Технология за откриване на дефекти от нетъкан текстил

Нетъканите платове винаги са били широко използвани като суровини за медицински консумативи за еднократна употреба като хирургически маски, шапки за медицински сестри и хирургически шапки в производството.Качеството на медицинските консумативи за еднократна употреба зависи основно от качеството на нетъканите тъкани.Поради факта, че процесът на производство и транспортиране на нетъканите тъкани не може да гарантира абсолютна чистота на околната среда, а самите те имат силна електростатична адсорбционна способност, те често адсорбират малки примеси във въздуха.Следователно чужди предмети могат да съществуват в много малко области на нетъкани тъкани.Нетъканият материал, изследван в тази статия, се използва директно за производството на маски. След анализ на избраните проби от дефекти беше установено, че делът на дефекти на чужди предмети, като насекоми и косми, е най-висок.Наличието на този дефект директно води до нестандартно качество на следващите продукти, а дефектните продукти също са строго забранени за навлизане на пазара.Следователно производителите трябва да отстранят някои от тези дефекти, в противен случай това ще доведе до огромни икономически загуби.

В момента повечето големи компании в бранша използват вносно оборудване за визуална проверка за откриване на дефекти.Въпреки че резултатите са добри, това оборудване обикновено е скъпо като цена и поддръжка и не е подходящо за използване от малки предприятия и работилници.Повечето малки компании в Китай все още използват традиционната ръчна визуална проверка за откриване на дефекти.Този метод е сравнително прост, но изисква по-продължително обучение на работниците, ниска ефективност и точност на откриване и губи много човешки ресурси, което е значителен разход за управлението на предприятието.През последните години областта на откриването на дефекти се разви бързо и собствениците на фирми постепенно използват нови технологии, за да заменят традиционните методи за ръчна визуална проверка.

От гледна точка на тенденциите в развитието на индустрията, проектирането на устройство за автоматично откриване, което може автоматично да получава и анализира изображения на дефекти в производствения процес на нетъкани тъкани, е необходимо средство за насърчаване на развитието на производството, гарантиране на качеството на продукта и намаляване на разходите за труд.От 80-те години на миналия век много инженери се опитаха да използват съответните знания за компютърно зрение за откриване на дефекти на нетъкани тъкани.Някои проучвания са използвали методи за анализ на текстурата, за да характеризират дефектите и да постигнат откриване на дефекти, докато други са използвали оператори за откриване на ръбове, за да определят първо контура на дефекта и да зададат разумни прагове въз основа на статистическата информация в сивата скала на дефекта, за да постигнат откриване на дефекти. Има и проучвания, които използват спектрално методи за анализ за откриване на дефекти въз основа на високата периодичност на текстурата на тъканите.

Горните методи са постигнали определени резултати при проблеми с откриването на дефекти, но все още има определени ограничения: първо, формата и размерът на дефектите в действителните производствени среди варират.Алгоритмите за откриване на дефекти, базирани на машинно обучение и статистическа информация, изискват задаване на прагове въз основа на предварителни знания, които не могат да бъдат ефективни за всички дефекти, което води до недостатъчна надеждност на този метод.Второ, традиционните методи за компютърно зрение обикновено се изпълняват бавно и не могат ефективно да отговорят на изискванията за производство в реално време.От 80-те години на миналия век областта на изследванията на машинното обучение се развива бързо и прилагането на съответните знания е движело развитието на много индустрии.Много изследователски теми са показали, че прилагането на алгоритми за машинно обучение като BP невронна мрежа и SVM при откриване на дефекти в тъканите е ефективно.Тези методи гарантират висока точност на откриване и определена степен на устойчивост и не е трудно да се открие чрез внимателен анализ на процеса на обучение на машинно обучение. Ефективността на този тип алгоритъм зависи главно от избора на дефектни ръчни функции.Ако ръчните функции не са пълни или достатъчно разграничителни, производителността на модела също ще бъде лоша.

С непрекъснатото подобряване на компютърната изчислителна мощност и горещото развитие на теорията за дълбоко обучение през последните години, все повече и повече хора започнаха да прилагат дълбоко обучение за откриване на дефекти в тъканите.Дълбокото обучение може ефективно да избегне непълнотата на ръчно проектираните функции и има висока точност на откриване.Въз основа на това съображение, тази статия използва компютърно зрение и знания, свързани с дълбоко обучение, за да проектира система за автоматично откриване на дефекти от нетъкан текстил, която ефективно подобрява точността на откриване на дефекти и има добра устойчивост.