高精度針孔檢測設(shè)備
More >>
2023-02-14 16:27:29 精質(zhì)視覺
據(jù)工信部數(shù)據(jù)，2021年，我國紡織行業(yè)企業(yè)數(shù)量達到18729家，規(guī)模以上紡織企業(yè)營業(yè)收入為51749億元。龐大的市場體量對紡織行業(yè)來說是機遇也是挑戰(zhàn)，生產(chǎn)效率如何匹配市場需求是每一家紡織企業(yè)都亟待解決的難題。
據(jù)了解，在位于浙江寧波雅戈爾集團總部“智能車間”里，智能裁床40分鐘就能將制作一套西服所需的面料切割完成，而以往大約需要兩天時間;在波司登的一個能存放150萬箱衣服的巨大自動化立庫中，搬運、分揀、配送、清點庫存全都由機器人完成。
工業(yè)機器人切割面料、搬運貨物、分揀成品……越來越多的實踐表明對于紡織業(yè)而言，智能化轉(zhuǎn)型已不是“選擇題”，而是關(guān)乎生存和長遠發(fā)展的“必修課”。吸納新技術(shù)，開展智能化轉(zhuǎn)型，發(fā)掘智能化機器這一生產(chǎn)要素的價值，將在紡織行業(yè)應(yīng)用中不斷向縱深推進。
智能檢測 打開紡織新“視”界
在紡織行業(yè)的生產(chǎn)過程中，必不可少的一個環(huán)節(jié)是對成品的瑕疵檢測。在以往，大多采用人工檢測的方式，但這種方式受限于人體生理因素，極易受疲勞、注意力不集中等因素影響導(dǎo)致檢測結(jié)果準確率降低。智能化領(lǐng)域中的機器視覺缺陷檢測系統(tǒng)可以說是一種檢測利器，其結(jié)合光學成像技術(shù)、計算機技術(shù)、數(shù)控技術(shù)、機械工程技術(shù)等技術(shù)，能夠從定位、檢測、測量、識別多方向輔助生產(chǎn)環(huán)節(jié)，是實現(xiàn)生產(chǎn)智能化的有效手段。
機器視覺檢測最吸引我的地方不僅在于它對成品的瑕疵檢測，還在于它在生產(chǎn)過程中的識別檢測，能夠幫助我們從根源上解決問題，如果出錯后我們不能及時發(fā)現(xiàn)，那么從出錯一直到出廠檢測的中間生產(chǎn)環(huán)節(jié)投入也是一筆很大的浪費。
通過工業(yè)AI視覺檢測系統(tǒng)，工廠整個生產(chǎn)流程的效率提升了20%，且再也不需要人工用眼睛來回巡視檢測，打破低效率的同時保障了檢測準確率。
深度學習 技術(shù)創(chuàng)造新價值
通過自研圖像標注系統(tǒng)、AI算法以及強大的數(shù)據(jù)中臺開發(fā)能力，能夠快速整合軟硬件資源，給出基于紡織行業(yè)的定制化解決方案，短期內(nèi)即可完成檢測模型的標注、訓(xùn)練、識別，極大程度上降低研發(fā)成本，提高方案從設(shè)計到落地運行的效率。
針對紡織生產(chǎn)線環(huán)境復(fù)雜、梳毛機對應(yīng)線筒數(shù)量不同、線色多種等問題，通過AI視覺檢測的深度學習模式，挖掘視覺檢測非標環(huán)境下的解決方法。深度學習算法不再通過算法來搜索特定特征，而是訓(xùn)練深度學習系統(tǒng)內(nèi)的神經(jīng)網(wǎng)絡(luò)，通過學習各零部件的形態(tài)特征，建?包含零部件特征的深度學習模型，能夠快速定位識別不同組件。
紡織行業(yè)企業(yè)眾多，生產(chǎn)環(huán)境也大不相同，深度學習算法以系統(tǒng)神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)不斷學習，具有可重復(fù)性和可擴展性，可以靈活匹配各紡織企業(yè)復(fù)雜的生產(chǎn)環(huán)境以及效率要求。
不止于斷線檢測，機器視覺檢測技術(shù)可全方位應(yīng)用于紡織生產(chǎn)工藝的各個檢測環(huán)節(jié)，賦能于源頭紗線、織布、坯布、成品布以及裁片、車縫及成衣等各個場景，優(yōu)質(zhì)的機器視覺質(zhì)量檢測解決方案，在為企業(yè)提質(zhì)增效的同時也在推動企業(yè)追趕上智能化生產(chǎn)的浪潮。
