Проверка тканей с помощью искусственного интеллекта: сравнение человека и машины

Когда фабрика рассматривает возможность проверки ткани с помощью искусственного интеллекта , возникает один важный вопрос: как машина соотносится с опытным инспектором?

Анализ только показателей обнаружения не дает полного ответа. Машина может выявить дефекты, которые человек не замечает, а инспектор может заметить проблемы, которые сложно распознать системе камер. Оба могут также отметить области, которые окажутся приемлемыми.

Практическое сравнение должно смотреть на то, что находит каждая сторона, что упускает каждая сторона и как часто они не согласны. Это дает заводу более четкое представление о том, где может помочь автоматизированный контроль и где человеческое мнение остается важным.

Почему одной скорости обнаружения недостаточно

Один уровень обнаружения может сделать систему контроля ткани лучше или хуже, чем она работает в повседневном производстве.

Например, машина может обнаруживать множество видимых дефектов, но также выдавать ложные сигналы тревоги. Инспектор может выявить незначительные дефекты ткани, которые машина не замечает. Если на заводе фиксируется только общее количество обнаруженных дефектов, эти различия можно легко не заметить.

Более полезный подход — сравнить результаты инспектора и машины на одних и тех же рулонах ткани. Цель не в том, чтобы доказать, что один метод всегда лучше. Необходимо понять, как эти два метода работают в реальных условиях работы предприятия.

Используйте четыре категории для сравнения результатов

После того как оба метода проверки проверят одну и ту же ткань, разделите результаты на четыре категории. Это облегчает рассмотрение и обсуждение результатов.

И инспектор, и машина обнаруживают дефект

Это дефекты, выявленные обоими методами контроля.

Они служат полезной отправной точкой, поскольку показывают, где инспектор и машина приходят к одному и тому же выводу. Анализ этих случаев может помочь предприятию понять, какие типы дефектов последовательно распознаются. Однако одно только согласие не доказывает, что все дефекты были обнаружены. Фабрике по-прежнему следует проверять ткань и проверять любые участки, результаты которых неясны.

Только инспектор обнаруживает дефект

В этой категории инспектор фиксирует дефект, который машина не отмечает.

Причин может быть несколько. Дефект может быть незначительным, его может быть трудно различить из-за текстуры ткани или настройки проверки могут не подходить для этого конкретного материала.

Эти случаи заслуживают более пристального внимания. Запишите тип дефекта, его расположение и состояние ткани. Результаты могут указать на области, в которых необходимо пересмотреть настройки машины, процесс проверки или ожидания. Они также могут показать, где суждение опытного инспектора остается ценным.

Только машина обнаруживает дефект

Здесь машина выявляет потенциальный дефект, который не зафиксировал инспектор. Это не означает автоматически, что машина права, а инспектор ошибается. Помеченную область следует проверить, чтобы убедиться, что это настоящий дефект, приемлемое изменение ткани или результат, требующий дальнейшей проверки.

Если вывод подтвердится, это может показать, что машина может помочь выявить дефекты, которые легко не заметить во время ручной проверки. Со временем запись этих случаев может помочь фабрике понять практический вклад системы контроля ткани с искусственным интеллектом .

Ложные тревоги в приемлемой структуре

Ложная тревога возникает, когда машина помечает участок как дефектный, но последующая проверка обнаруживает, что этот участок соответствует критериям качества завода. Ложные сигналы тревоги имеют значение, поскольку они могут увеличить время, необходимое для проверки ткани, и затруднить использование результатов проверки.

Фабрика должна регистрировать, как часто они происходят и какие типы тканей или визуальные узоры задействованы. Это помогает отличить полезное обнаружение дефектов от ненужных предупреждений. Также важно определить критерии приемки перед тестированием. В противном случае инспекторы могут не согласиться с тем, следует ли считать помеченную область дефектом.

Как провести практическое сравнение

Полезное сравнение не обязательно должно начинаться со сложного испытания. Контролируемое испытание с использованием репрезентативной производственной структуры может стать практической отправной точкой.

Шаг 1. Выберите типичные рулоны ткани.

Выбирайте валки, соответствующие материалам и условиям, с которыми регулярно работает завод. Если возможно, укажите разные цвета, узоры, конструкции ткани и известные типы дефектов.

Практической отправной точкой может стать тестирование от 10 до 20 валков за одну смену, в зависимости от объема производства и скорости проверки. Это рекомендуемый размер пробной версии, а не универсальный отраслевой стандарт. Некоторым предприятиям может потребоваться больше валков или более длительное испытание для получения значимых результатов. Если испытание охватывает только один тип ткани, убедитесь, что выводы применимы только к этому материалу и данным условиям испытаний.

Шаг 2: Запишите оба набора результатов

Используйте последовательную запись результатов ручной проверки и машинной проверки.

Для каждого результата запишите такие подробности, как:

✓ Номер рулона ткани

✓ Тип дефекта

✓ Местоположение дефекта, если таковое имеется.

✓ Выявил ли это инспектор

✓ Пометила ли машина это

✓ Подтвердился ли вывод в ходе проверки

Используйте одни и те же определения дефектов и критерии приемки для обоих методов. Это делает сравнение более справедливым и уменьшает путаницу при более позднем рассмотрении результатов.

Шаг 3. Обеспечьте сопоставимость условий испытаний

По возможности проверяйте одну и ту же ткань в сопоставимых условиях. Материал, объем проверки и критерии оценки дефектов должны быть одинаковыми.

Также запишите настройки машины и соответствующие условия эксплуатации. Если машина и инспектор исследуют разные области или если один набор результатов анализируется по разным стандартам качества, сравнение может ввести в заблуждение. Цель состоит в том, чтобы сравнить два метода, а не различия в способах проведения испытания.

Шаг 4. Просмотрите результаты по типу дефекта

После испытания разбейте результаты на четыре категории, описанные выше. Затем просмотрите результаты по типу дефекта и типу ткани, а не только по общему количеству результатов.

Например, машина может хорошо справляться с явными, видимыми дефектами, но требует дальнейшей оценки на предмет тонких изменений текстуры. Результаты также могут отличаться для однотонных тканей и материалов с рисунком.

Используйте записи, чтобы выявить эти закономерности. Избегайте делать общие выводы на основе небольшой выборки, особенно если определенные дефекты проявлялись во время испытания только один или два раза.

Что говорят вам характеристики ST-Thinkor

Спецификации продукции помогают предприятию решить, стоит ли оценивать систему контроля, но они не должны заменять производственные испытания.

Опубликованные характеристики ST Thinkor от SUNTECH включают:

✓ Максимальная скорость контроля: до 80 м/мин.

✓ Ширина ткани: от 1800 до 4000 мм.

✓ Минимальный размер дефекта: ≤0,1 мм.

✓ Частота проверок: ≥90%, как указано в характеристиках продукта.

Эти цифры описывают опубликованные возможности продукта. Фактическая производительность может зависеть от характеристик ткани, типа дефекта, условий эксплуатации и критериев, используемых для оценки результатов.

В частности, указанную частоту проверок не следует интерпретировать как гарантию того, что все типы дефектов на каждой ткани будут обнаруживаться с одинаковой частотой. Предприятие должно подтвердить производительность на собственных материалах и с характерными дефектами.

Прежде чем выбрать систему, обсудите предполагаемый диапазон тканей, наиболее важные дефекты и условия, при которых применяются опубликованные спецификации.

Как справедливо интерпретировать результаты

После завершения сравнения посмотрите не только на общее количество обнаруженных дефектов.

Рассмотрите эти вопросы:

✓ Какие типы дефектов последовательно выявлялись обоими методами?

✓ Какие дефекты обнаружил инспектор, но машина их не заметила?

✓ Какие предупреждения о машинах были признаны реальными дефектами?

✓ Сколько оповещений были признаны приемлемыми вариантами структуры?

✓ Изменились ли результаты при использовании разных тканей или цветов?

✓ Были ли условия испытаний достаточно последовательны, чтобы обеспечить справедливое сравнение?

Также полезно различать подтвержденный дефект и непроверенное оповещение машины. Если считать каждое предупреждение правильно обнаруженным дефектом, результаты могут выглядеть лучше, чем они есть на самом деле.

По возможности попросите квалифицированного специалиста рассмотреть спорные случаи на предмет соответствия согласованным критериям качества завода. Если в ходе испытания не предоставлено достаточно примеров конкретного дефекта, соберите больше данных, прежде чем прийти к выводу.

Результатом должна стать практическая оценка сильных сторон, ограничений и пригодности системы для производственных нужд завода.

Там, где человеческий контроль все еще имеет значение

Автоматизированная проверка может помочь сделать идентификацию дефектов более последовательной и создавать записи, которые легче просматривать. Однако производительность машины по-прежнему необходимо интерпретировать в контексте ткани и требований фабрики к качеству.

Инспекторы-люди могут помочь подтвердить необычные результаты, оценить пограничные случаи и решить, приемлемо ли визуальное изменение для конкретного заказа. Их опыт также полезен при рассмотрении дефектов, которые не были адекватно представлены в ходе первоначального испытания.

Для многих заводов практический вопрос заключается не в том, следует ли полностью отказаться от человеческого контроля. Речь идет о том, как объединить автоматическое обнаружение с человеческой проверкой таким образом, чтобы улучшить контроль качества и соответствовать производственному рабочему процессу.

Поэтому подходящую машину для контроля тканей следует оценивать как часть всего процесса проверки, а не по одному показателю производительности.

Превратите сравнение в лучшее решение

Испытание «человек против машины» наиболее полезно, когда результаты приводят к четкому следующему шагу.

Если машина постоянно выявляет дефекты, имеющие значение для предприятия, она может стать хорошим кандидатом для более широкой оценки. Если система пропускает важные типы дефектов или выдает слишком много ложных сигналов тревоги, перед принятием решения проверьте настройки, условия тестирования и пригодность системы.

Для предприятий, оценивающих машину для контроля тканей с искусственным интеллектом, следующим шагом будет организация испытаний с использованием репрезентативной ткани и заранее согласование того, как будут оцениваться результаты.

Храните протоколы испытаний, привязанные к соответствующим номерам рулонов. Это упрощает проверку отдельных результатов, сравнение результатов проверки и отслеживание проблем с качеством исходной ткани.

Со временем эти записи могут также способствовать более структурированному подходу от обнаружения до отслеживания. Для предприятий, планирующих более широкую модернизацию, сравнение нескольких систем контроля ткани по одним и тем же практическим критериям может сделать обсуждения с поставщиками более продуктивными.

Ключевым моментом является принятие решения, используя данные из реальной производственной структуры. Структурированное сравнение дает заводу более четкое представление о том, на что способна машина, где ручная проверка повышает ценность и что требует дальнейшего тестирования перед внедрением.

Предприятиям, планирующим свой первый проект по инспекции с помощью искусственного интеллекта, также стоит рассмотреть возможность проверки тканей с помощью искусственного интеллекта, прежде чем решить, как внедрить эту технологию в существующий рабочий процесс.