Dokumasız kumaş kusur tespit teknolojisi

Nonwoven kumaşlar, üretimde cerrahi maskeler, hemşire şapkaları ve cerrahi başlıklar gibi tek kullanımlık tıbbi sarf malzemelerinin hammaddesi olarak her zaman yaygın olarak kullanılmaktadır.Tek kullanımlık tıbbi sarf malzemelerinin kalitesi esas olarak dokunmamış kumaşların kalitesine bağlıdır.Dokunmamış kumaşların üretim ve taşıma sürecinin ortamın mutlak saflığını garanti edememesi ve kendilerinin de güçlü elektrostatik adsorpsiyon yeteneğine sahip olması nedeniyle, genellikle havadaki küçük yabancı maddeleri adsorbe ederler.Bu nedenle dokunmamış kumaşların çok az bölgesinde yabancı cisimler bulunabilir.Bu makalede incelenen dokunmamış kumaş malzemesi doğrudan maske üretiminde kullanılıyor. Seçilen kusur örnekleri analiz edildikten sonra böcek ve saç gibi yabancı cisim kusurlarının oranının en yüksek olduğu tespit edildi.Bu kusurun varlığı doğrudan sonraki ürünlerin standartların altında kalitesine yol açmakta ve kusurlu ürünlerin de pazara girmesi kesinlikle yasaktır.Bu nedenle üreticilerin bu kusurlardan bazılarını gidermesi gerekiyor, aksi takdirde büyük ekonomik kayıplara neden olacaktır.

Şu anda sektördeki çoğu büyük şirket, kusur tespiti için ithal görsel muayene ekipmanlarını kullanıyor.Sonuçlar iyi olmasına rağmen bu ekipmanlar genellikle maliyet ve bakım açısından pahalıdır ve küçük işletmelerin ve atölyelerin kullanımına uygun değildir.Çin'deki çoğu küçük şirket, kusur taraması için hâlâ geleneksel manuel görsel incelemeyi kullanıyor.Bu yöntem nispeten basittir ancak daha uzun işçi eğitimi gerektirir, tespit verimliliği ve doğruluğu düşüktür ve çok fazla insan kaynağını israf eder, bu da kurumsal yönetim için önemli bir masraftır.Son yıllarda kusur tespiti alanı hızla gelişti ve işletme sahipleri, geleneksel manuel görsel muayene yöntemlerinin yerine giderek yeni teknolojileri kullanmaya başladı.

Endüstri geliştirme eğilimleri açısından bakıldığında, dokunmamış kumaşların üretim sürecindeki kusur görüntülerini otomatik olarak elde edip analiz edebilen bir otomatik tespit cihazı tasarlamak, üretim gelişimini teşvik etmek, ürün kalitesini sağlamak ve işçilik maliyetlerini azaltmak için gerekli bir araçtır.1980'lerden bu yana birçok mühendis, dokunmamış kumaşların hata tespiti için ilgili bilgisayarlı görme bilgisini kullanmaya çalıştı.Bazı çalışmalar kusurları karakterize etmek ve kusur tespitini gerçekleştirmek için doku analizi yöntemlerini kullanırken, diğerleri öncelikle kusur konturunu belirlemek ve kusur tespitini gerçekleştirmek için kusur gri tonlamalı istatistiksel bilgilere dayalı olarak makul eşikler belirlemek için kenar tespit operatörlerini kullanmıştır. Ayrıca spektral kullanan çalışmalar da vardır. kumaşların yüksek doku periyodikliğine dayanan kusurları tespit etmek için analiz yöntemleri.

Yukarıdaki yöntemler, kusur tespit problemlerinde belirli uygulama sonuçları elde etmiştir, ancak yine de belirli sınırlamalar mevcuttur: ilk olarak, gerçek üretim ortamlarındaki kusurların şekli ve boyutu farklılık göstermektedir.Makine öğrenimi ve istatistiksel bilgiye dayalı hata tespit algoritmaları, ön bilgiye dayalı eşik değerlerinin belirlenmesini gerektirir, bu da tüm hatalar için etkili olamaz ve bu yöntemin sağlamlığının yetersiz olmasına neden olur.İkincisi, Geleneksel bilgisayarla görme yöntemlerinin yürütülmesi genellikle yavaştır ve üretimin gerçek zamanlı gereksinimlerini etkili bir şekilde karşılayamaz.1980'lerden bu yana makine öğrenimi araştırmaları alanı hızla gelişti ve ilgili bilgilerin uygulanması birçok endüstrinin gelişmesine yol açtı.Birçok araştırma konusu, BP sinir ağı ve SVM gibi makine öğrenme algoritmalarının kumaş kusur tespitinde uygulanmasının etkili olduğunu göstermiştir.Bu yöntemler, yüksek tespit doğruluğu ve belirli bir derecede sağlamlık sağlar ve makine öğreniminin eğitim sürecinin dikkatli analizi yoluyla keşfedilmesi zor değildir. Bu tür bir algoritmanın performansı esas olarak kusur manuel özelliklerinin seçimine bağlıdır.Manuel özellikler yeterince eksiksiz veya ayırt edici değilse modelin performansı da zayıf olacaktır.

Bilgisayar hesaplama gücünün sürekli gelişmesi ve son yıllarda derin öğrenme teorisinin sıcak gelişimi ile birlikte, giderek daha fazla insan kumaş kusur tespitinde derin öğrenmeyi uygulamaya başladı.Derin öğrenme, manuel olarak tasarlanan özelliklerin eksikliğini etkili bir şekilde önleyebilir ve yüksek algılama doğruluğuna sahiptir.Bu düşünceye dayanarak, bu makale, kusurların tespit doğruluğunu etkili bir şekilde artıran ve iyi bir sağlamlığa sahip olan, dokunmamış bir kumaş hatası otomatik tespit sistemi tasarlamak için bilgisayarlı görme ve derin öğrenmeyle ilgili bilgileri kullanmaktadır.