Tehnologie de detectare a defectelor din țesături nețesute

Materialele nețesute au fost întotdeauna utilizate pe scară largă ca materii prime pentru consumabile medicale de unică folosință, cum ar fi măști chirurgicale, pălării pentru asistente medicale și bonete chirurgicale. Calitatea consumabilelor medicale de unică folosință depinde în principal de calitatea țesăturilor nețesute. Deoarece procesul de producție și transport al țesăturilor nețesute nu poate garanta puritatea absolută a mediului și, având în sine o capacitate puternică de adsorbție electrostatică, acestea adsorb adesea impurități mici în aer. Prin urmare, obiectele străine pot exista în foarte puține zone ale țesăturilor nețesute. Materialul nețesut studiat în acest articol este utilizat direct pentru producerea de măști. În urma analizării mostrelor de defecte selectate, s-a constatat că proporția de defecte ale obiectelor străine, cum ar fi insectele și părul, este cea mai mare. Existența acestui defect duce direct la o calitate sub standard a produselor ulterioare, iar produsele defecte sunt, de asemenea, strict interzise la intrarea pe piață. Prin urmare, producătorii trebuie să elimine unele dintre aceste defecte, altfel vor cauza pierderi economice uriașe.

În prezent, majoritatea companiilor mari din industrie utilizează echipamente de inspecție vizuală importate pentru detectarea defectelor. Deși rezultatele sunt bune, aceste echipamente sunt de obicei scumpe din punct de vedere al costurilor și al întreținerii și nu sunt potrivite pentru întreprinderile mici și atelierele de lucru. Majoritatea companiilor mici din China încă utilizează inspecția vizuală manuală tradițională pentru detectarea defectelor. Această metodă este relativ simplă, dar necesită o instruire mai lungă a lucrătorilor, o eficiență și o precizie scăzute ale detectării și irosește o mulțime de resurse umane, ceea ce reprezintă o cheltuială semnificativă pentru managementul întreprinderii. În ultimii ani, domeniul detectării defectelor s-a dezvoltat rapid, iar proprietarii de afaceri utilizează treptat noi tehnologii pentru a înlocui metodele tradiționale de inspecție vizuală manuală.

Din perspectiva tendințelor de dezvoltare a industriei, proiectarea unui dispozitiv automat de detectare care poate obține și analiza automat imagini ale defectelor în procesul de producție a țesăturilor nețesute este un mijloc necesar pentru a promova dezvoltarea producției, a asigura calitatea produsului și a reduce costurile forței de muncă. Încă din anii 1980, mulți ingineri au încercat să utilizeze cunoștințele relevante ale vederii computerizate pentru detectarea defectelor țesăturilor nețesute. Unele studii au utilizat metode de analiză a texturii pentru a caracteriza defectele și a realiza detectarea defectelor, în timp ce altele au utilizat operatori de detectare a marginilor pentru a determina mai întâi conturul defectelor și a stabili praguri rezonabile pe baza informațiilor statistice în tonuri de gri ale defectelor pentru a realiza detectarea defectelor. Există, de asemenea, studii care utilizează metode de analiză spectrală pentru a detecta defectele pe baza periodicității ridicate a texturii țesăturilor.

Metodele de mai sus au obținut anumite rezultate aplicative în problemele de detectare a defectelor, dar există încă anumite limitări: în primul rând, forma și dimensiunea defectelor în mediile de producție reale variază. Algoritmii de detectare a defectelor bazați pe învățarea automată și informații statistice necesită stabilirea unor praguri bazate pe cunoștințe anterioare, care nu pot fi eficiente pentru toate defectele, rezultând o robustețe insuficientă a acestei metode. În al doilea rând, metodele tradiționale de viziune computerizată sunt de obicei lente de executat și nu pot îndeplini eficient cerințele în timp real ale producției. Din anii 1980, domeniul cercetării învățării automate s-a dezvoltat rapid, iar aplicarea cunoștințelor relevante a impulsionat dezvoltarea multor industrii. Multe subiecte de cercetare au arătat că aplicarea algoritmilor de învățare automată, cum ar fi rețeaua neuronală BP și SVM, în detectarea defectelor din țesătură este eficientă. Aceste metode asigură o precizie ridicată a detecției și un anumit grad de robustețe, și nu este dificil de descoperit, printr-o analiză atentă a procesului de antrenament al învățării automate, că performanța acestui tip de algoritm depinde în principal de selecția caracteristicilor manuale ale defectelor. Dacă caracteristicile manuale nu sunt suficient de complete sau discriminative, performanța modelului va fi, de asemenea, slabă.

Odată cu îmbunătățirea continuă a puterii de calcul a computerelor și dezvoltarea rapidă a teoriei învățării profunde în ultimii ani, tot mai mulți oameni au început să aplice învățarea profundă în detectarea defectelor din țesături. Învățarea profundă poate evita eficient caracterul incomplet al caracteristicilor proiectate manual și are o precizie ridicată de detectare. Pe baza acestei considerații, acest articol utilizează cunoștințele legate de viziunea computerizată și învățarea profundă pentru a proiecta un sistem automat de detectare a defectelor din țesături nețesute, care îmbunătățește eficient precizia de detectare a defectelor și are o robustețe bună.