Разработка нейросетевой системы для обнаружения и классификации дефектов ткани на мерильно-браковочном оборудовании

• Автор: Ясинский, Игорь Федорович
• Шифр специальности: 05.02.13
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Иваново
• Количество страниц: 192 с. : ил.

1 АНАЛИТИЧЕСКИЙ ОБЗОР СОСТОЯНИЯ РАБОТ ПО КОНТРОЛЮ КАЧЕСТВА ПРОДУКЦИИ

1.1 Классификация способов обнаружения и регистрации дефектов ткани

1.2 Типы дефектов ткани

1.3 Нейронная сеть и принципы ее работы

1.3.1 Строение нейрокомпьютера

1.3.2 Работа нейрокомпьютера

1.4 Обзор научно-исследовательских работ с использованием нейронных сетей

1.5 Постановка цели и задач исследования

МОДЕЛИРОВАНИЕ СИСТЕМЫ КОНТРОЛЯ

2 КАЧЕСТВА ТКАНИ СРЕДСТВАМИ НЕЙРОСЕТЕВОЙ , ТЕХНОЛОГИИ

2 | Разработка нейросетевой системы контроля качества ткани.

Выбор типа нейронной сети
2.2 Синтез нейронной сети, обеспечивающей оптимальное распознавание дефекта ткани. Разработка синтетического алгоритма обучения нейронной сети
2.2.1 Усовершенствованный случайный поиск. Случайный поиск с памятью. Сравнение с алгоритмом обратного распространения ошибки
2.2.2 Настройка нейронных сетей с помощью инерционной минимизации
2.2.3 Комбинированный алгоритм генетического и случайного поиска в задачах оптимизации и распознавания образов
2.3 Идентификация особенностей надмолекулярной структуры с помощью нейросетевой технологии и многопроцессорной вычислительной техники
2.4 Оптимизация информационных ресурсов. Сжатие информации нейронной сетью со слоем типа «воронка»
ВЫВОДЫ
3 АППАРАТНЫЕ РЕШЕНИЯ И РАСЧЕТЫ СИСТЕМЫ КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ
3.1 Функциональная схема автоматизации браковочного оборудования
3-2 Организация контроля качества в производстве
3-2-1 Получение изображений дефектов. Видеозахват

3.2.2 Перспективы использования многопроцессорной вычислительной техники для контроля качества в производстве. При
менение блока видеокамер
3-3 Оценка быстродействия системы обнаружения дефектов
3.4 Аппаратная и программная поддержка. Алгоритмы работы
системы автоматизации браковочного оборудования
ВЫВОДЫ
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ НЕЙРОСЕТЕВОЙ СИСТЕМЫ В ПРОЦЕССАХ ДИНАМИЧЕСКОГО
КОНТРОЛЯ КАЧЕСТВА ПРОДУКЦИИ
4.1 Исследование системы обнаружения дефектов средствами компьютерного моделирования
4.2 Исследование нейросетевой системы обнаружения и контроля за дефектами полотна в лабораторных условиях
4.3 Апробация нейросетевой системы контроля качества на производстве
ВЫВОДЫ
ОБЩИЕ ВЫВОДЫ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЯ
Приложение 1. Расчет экономических показателей.
Оценка эффективности системы
Приложение 2. Программа оптимизации функции методом усовершенствованного случайного поиска Приложение 3. Программа обучения нейронной сети комбинированным алгоритмом случайного и генетического поиска Приложение 4. Программа анализа дифрактограмм волокон хлопка
Приложение 5. Программа обучения нейронной сети распознаванию образов с функцией сжатия информации Приложение 6. Многопроцессорная программа обучения нейронной сети распознаванию дефектов на ткани
Приложение 7. Список научных и учебно-методических работ

Актуальность темы. В настоящее время обнаружение дефектов ткани и оценка ее качества в мерильно-браковочном цехе производятся визуально. Ткань на мерильно-браковочной машине движется со скоростью 30-50 м/мин. Ввиду ограниченной информационной пропускной способности человека, при увеличении скорости движения ткани количество пропущенных дефектов резко возрастает. В течение рабочего дня эффективность обнаружения дефектов ткани уменьшается. Для улучшения качества контроля сортности ткани, увеличения производительности мерильно-браковочного оборудования и высвобождения человека для более квалифицированного труда необходимо автоматизировать процесс « контроля качества ткани средствами нейросетевых технологий, исключающих значимость человеческого фактора из технологического процесса.
Цель работы состоит в повышении производительности мерильно-браковочного оборудования, надежности контроля качественных параметров текстильных материалов, расширении спектра распознаваемых дефектов ткани, снижении влияния человеческого фактора в технологическом процессе за счет автоматизации процесса контроля качества выпускаемой ткани посредством использования нейросетевых технологий.
Для достижения указанной цели поставлены следующие задачи:
1. Исследование современных способов и систем контроля поточного производства и определение концептуальных направлений развития средств автоматического контроля качества текстильных материалов.

технологически нужно и экономически оправдано) позволит значительно сократить выход несортной продукции.
Недостатками существующих автоматических систем являются: ограниченная возможность классификации дефектов различных типов и отсутствие адаптивности.
Нейросетевые системы при контроле качества выпускаемого полотна обладают рядом преимуществ по сравнению с известными автоматическими системами [47, 71, 77]. Использование нейронной технологии позволяет увеличить спектр классифицируемых дефектов, повысить производительность мерильно-браковочного оборудования и улучшить качество контроля полотна. Важным достоинством нейросетевой технологии является ее адаптивность во время работы.
Предлагается реализовать этот процесс, использовав обучаемые нейронные сети. Нейросетевая установка для контроля качества ткани состоит из следующих блоков (рис.2.1).
Рис. 2.1. Нейросетевая система для контроля качества ткани