高精度針孔檢測(cè)設(shè)備
More >>
2023-01-13 08:39:43 精質(zhì)視覺
據(jù)工信部數(shù)據(jù)，2021年，我國(guó)紡織行業(yè)企業(yè)數(shù)量達(dá)到18729家，規(guī)模以上紡織企業(yè)營(yíng)業(yè)收入為51749億元。龐大的市場(chǎng)體量對(duì)紡織行業(yè)來說是機(jī)遇也是挑戰(zhàn)，生產(chǎn)效率如何匹配市場(chǎng)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?duì)柤瘓F(tuán)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(shí)間;在波司登的一個(gè)能存放150萬(wàn)箱衣服的巨大自動(dòng)化立庫(kù)中，搬運(yùn)、分揀、配送、清點(diǎn)庫(kù)存全都由機(jī)器人完成。
工業(yè)機(jī)器人切割面料、搬運(yùn)貨物、分揀成品……越來越多的實(shí)踐表明對(duì)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(zhǎng)遠(yuǎn)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(jī)器這一生產(chǎn)要素的價(jià)值，將在紡織行業(yè)應(yīng)用中不斷向縱深推進(jìn)。
智能檢測(cè) 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(gè)環(huán)節(jié)是對(duì)成品的瑕疵檢測(cè)。在以往，大多采用人工檢測(cè)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(cè)結(jié)果準(zhǔn)確率降低。智能化領(lǐng)域中的機(jī)器視覺缺陷檢測(cè)系統(tǒng)可以說是一種檢測(cè)利器，其結(jié)合光學(xué)成像技術(shù)、計(jì)算機(jī)技術(shù)、數(shù)控技術(shù)、機(jī)械工程技術(shù)等技術(shù)，能夠從定位、檢測(cè)、測(cè)量、識(shí)別多方向輔助生產(chǎn)環(huán)節(jié)，是實(shí)現(xiàn)生產(chǎn)智能化的有效手段。
“機(jī)器視覺檢測(cè)最吸引我的地方不僅在于它對(duì)成品的瑕疵檢測(cè)，還在于它在生產(chǎn)過程中的識(shí)別檢測(cè)，能夠幫助我們從根源上解決問題，如果出錯(cuò)后我們不能及時(shí)發(fā)現(xiàn)，那么從出錯(cuò)一直到出廠檢測(cè)的中間生產(chǎn)環(huán)節(jié)投入也是一筆很大的浪費(fèi)。”一家引進(jìn)機(jī)器視覺檢測(cè)的大型紡織生產(chǎn)廠負(fù)責(zé)人李總說道。
通過工業(yè)AI視覺檢測(cè)系統(tǒng)，工廠整個(gè)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(cè)，打破低效率的同時(shí)保障了檢測(cè)準(zhǔn)確率。
精質(zhì)視覺是國(guó)內(nèi)領(lǐng)先的一站式AI視覺解決方案提供商，公司以計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)為核心，賦能各行業(yè)智能制造轉(zhuǎn)型升級(jí)，在醫(yī)藥、物流、家電、新能源等多個(gè)行業(yè)實(shí)現(xiàn)1000+生產(chǎn)線安裝的落地應(yīng)用。在紡織行業(yè)，精質(zhì)視覺運(yùn)用前沿機(jī)器視覺技術(shù)模擬人類視覺系統(tǒng)，對(duì)運(yùn)行中的紡織機(jī)器進(jìn)行圖像采集并識(shí)別有無斷線情況發(fā)生，識(shí)別準(zhǔn)確率可達(dá)99.9%。
深度學(xué)習(xí) 技術(shù)創(chuàng)造新價(jià)值
通過自研圖像標(biāo)注系統(tǒng)、AI算法以及強(qiáng)大的數(shù)據(jù)中臺(tái)開發(fā)能力，精質(zhì)視覺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(cè)模型的標(biāo)注、訓(xùn)練、識(shí)別，極大程度上降低研發(fā)成本，提高方案從設(shè)計(jì)到落地運(yùn)行的效率。
針對(duì)紡織生產(chǎn)線環(huán)境復(fù)雜、梳毛機(jī)對(duì)應(yīng)線筒數(shù)量不同、線色多種等問題，精質(zhì)視覺通過AI視覺檢測(cè)的深度學(xué)習(xí)模式，挖掘視覺檢測(cè)非標(biāo)環(huán)境下的解決方法。深度學(xué)習(xí)算法不再通過算法來搜索特定特征，而是訓(xùn)練深度學(xué)習(xí)系統(tǒng)內(nèi)的神經(jīng)網(wǎng)絡(luò)，通過學(xué)習(xí)各零部件的形態(tài)特征，建?包含零部件特征的深度學(xué)習(xí)模型，能夠快速定位識(shí)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(xué)習(xí)算法以系統(tǒng)神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)不斷學(xué)習(xí)，具有可重復(fù)性和可擴(kuò)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(cè)，機(jī)器視覺檢測(cè)技術(shù)可全方位應(yīng)用于紡織生產(chǎn)工藝的各個(gè)檢測(cè)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(gè)場(chǎng)景，優(yōu)質(zhì)的機(jī)器視覺質(zhì)量檢測(cè)解決方案，在為企業(yè)提質(zhì)增效的同時(shí)也在推動(dòng)企業(yè)追趕上智能化生產(chǎn)的浪潮。
