تقنية الكشف عن عيوب الأقمشة غير المنسوجة

لقد تم دائمًا استخدام الأقمشة غير المنسوجة على نطاق واسع كمواد خام للمواد الاستهلاكية الطبية التي يمكن التخلص منها مثل الأقنعة الجراحية وقبعات الممرضات والقبعات الجراحية في الإنتاج.تعتمد جودة المستهلكات الطبية التي يمكن التخلص منها بشكل أساسي على جودة الأقمشة غير المنسوجة.نظرًا لحقيقة أن عملية إنتاج ونقل الأقمشة غير المنسوجة لا يمكن أن تضمن النقاء المطلق للبيئة، كما أنها تتمتع بقدرة قوية على امتصاص الكهرباء الساكنة، فإنها غالبًا ما تمتص الشوائب الصغيرة في الهواء.لذلك، قد توجد أجسام غريبة في مناطق قليلة جدًا من الأقمشة غير المنسوجة.يتم استخدام مادة القماش غير المنسوج التي تمت دراستها في هذه المقالة بشكل مباشر لإنتاج الأقنعة، وبعد تحليل عينات العيوب المختارة، وجد أن نسبة عيوب الأجسام الغريبة، مثل الحشرات والشعر، هي الأعلى.يؤدي وجود هذا العيب بشكل مباشر إلى انخفاض جودة المنتجات اللاحقة، كما يُمنع منعًا باتًا دخول المنتجات المعيبة إلى السوق.ولذلك يتعين على الشركات المصنعة إزالة بعض هذه العيوب، وإلا فإنها ستتسبب في خسائر اقتصادية فادحة.

في الوقت الحاضر، تستخدم معظم الشركات الكبيرة في الصناعة معدات الفحص البصري المستوردة للكشف عن العيوب.وعلى الرغم من أن النتائج جيدة، إلا أن هذه المعدات عادة ما تكون باهظة الثمن من حيث التكلفة والصيانة، وغير مناسبة لاستخدام المؤسسات الصغيرة وورش العمل.لا تزال معظم الشركات الصغيرة في الصين تستخدم الفحص البصري اليدوي التقليدي لفحص العيوب.هذه الطريقة بسيطة نسبيًا، ولكنها تتطلب تدريبًا أطول للعمال، وكفاءة ودقة كشف منخفضة، وتهدر الكثير من الموارد البشرية، وهو ما يمثل نفقات كبيرة لإدارة المؤسسة.في السنوات الأخيرة، تطور مجال اكتشاف العيوب بسرعة، ويستخدم أصحاب الأعمال تدريجيًا تقنيات جديدة لتحل محل طرق الفحص البصري اليدوية التقليدية.

من منظور اتجاهات تطوير الصناعة، يعد تصميم جهاز الكشف التلقائي الذي يمكنه الحصول تلقائيًا على صور العيوب وتحليلها في عملية إنتاج الأقمشة غير المنسوجة وسيلة ضرورية لتعزيز تطوير الإنتاج وضمان جودة المنتج وتقليل تكاليف العمالة.منذ الثمانينيات، حاول العديد من المهندسين استخدام المعرفة ذات الصلة برؤية الكمبيوتر لاكتشاف عيوب الأقمشة غير المنسوجة.استخدمت بعض الدراسات طرق تحليل النسيج لتوصيف العيوب وتحقيق اكتشاف العيوب، بينما استخدمت دراسات أخرى عوامل اكتشاف الحواف لتحديد محيط العيب أولاً ووضع عتبات معقولة بناءً على معلومات إحصائية ذات تدرج رمادي للخلل لتحقيق اكتشاف العيوب، وهناك أيضًا دراسات تستخدم الطيف طرق التحليل للكشف عن العيوب بناءً على تواتر النسيج العالي للأقمشة.

حققت الطرق المذكورة أعلاه نتائج تطبيق معينة في مشاكل اكتشاف العيوب، ولكن لا تزال هناك بعض القيود: أولاً، يختلف شكل وحجم العيوب في بيئات الإنتاج الفعلية.تتطلب خوارزميات اكتشاف العيوب المستندة إلى التعلم الآلي والمعلومات الإحصائية تحديد عتبات بناءً على المعرفة السابقة، والتي لا يمكن أن تكون فعالة لجميع العيوب، مما يؤدي إلى عدم كفاية قوة هذه الطريقة.ثانيًا، عادةً ما تكون أساليب الرؤية الحاسوبية التقليدية بطيئة في التنفيذ ولا يمكنها تلبية متطلبات الإنتاج في الوقت الفعلي بشكل فعال.منذ الثمانينيات، تطور مجال أبحاث التعلم الآلي بسرعة، وقد أدى تطبيق المعرفة ذات الصلة إلى تطوير العديد من الصناعات.أظهرت العديد من المواضيع البحثية أن تطبيق خوارزميات التعلم الآلي مثل الشبكة العصبية BP وSVM في اكتشاف عيوب النسيج فعال.تضمن هذه الطرق دقة اكتشاف عالية ودرجة معينة من المتانة، وليس من الصعب اكتشافها من خلال التحليل الدقيق لعملية التدريب على التعلم الآلي، ويعتمد أداء هذا النوع من الخوارزميات بشكل أساسي على اختيار ميزات الخلل اليدوية.إذا لم تكن الميزات اليدوية كاملة أو مميزة بما فيه الكفاية، فسيكون أداء النموذج ضعيفًا أيضًا.

مع التحسين المستمر لقوة حوسبة الكمبيوتر والتطور الساخن لنظرية التعلم العميق في السنوات الأخيرة، بدأ المزيد والمزيد من الأشخاص في تطبيق التعلم العميق لاكتشاف عيوب النسيج.يمكن للتعلم العميق أن يتجنب بشكل فعال عدم اكتمال الميزات المصممة يدويًا ويتمتع بدقة عالية في الكشف.بناءً على هذا الاعتبار، تستخدم هذه المقالة الرؤية الحاسوبية والمعرفة المتعلقة بالتعلم العميق لتصميم نظام الكشف التلقائي عن عيوب الأقمشة غير المنسوجة، مما يحسن بشكل فعال دقة الكشف عن العيوب ويتمتع بمتانة جيدة.