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 Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Ученые предложили математический инструмент, позволяющий точно рассчитать условия стабильной работы систем фазовой автоподстройки частоты, используемых в устройствах связи и навигации. Такие системы синхронизируют параметры собственных сигналов устройства, например телефона, с поступающими на него сигналами, например, от Wi-Fi-роутера. Предложенный метод расчетов позволяет избежать неточностей, которые допускали ранее используемые подходы, и предлагает инженерам простые формулы, удобные для применения в реальных проектах. Это позволит предотвратить ошибки в работе приборов спутниковой навигации и беспроводной связи.
Принято считать, что люди с развитыми когнитивными способностями отличаются высокими моральными принципами. Ученые из Великобритании решили проверить этот тезис научными методами и пришли к противоположному выводу.
Коллектив ученых из МФТИ, Центрального аэрогидродинамического института имени профессора Н. Е. Жуковского и Нижегородского государственного технического университета имени Р. Е. Алексеева смоделировал обтекание воздушными массами крыла экраноплана. Установлена зависимость подъемной силы от конструкции крыла и режима полета.
Для принятия верных решений необходимо точно оценивать вероятность того или иного исхода в условиях неопределенности. В новом исследовании профессор экономики и поведенческих наук из Университета Бата (Великобритания) Крис Доусон установил, что обладатели развитого интеллекта гораздо меньше, чем индивидуумы с более низким IQ, ошибаются в предвидении будущего. По мнению ученого, именно это позволяет умным людям выбирать правильные решения и добиваться больших успехов в жизни.
Радиотелескопы уловили очень короткий сигнал, и по его характеристикам стало ясно, что он не может быть естественного происхождения. Астрономы пришли к выводу, что источник находился в околоземном пространстве — там, где уже более полувека летает «мертвый» аппарат NASA.
Группа российских ученых из Института прикладной математики имени М. В. Келдыша РАН и МФТИ провела детальное численное исследование источников шума, генерируемых крылом прототипа сверхзвукового бизнес-джета в режиме посадки. Эта работа, сочетающая передовые методы вычислительной гидродинамики и аэроакустики, впервые позволила с высокой точностью локализовать и охарактеризовать основные зоны шумообразования вблизи полноразмерной геометрии крыла модели прототипа сверхзвукового пассажирского самолета в посадочной конфигурации.
Результаты эксперимента в США в будущем могут позволить добиться разрешения на использование отработанной конопли в качестве кормовой добавки в животноводстве.
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