаронена да паступлення на рынак. Таму вытворцам неабходна выдаліць некаторыя з гэтых дэфектаў, інакш гэта прывядзе да велізарных эканамічных страт.

У цяперашні час большасць буйных кампаній у галіне выкарыстоўваюць імпартнае абсталяванне для візуальнага кантролю для выяўлення дэфектаў. Нягледзячы на ​​добрыя вынікі, гэта абсталяванне звычайна дарагое па кошце і абслугоўванні і не падыходзіць для малых прадпрыемстваў і майстэрняў. Большасць малых кампаній у Кітаі да гэтага часу выкарыстоўваюць традыцыйны ручны візуальны кантроль для праверкі дэфектаў. Гэты метад адносна просты, але патрабуе больш працяглага навучання работнікаў, мае нізкую эфектыўнасць і дакладнасць выяўлення, а таксама марнуе шмат чалавечых рэсурсаў, што з'яўляецца значнымі выдаткамі для кіраўніцтва прадпрыемства. У апошнія гады сфера выяўлення дэфектаў хутка развівалася, і ўладальнікі бізнесу паступова выкарыстоўваюць новыя тэхналогіі для замены традыцыйных ручных метадаў візуальнага кантролю.

З пункту гледжання тэндэнцый развіцця галіны, распрацоўка аўтаматычнай прылады выяўлення, якая можа аўтаматычна атрымліваць і аналізаваць выявы дэфектаў у працэсе вытворчасці нетканых матэрыялаў, з'яўляецца неабходным сродкам для садзейнічання развіццю вытворчасці, забеспячэння якасці прадукцыі і зніжэння выдаткаў на працоўную сілу. З 1980-х гадоў многія інжынеры спрабавалі выкарыстоўваць адпаведныя веды камп'ютэрнага зроку для выяўлення дэфектаў нетканых матэрыялаў. У некаторых даследаваннях выкарыстоўваліся метады аналізу тэкстуры для характарыстыкі дэфектаў і дасягнення выяўлення дэфектаў, у той час як іншыя выкарыстоўвалі аператары выяўлення краёў, каб спачатку вызначыць контур дэфекту і ўсталяваць разумныя парогі на аснове статыстычнай інфармацыі аб дэфектах у адценнях шэрага для дасягнення выяўлення дэфектаў. Ёсць таксама даследаванні, якія выкарыстоўваюць метады спектральнага аналізу для выяўлення дэфектаў на аснове высокай перыядычнасці тэкстуры тканін.

Вышэйзгаданыя метады дасягнулі пэўных вынікаў прымянення ў праблемах выяўлення дэфектаў, але ўсё яшчэ існуюць пэўныя абмежаванні: па-першае, форма і памер дэфектаў у рэальных вытворчых умовах адрозніваюцца. Алгарытмы выяўлення дэфектаў, заснаваныя на машынным навучанні і статыстычнай інфармацыі, патрабуюць усталявання парогаў на аснове папярэдніх ведаў, якія не могуць быць эфектыўнымі для ўсіх дэфектаў, што прыводзіць да недастатковай надзейнасці гэтага метаду. Па-другое, традыцыйныя метады камп'ютэрнага зроку звычайна павольныя ў выкананні і не могуць эфектыўна задаволіць патрабаванні вытворчасці ў рэжыме рэальнага часу. З 1980-х гадоў галіна даследаванняў у галіне машыннага навучання хутка развівалася, і прымяненне адпаведных ведаў стымулявала развіццё многіх галін прамысловасці. Шматлікія тэмы даследаванняў паказалі, што прымяненне алгарытмаў машыннага навучання, такіх як нейронная сетка BP і SVM, у выяўленні дэфектаў тканіны эфектыўна. Гэтыя метады забяспечваюць высокую дакладнасць выяўлення і пэўную ступень надзейнасці, і гэта няцяжка выявіць шляхам дбайнага аналізу працэсу навучання машыннага навучання. Прадукцыйнасць гэтага тыпу алгарытму ў асноўным залежыць ад выбару ручных прыкмет дэфектаў. Калі ручныя прыкметы недастаткова поўныя або дыскрымінацыйныя, прадукцыйнасць мадэлі таксама будзе нізкай.

З пастаянным удасканаленнем вылічальнай магутнасці камп'ютараў і гарачым развіццём тэорыі глыбокага навучання ў апошнія гады ўсё больш людзей пачалі ўжываць глыбокае навучанне для выяўлення дэфектаў тканіны. Глыбокае навучанне можа эфектыўна пазбегнуць няпоўнасці ўручную распрацаваных элементаў і мець высокую дакладнасць выяўлення. Зыходзячы з гэтага, у гэтым артыкуле выкарыстоўваюцца веды, звязаныя з камп'ютэрным зрокам і глыбокім навучаннем, для распрацоўкі сістэмы аўтаматычнага выяўлення дэфектаў нетканага матэрыялу, якая эфектыўна павышае дакладнасць выяўлення дэфектаў і мае добрую надзейнасць.