Программно-аппаратный комплекс для обнаружения и классификации дефектов тканей
Программно-аппаратный комплекс для автоматического обнаружения и классификации дефектов тканей на основе технологий машинного зрения и искусственного интеллекта.
Задача
В настоящее время на предприятиях текстильной и легкой промышленности определение сортности и выявление брака текстильных материалов является одним из наименее автоматизированных и компьютеризированных этапов технологической цепочки. В большинстве случаев используется ручной труд, в подразделениях по контролю качества заняты десятки человек, тратится огромное количество рабочего времени. Не всегда эти затраты являются эффективными. Брак может быть пропущен. Повышение качества продукции при минимальных затратах человеческого труда – одна из главных задач в развитии текстильной и легкой промышленности.
Для автоматического контроля качества рулонных материалов, таких как ткань, бумага, пленки и т.п., актуальна задача создания автоматической системы обнаружения дефектов (системы автоматического контроля качества – САКК), которая бы являлась частью автоматической системы управления технологическим процессом. Это позволит при своевременном анализе всего потока дефектов текстильных материалов и сырья значительно повысить эффективность всего текстильного комплекса.
Однако широкое использование в текстильной промышленности, как и в других отраслях народного хозяйства, таких систем автоматической обработки видеоинформации сдерживается целым рядом факторов: значительные информационные потоки в системах обработки сигналов; необходимость разработки специальных методов и средств обнаружения сигналов дефектов, обладающих малым отношением сигнал–шум; высокая стоимость известных систем контроля качества; большая скорость смены рисунков ткани, требующая перенастройки системы.
Задачей проектной группы специалистов из СПбПУ, НИУ ВШЭ, ИВГПУ и ООО «Визиумтекс» стало создание программно-аппаратного комплекса, который благодаря использованию методов компьютерного зрения и машинного обучения будет иметь ряд ключевых преимуществ по сравнению с существующими зарубежными решениями для текстильного производства, а именно:
- Обнаружение дефектов тканей размером до 1 мм;
- Планируемая стоимость комплекса от 3 до 6 млн руб. (цена на зарубежные аналоги варьируется в диапазоне от $100 000 до $650 000).
Решение
Разработан прототип программно-аппаратного комплекса (ПАК) для автоматизированного обнаружения и классификации дефектов текстильных материалов при их производстве.
Программно-аппаратный комплекс состоит из модулей захвата изображения (цифровых камер и объективов, осветительных устройств), модуля обработки и хранения изображений и модуля синхронизации и управления.
Ключевую роль в программном модуле обработки изображений играют нейросетевые алгоритмы обнаружения, локализации и классификации дефектов. В реализации ПО используется глубокая сверточная нейронная сеть для семантической сегментации изображений. Для машинного обучения нейросетей была подготовлена база данных дефектов материалов полотняного переплетения после первичной отделки, которая включает в себя более 150 000 образцов тканей, предоставленных текстильными предприятиями Ивановской области.
Разработанная система обнаруживает, классифицирует дефекты и формирует выходной сигнал с информацией о них. Таким образом, оператор на производстве может быстро отреагировать на выявленный дефект, определить причину и место его возникновения и передать сведения на ответственный за этот дефект производственный участок.
Результаты испытаний
С мая по декабрь 2022 года ПАК проходил опытную эксплуатацию на производственной линии Тейковского хлопчатобумажного комбината (Ивановская область).
При тестировании программно-аппаратного комплекса на образце ткани длиной 700 м система обнаружила 1363 дефекта 17 видов, наиболее характерных для полотен, прошедших операции отбеливания. Для определения степени точности выявления дефектов данный образец ткани затем отправили на ручную разбраковку в отдел контроля качества предприятия, где было выявлено 217 дефектов. Таким образом, с помощью ПАК обнаружено в 6,28 раз больше дефектов, поскольку система с высокой точностью выявляет даже мелкие недостатки, невидимые глазу при перемотке материала со скоростью до 60 метров в минуту. В дальнейшем возможно также увеличение скорости выявления дефектов.
В процессе производства информация о выявленных видах дефектов будет накапливаться в памяти компьютера. В любой момент эти данные могут быть востребованы оператором. Нужная информация может выдаваться как о конкретном рулоне, так и на протяжении всей партии.
При отклонении полотна от эталона за критическое значение оператор ПК будет получать предупредительное сообщение со звуковым или световым сигналом.
При интеграции компьютера оператора в информационную инфраструктуру фабрики с любого ПК локальной сети можно будет наблюдать изображения на нем в режиме реального времени. Это позволит сотрудникам других служб в удаленном режиме контролировать качество производимого полотна.
Области применения
ПАК планируется использовать для решения всех основных процедур учета (фиксация конкретных показателей качества) и анализа (сопоставление полученных результатов с эталонными).
Разработанное решение можно будет применять на следующих этапах (переделах) текстильного производства:
- Контроль качества сурового полотна на выходе со станка (комплекс может устанавливаться непосредственно на ткацкий станок);
- Контроль качества отбеленного полотна перед процессом печатания;
- Контроль качества печати непосредственно на выходе с печатной машины;
- Контроль качества готового материала после процессов заключительной отделки;
- На швейных предприятиях – входной контроль материалов, контроль на этапе подготовки материалов к раскрою изделий.
Технологии
| Библиотеки и фреймворки: | OpenCV, PyTorch, TensorFlow, CUDA, libpng |
| Языки программирования: | Python, C++ |
| OS: | Linux |
| Архитектуры: | x64, ARM |
| CVS: | Git (GitLab) |
Публикации
Проект реализуется при финансовой поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере (ФСИ).
Ключевые исполнители
Руководитель проекта: А.В. Лодышкин, доцент Национального исследовательского университета «Высшая школа экономики», генеральный директор ООО «Визиумтекс»
Научный руководитель проекта: Т.Ю. Карева, д-р техн. наук, профессор ИвГПУ
Руководитель направления аппаратно-программной разработки: М.В. Болсуновская, заведующий Лабораторией «Промышленные системы потоковой обработки данных» Центра НТИ СПбПУ
Исполнители
- Лаборатория «Промышленные системы потоковой обработки данных» Центра НТИ СПбПУ
- Ивановский государственный политехнический университет
- Научно-исследовательский университет «Высшая школа экономики»
- ООО «Визиумтекс»