Teknologjia e zbulimit të defekteve të pëlhurës jo të endur

Pëlhurat jo të endura janë përdorur gjithmonë gjerësisht si lëndë e parë për materiale mjekësore të disponueshme, të tilla si maska ​​kirurgjikale, kapelat e infermierëve dhe kapelat kirurgjikale në prodhim. Cilësia e materialeve mjekësore të disponueshme varet kryesisht nga cilësia e pëlhurave jo të endura. Për shkak të faktit se procesi i prodhimit dhe transportit të pëlhurave jo të endura nuk mund të garantojë pastërti absolute të mjedisit, dhe ato vetë kanë aftësi të fortë adsorbimi elektrostatik, ato shpesh adsorbojnë papastërti të vogla në ajër. Prandaj, objekte të huaja mund të ekzistojnë në shumë pak zona të pëlhurave jo të endura. Materiali i pëlhurës jo të endur i studiuar në këtë artikull përdoret drejtpërdrejt për prodhimin e maskave. Pas analizimit të mostrave të zgjedhura të defekteve, u zbulua se përqindja e defekteve të objekteve të huaja, të tilla si insektet dhe qimet, është më e larta. Ekzistenca e këtij defekti çon drejtpërdrejt në cilësi nën standard të produkteve pasuese, dhe produktet me defekte janë gjithashtu të ndaluara rreptësisht të hyjnë në treg. Prandaj, prodhuesit duhet të heqin disa nga këto defekte, përndryshe do të shkaktojë humbje të mëdha ekonomike.

Aktualisht, shumica e kompanive të mëdha në industri përdorin pajisje të importuara të inspektimit vizual për zbulimin e defekteve. Edhe pse rezultatet janë të mira, këto pajisje zakonisht kanë kosto dhe mirëmbajtje të lartë dhe nuk janë të përshtatshme për ndërmarrjet dhe punishtet e vogla. Shumica e kompanive të vogla në Kinë ende përdorin inspektimin tradicional manual vizual për shqyrtimin e defekteve. Kjo metodë është relativisht e thjeshtë, por kërkon trajnim më të gjatë të punëtorëve, efikasitet dhe saktësi të ulët të zbulimit, dhe shpërdoron shumë burime njerëzore, gjë që është një shpenzim i konsiderueshëm për menaxhimin e ndërmarrjes. Në vitet e fundit, fusha e zbulimit të defekteve është zhvilluar me shpejtësi dhe pronarët e bizneseve po përdorin gradualisht teknologji të reja për të zëvendësuar metodat tradicionale të inspektimit manual vizual.

Nga perspektiva e tendencave të zhvillimit të industrisë, projektimi i një pajisjeje automatike zbulimi që mund të marrë dhe analizojë automatikisht imazhe defektesh në procesin e prodhimit të pëlhurave jo të endura është një mjet i nevojshëm për të nxitur zhvillimin e prodhimit, për të siguruar cilësinë e produktit dhe për të ulur kostot e punës. Që nga vitet 1980, shumë inxhinierë janë përpjekur të përdorin njohuritë përkatëse të vizionit kompjuterik për zbulimin e defekteve të pëlhurave jo të endura. Disa studime kanë përdorur metoda të analizës së strukturës për të karakterizuar defektet dhe për të arritur zbulimin e defekteve, ndërsa të tjerë kanë përdorur operatorë të zbulimit të skajeve për të përcaktuar së pari konturin e defektit dhe për të vendosur pragje të arsyeshme bazuar në informacionin statistikor të shkallës gri të defekteve për të arritur zbulimin e defekteve. Ekzistojnë gjithashtu studime që përdorin metoda të analizës spektrale për të zbuluar defektet bazuar në periodicitetin e lartë të strukturës së pëlhurave.

Metodat e mësipërme kanë arritur rezultate të caktuara aplikimi në problemet e zbulimit të defekteve, por ende ka kufizime të caktuara: së pari, forma dhe madhësia e defekteve në mjediset aktuale të prodhimit ndryshojnë. Algoritmet e zbulimit të defekteve të bazuara në të mësuarit automatik dhe informacionin statistikor kërkojnë vendosjen e pragjeve bazuar në njohuritë paraprake, të cilat nuk mund të jenë efektive për të gjitha defektet, duke rezultuar në qëndrueshmëri të pamjaftueshme të kësaj metode. Së dyti, metodat tradicionale të vizionit kompjuterik zakonisht janë të ngadalta për t'u ekzekutuar dhe nuk mund të përmbushin në mënyrë efektive kërkesat në kohë reale të prodhimit. Që nga vitet 1980, fusha e kërkimit të të mësuarit automatik është zhvilluar me shpejtësi dhe zbatimi i njohurive përkatëse ka nxitur zhvillimin e shumë industrive. Shumë tema kërkimore kanë treguar se zbatimi i algoritmeve të të mësuarit automatik si rrjeti nervor BP dhe SVM në zbulimin e defekteve të pëlhurës është efektiv. Këto metoda sigurojnë saktësi të lartë zbulimi dhe një shkallë të caktuar qëndrueshmërie, dhe nuk është e vështirë të zbulohet përmes një analize të kujdesshme të procesit të trajnimit të të mësuarit automatik. Performanca e këtij lloji algoritmi varet kryesisht nga përzgjedhja e karakteristikave manuale të defekteve. Nëse karakteristikat manuale nuk janë mjaftueshëm të plota ose dalluese, performanca e modelit do të jetë gjithashtu e dobët.

Me përmirësimin e vazhdueshëm të fuqisë kompjuterike dhe zhvillimin e shpejtë të teorisë së të mësuarit të thellë në vitet e fundit, gjithnjë e më shumë njerëz kanë filluar ta aplikojnë të mësuarit e thellë për zbulimin e defekteve të pëlhurës. Të mësuarit e thellë mund të shmangë në mënyrë efektive paplotësinë e veçorive të dizajnuara manualisht dhe ka një saktësi të lartë zbulimi. Bazuar në këtë konsideratë, ky artikull përdor vizionin kompjuterik dhe njohuritë që lidhen me të mësuarit e thellë për të hartuar një sistem automatik zbulimi të defekteve të pëlhurës jo të endur, i cili përmirëson në mënyrë efektive saktësinë e zbulimit të defekteve dhe ka qëndrueshmëri të mirë.