在聚合物管挤出中的现场表面缺陷检测:基于人工智能的实时监测方法

科学领域:

• 制造业 工程 制造工程
• 工业技术 工业技术 工业技术
• 人类因素工程 人类因素工程

背景情况:

• 全球老龄化劳动力给智能制造带来了挑战,尤其影响了对质量控制至关重要的视觉检查.
• 由于老化而导致视觉感知下降,可能会降低制造质量保证过程的准确性和效率.
• 解决这些与年龄相关的视觉变化对于保持高生产率和产品质量至关重要.

研究的目的:

• 调查实时监控技术的使用,将摄像头和人工智能 (AI) 结合起来,以减轻聚合物管生产中老化对视觉识别的影响.
• 开发一种解决方案,在智能制造环境中补偿与年龄相关的视觉感知下降.
• 为了提高聚合物管制造中的缺陷检测和识别能力.

主要方法:

• 实施战略定位的摄像头,与复杂的AI算法集成,用于实时监控.
• 在聚合物管生产线中开发一个用于立即检测,识别和响应缺陷的系统.
• 利用先进的人工智能进行高速和准确的视觉数据分析.

主要成果:

• 开发的系统实现了卓越的缺陷检测性能,准确度约为99.24%.
• 聚合物管中的同时缺陷在实时准确地检测到,处理速度约为20 ms.
• 该技术展示了对检测到的缺陷立即响应的能力,最大限度地减少了停机时间.

结论:

• 由人工智能和摄像头增强的实时监控技术有效地减轻了老年工人视觉感知下降的负面影响.
• 该系统有望显著提高质量的一致性和制造业质量管理的整体效率.
• 这种适应性和高性能技术为面临劳动力老龄化挑战的智能制造系统提供了可行的解决方案.