Công nghệ phát hiện lỗi vải không dệt

Vải không dệt luôn được sử dụng rộng rãi làm nguyên liệu thô cho các vật tư y tế dùng một lần như khẩu trang phẫu thuật, mũ y tá và mũ phẫu thuật trong sản xuất.Chất lượng của vật tư y tế dùng một lần chủ yếu phụ thuộc vào chất lượng của vải không dệt.Do quá trình sản xuất và vận chuyển vải không dệt không thể đảm bảo độ tinh khiết tuyệt đối của môi trường và bản thân chúng có khả năng hấp phụ tĩnh điện mạnh nên thường hấp phụ các tạp chất nhỏ trong không khí.Vì vậy, các vật lạ có thể tồn tại ở rất ít vùng vải không dệt.Chất liệu vải không dệt được nghiên cứu trong bài viết này được sử dụng trực tiếp để sản xuất khẩu trang. Sau khi phân tích các mẫu khuyết tật đã chọn, người ta nhận thấy tỷ lệ khuyết tật của vật lạ như côn trùng, tóc là cao nhất.Sự tồn tại của khiếm khuyết này trực tiếp dẫn đến chất lượng không đạt tiêu chuẩn của các sản phẩm tiếp theo và các sản phẩm bị lỗi cũng bị nghiêm cấm đưa vào thị trường.Vì vậy, nhà sản xuất cần loại bỏ một số khuyết điểm này, nếu không sẽ gây thiệt hại rất lớn về kinh tế.

Hiện nay, hầu hết các công ty lớn trong ngành đều sử dụng thiết bị kiểm tra trực quan nhập khẩu để phát hiện khuyết tật.Mặc dù kết quả tốt nhưng những thiết bị này thường đắt tiền về chi phí và bảo trì, không phù hợp cho các doanh nghiệp và xưởng nhỏ sử dụng.Hầu hết các công ty nhỏ ở Trung Quốc vẫn sử dụng phương pháp kiểm tra trực quan thủ công truyền thống để sàng lọc lỗi.Phương pháp này tương đối đơn giản nhưng đòi hỏi đào tạo công nhân lâu hơn, hiệu quả và độ chính xác phát hiện thấp, lãng phí nhiều nhân lực, gây tốn kém đáng kể cho quản lý doanh nghiệp.Trong những năm gần đây, lĩnh vực phát hiện khuyết tật đã phát triển nhanh chóng và các chủ doanh nghiệp đang dần sử dụng các công nghệ mới để thay thế các phương pháp kiểm tra trực quan thủ công truyền thống.

Từ góc độ xu hướng phát triển của ngành, việc thiết kế một thiết bị phát hiện tự động có thể tự động thu thập và phân tích hình ảnh khuyết tật trong quy trình sản xuất vải không dệt là phương tiện cần thiết để thúc đẩy phát triển sản xuất, đảm bảo chất lượng sản phẩm và giảm chi phí lao động.Từ những năm 1980, nhiều kỹ sư đã cố gắng sử dụng kiến ​​thức liên quan về thị giác máy tính để phát hiện khuyết tật của vải không dệt.Một số nghiên cứu đã sử dụng các phương pháp phân tích kết cấu để mô tả các khuyết tật và phát hiện khuyết tật, trong khi những nghiên cứu khác đã sử dụng toán tử phát hiện cạnh để trước tiên xác định đường viền khuyết tật và đặt ngưỡng hợp lý dựa trên thông tin thống kê thang độ xám khuyết tật để đạt được khả năng phát hiện khuyết tật. Ngoài ra còn có các nghiên cứu sử dụng phổ phương pháp phân tích để phát hiện các khuyết tật dựa trên tính chu kỳ kết cấu cao của vải.

Các phương pháp trên đã đạt được những kết quả ứng dụng nhất định trong bài toán phát hiện khuyết tật nhưng vẫn còn một số hạn chế nhất định: thứ nhất, hình dạng và kích thước của khuyết tật trong môi trường sản xuất thực tế là khác nhau.Các thuật toán phát hiện lỗi dựa trên thông tin thống kê và học máy yêu cầu đặt ngưỡng dựa trên kiến ​​thức trước đó, điều này không thể có hiệu quả đối với tất cả các lỗi, dẫn đến phương pháp này không đủ mạnh.Thứ hai, các phương pháp thị giác máy tính truyền thống thường chậm thực thi và không thể đáp ứng hiệu quả các yêu cầu sản xuất theo thời gian thực.Từ những năm 1980, lĩnh vực nghiên cứu học máy đã phát triển nhanh chóng và việc ứng dụng kiến ​​thức liên quan đã thúc đẩy sự phát triển của nhiều ngành công nghiệp.Nhiều đề tài nghiên cứu đã chỉ ra rằng việc áp dụng các thuật toán học máy như mạng nơ-ron BP và SVM trong phát hiện lỗi vải là có hiệu quả.Các phương pháp này đảm bảo độ chính xác phát hiện cao và mức độ mạnh mẽ nhất định, đồng thời không khó để phát hiện thông qua phân tích cẩn thận quá trình đào tạo của máy học. Hiệu suất của loại thuật toán này chủ yếu phụ thuộc vào việc lựa chọn các tính năng thủ công khiếm khuyết.Nếu các tính năng thủ công không đầy đủ hoặc không đủ tính phân biệt thì hiệu suất của mô hình cũng sẽ kém.

Với sự cải tiến không ngừng của sức mạnh tính toán máy tính và sự phát triển nóng bỏng của lý thuyết học sâu trong những năm gần đây, ngày càng có nhiều người bắt đầu áp dụng học sâu để phát hiện lỗi vải.Học sâu có thể tránh được sự không hoàn thiện của các tính năng được thiết kế thủ công một cách hiệu quả và có độ chính xác phát hiện cao.Dựa trên sự cân nhắc này, bài viết này sử dụng kiến ​​thức liên quan đến thị giác máy tính và học sâu để thiết kế hệ thống tự động phát hiện lỗi vải không dệt, giúp cải thiện hiệu quả độ chính xác phát hiện lỗi và có độ bền tốt.