Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Искусственный интеллект научился находить дефекты ткани быстрее человека
В современном текстильном производстве контроль качества продукции занимает центральное место, поскольку такие дефекты, как несовпадение рисунка, распущенные нити и отклонения в цвете могут значительно сказаться на характеристиках конечного изделия. Ученые МТУСИ предложили метод формирования признаков текстурированного изображения, который можно применить для построения математической модели текстильного материала при решении задач автоматизации процесса разбраковки.
До недавнего времени большинство операций по контролю качества тканей осуществлялось вручную, что позволяло выявить лишь около 70% возможных дефектов. Современные технологии предлагают новые решения — автоматизированные системы контроля качества на основе компьютерного зрения — которые уже находят применение в текстильной, деревообрабатывающей и химической промышленностях.
Система автоматического контроля качества (САКК) состоит из сканера, системы распознавания и модуля принятия решений. Одной из важных задач таких систем является определение изменения структурных свойств материалов на этапе выявления брака. Для проверки качества однотонных тканей, равно как и для выявления характерных особенностей их структуры, применяют различные методы контроля, например, оптические методы.
Однако, существующие алгоритмы распознавания часто не позволяют обнаруживать дефекты материалов в режиме реального времени, особенно если их количество увеличивается. Отмечается, что один из путей повышения эффективности таких систем распознавания – это создание методик предварительного анализа текстурированной геометрической пространственной модели (ткани) и усовершенствование алгоритмов обнаружения дефектов тканей в системах с эталонными моделями.
Ученые МТУСИ предложили метод формирования признаков текстурированного изображения, который может быть применен для построения математической модели текстильного материала (ткани) при решении задач автоматизации процесса разбраковки.
Новшество такого метода — создание эталонов — образцов, с которыми сравниваются изображения тканей для выявления дефектов.
«Анализ качества ткани относительно эталонного состояния позволяет выделять существенные особенности структуры ткани вплоть до анализа состояния единичных переплетений, — отмечает профессор, доктор технических наук Сергей Рожков. — При этом в данной постановке задачи ткань, как объект контроля, целесообразно рассматривать как двумерный периодический объект».
В исследовании интересным инструментом стало применение пространственной автокорреляционной функции, которая помогла ученым проанализировать структурные элементы ткани.
«Разработка модели проводилась в среде MATLAB. При выделении контуров изображения были выявлены особенности периодичности структуры ткани, а наличие корреляционного максимума позволило определить основные частоты структуры, — рассказал о ходе исследования кандидат технических наук, доцент Вячеслав Воронов. — Для улучшения качества изображений применялись методы предварительной обработки изображений: коррекция яркости, устранение шумов и преобразование изображения для более детального анализа. При этом коррекция шкалы яркости позволила устранить систематические искажения исходного изображения аддитивного или мультипликативного характера».
В процессе исследования ученые обратили внимание на то, что корреляция не только усиливает основные частоты, но и выявляет скрытые периодичности в структуре ткани, что значительно усложняет задачу определения основных параметров структуры модели. В свою очередь, применение в свертке гармоник, связанных с неравномерностью структуры ткани, позволило выделить скрытую периодичность по направлению основы ткани и выделить перекос, который имел место в образце ткани. Для определения основных частот модели ткани ученые использовали энергетический спектр изображения, с помощью которого была построена эталонная моногармоническая модель ткани.
Полученные в работе результаты охватывают только один из возможных подходов при контроле качества текстильных материалов. Дальнейшие исследования перспективны, с точки зрения создания систем контроля, для всего спектра дефектов текстильных материалов (тканей), в том числе с возможностью прогнозирования их характеристик.
В дальнейшем предполагается создание систем контроля качества, способных прогнозировать и детально анализировать дефекты текстильных материалов в процессе их производства. Совершенствование средств автоматизации контроля качества текстильных материалов позволяет не только повысить эффективность производства, но и улучшить качество текстильной продукции, удовлетворяя высокие стандарты отрасли. Материал опубликован в Сборнике трудов XVIII Международной отраслевой научно-технической конференции «Технологии информационного общества».
Telegram 
Дзен 
VK Ученые Сеченовского Университета разработали лабораторную модель печени, способную воспроизводить реакции человеческой ткани на лекарственные препараты.
Одна из угроз для здоровья работников горнодобывающей промышленности — пыль, которая образуется при работе добывающего и транспортирующего оборудования. Длительное вдыхание этой смеси, содержащей нерастворимые частицы горных пород, приводит к развитию серьезных профессиональных заболеваний легких и снижает продолжительность жизни рабочих. Одним из источников пыли в калийных рудниках считается бункер-перегружатель — емкость-накопитель, которая принимает добытую руду. Из-за отсутствия ограждений конструкции тонны горной породы при погрузке образуют мелкодисперсную пыль, которой вынуждены дышать горнорабочие. Ученые Пермского Политеха предложили новую конструкцию бункера-перегружателя с защитным навесом и системой автоматической загрузки. Это решение позволило снизить концентрацию опасной пыли в воздухе до 30% по сравнению с традиционным оборудованием.
Международная команда палеонтологов описала новый вид динозавра размером с крупную современную птицу. Он носил на голове плотный костяной нарост, который эти животные, возможно, использовали для внутривидовых разборок. Находка показывает, что даже мелкие хищники мелового периода могли решать конфликты не только когтями и зубами, но и ударами головой.
Образцы грунта, взятые астронавтами полвека назад, вложили еще один важный кирпич в здание научной картины мира: гипотеза о том, что Земля исходно была сухой, не стыкуется с фактами. Похоже, идею о невозможности сохранения большого количества воды на «теплых» планетах придется пересмотреть.
В зоопарках звери доживают до старости и выбывают из программ глобального сохранения видов, потому что не могут размножаться. Это ставит под угрозу усилия по поддержанию популяций редких видов.
Кэтлин Рубинс выступила перед комитетом Национальных академий США и рассказала, что не так с новыми скафандрами для близкой высадки американцев на Луне. Учитывая ее 300-дневный опыт пребывания в космосе, критика выглядит довольно обоснованной. В прошлом году Рубинс ушла с поста руководителя отделения внекорабельной деятельности отдела астронавтов, где она участвовала в разработке новых лунных скафандров.
От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.
Хотя зоологи уже не раз наблюдали использование орудий у относительно близких к людям видов, — от приматов до свиней — коровы до сих пор не были за этим замечены. Теперь ситуация изменилась: оказалось, что они могут использовать многоцелевые орудия по-разному, в зависимости от обстоятельств.
Образцы грунта, взятые астронавтами полвека назад, вложили еще один важный кирпич в здание научной картины мира: гипотеза о том, что Земля исходно была сухой, не стыкуется с фактами. Похоже, идею о невозможности сохранения большого количества воды на «теплых» планетах придется пересмотреть.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно