機器視覺在紡織產業(yè)應用中不斷向縱深推進

2023-02-14 16:27:29 精質視覺

　　據工信部數據，2021年，我國紡織行業(yè)企業(yè)數量達到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，智能化轉型已不是“選擇題”，而是關乎生存和長遠發(fā)展的“必修課”。吸納新技術，開展智能化轉型，發(fā)掘智能化機器這一生產要素的價值，將在紡織行業(yè)應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致檢測結果準確率降低。智能化領域中的機器視覺缺陷檢測系統可以說是一種檢測利器，其結合光學成像技術、計算機技術、數控技術、機械工程技術等技術，能夠從定位、檢測、測量、識別多方向輔助生產環(huán)節(jié)，是實現生產智能化的有效手段。

　　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，那么從出錯一直到出廠檢測的中間生產環(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，工廠整個生產流程的效率提升了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。

　　　深度學習技術創(chuàng)造新價值

　　通過自研圖像標注系統、AI算法以及強大的數據中臺開發(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，短期內即可完成檢測模型的標注、訓練、識別，極大程度上降低研發(fā)成本，提高方案從設計到落地運行的效率。

　　針對紡織生產線環(huán)境復雜、梳毛機對應線筒數量不同、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，而是訓練深度學習系統內的神經網絡，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，生產環(huán)境也大不相同，深度學習算法以系統神經網絡為基礎不斷學習，具有可重復性和可擴展性，可以靈活匹配各紡織企業(yè)復雜的生產環(huán)境以及效率要求。

　　不止于斷線檢測，機器視覺檢測技術可全方位應用于紡織生產工藝的各個檢測環(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)質的機器視覺質量檢測解決方案，在為企業(yè)提質增效的同時也在推動企業(yè)追趕上智能化生產的浪潮。