機器視覺+人工智能 高效解決管紗外觀檢測難題

時間：2018-04-17作者：西安獲德圖像技術(shù)有限公司瀏覽：95

西安獲德圖像技術(shù)有限公司專注于疵點檢測,表面檢測,缺陷檢測等

• 詞條

  詞條說明

• 碳纖維技術(shù)壁壘高，原絲質(zhì)量是關(guān)鍵

  碳纖維生產(chǎn)工藝流程長，整個過程連續(xù)走絲，需要對參數(shù)精確控制，每個環(huán)節(jié)都將影響到碳纖維成品的質(zhì)量和性能。碳纖維的缺陷可分為表面缺陷和內(nèi)部缺陷，表面缺陷占缺陷總數(shù)的90%左右，其產(chǎn)生的原因大部分來自于原絲的缺陷“遺傳”給碳纖維。?原絲制備是碳纖維生產(chǎn)的**環(huán)節(jié)，目前，原絲紗線表面缺陷有破絲、毛團等。在碳化過程及其他生產(chǎn)環(huán)節(jié)還會出現(xiàn)個別碳纖維原絲局部破損、斷裂現(xiàn)象，從而形成毛團，毛條附著在碳纖

• 入門資料|機器視覺到底是什么

  隨著工業(yè)4.0時代的到來，機器視覺在智能制造業(yè)領(lǐng)域的作用越來越重要，為了能讓更多用戶獲取機器視覺的相關(guān)基礎(chǔ)知識，包括機器視覺技術(shù)是如何工作的、它為什么是實現(xiàn)流程自動化和質(zhì)量改進的正確選擇等。 小編為你準(zhǔn)備了這篇機器視覺的干貨資料~ 什么是機器視覺？ 我們先從機器視覺的定義開始，根據(jù)制造工程師協(xié)會的定義：機器視覺就是使用光學(xué)非接觸式感應(yīng)設(shè)備自動接收并解釋真實場景的圖像以獲得信息控制機器或流程。 那

• 使用深度學(xué)習(xí)實現(xiàn)工業(yè)異常檢測

  工業(yè)缺陷可視為工業(yè)產(chǎn)品的外觀 “異常”，因此有部分工業(yè)缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業(yè)缺陷檢測是有所區(qū)別的。具體而言，異常檢測的概念較加廣泛與抽象, 其中圖像異常檢測主要關(guān)注輸入圖像是否為異常實例，而工業(yè)缺陷檢測較關(guān)注像素層面的檢出任務(wù)。在像素層面上，異常與正常模式的差別較加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業(yè)缺陷檢測的任務(wù)需求。近年來, 深度學(xué)

• “質(zhì)·量”雙升，西安獲德玻纖紗缺陷在線檢測系統(tǒng)

  玻璃纖維整經(jīng)是織布的前道工序，該工序的質(zhì)量管控直接影響到后繼織物的品質(zhì)。紗線在該道工序可體現(xiàn)出各種各樣的缺陷，例如，毛羽，毛絲，破絲，毛圈，毛團（為了簡化敘述，以上幾種缺陷統(tǒng)稱毛羽），斷紗等。如能盡早發(fā)現(xiàn)缺陷，便可及時查找產(chǎn)生缺陷的原因并進行相應(yīng)處理。 由于整經(jīng)機速度較快，紗線數(shù)量較多，紗線較細，毛羽很小，肉眼是無法觀察到，因此采用人工檢測方式無法完成紗線質(zhì)量檢測。 傳統(tǒng)的玻纖整經(jīng)機設(shè)備上，一般