Kualiti Tanpa Sambungan: Mengklasifikasikan Jalinkan Jahitan pada Penghantar Bergerak dengan AI

Dalam dunia pembuatan pakaian dan tekstil, sambungan adalah asas kepada kualiti. Jaitan yang sempurna memastikan ketahanan, keselesaan, dan estetika. Namun, memeriksa kekonsistenan dan integriti jahitan pada ribuan helai kain yang bergerak pantas di atas talian penghantar sentiasa menjadi satu kekangan, yang bergantung kepada kelajuan dan kekonsistenan mata manusia.

Hari ini, cabaran ini diselesaikan oleh sistem penglihatan Mesin canggih yang dikuasakan oleh Kecerdasan Buatan. Sistem-sistem ini bukan sahaja mampu mengesan kecacatan seperti jahitan terlepas atau kereputan, tetapi juga boleh kelaskan menilai kualiti dan jenis jahitan secara masa sebenar, membawa kelajuan dan ketepatan yang belum pernah ada dalam proses kawalan kualiti akhir.

Satu. Mengapa Pemeriksaan Seam Adalah Cabaran Utama

Memeriksa jahitan jahit adalah sukar secara asasnya disebabkan oleh tiga faktor utama yang mencabar automasi tradisional:

1. Kabur Gerakan: Pakaian tersebut berada di atas penghantar yang bergerak. Menangkap imej yang jelas dan tajam bagi elemen halus berkontras tinggi seperti jahitan memerlukan perkakasan khas untuk membekukan pergerakan.

2. Kebolehubahan Kain: Permukaan kain sering kali bercorak, elastik, berpola, atau berkilat. Variasi ini boleh mengganggu cahaya, menyukarkan pembezaan antara kerosakan sebenar dengan kedutan biasa atau corak kain.

3. Kelicinan Kecacatan: Kecacatan kritikal, seperti jahitan terlepas , putus benang, atau kemuncupan (di mana kain mengecut), sering kali halus dan bersifat topologi (perubahan ketinggian atau bentuk), memerlukan pencahayaan khas untuk menjadikannya kelihatan.

Dua. Pelan Sistem Penglihatan: Bekukan, Cahayakan, dan Belajar

Untuk memeriksa dan mengklasifikasikan jahitan pada talisawat yang bergerak dengan cara yang boleh dipercayai, sistem penglihatan mesin mesti melaksanakan tiga langkah tepat secara serentak:

1. Menghentikan Pergerakan dengan Pencahayaan Strobo (Pembekuan)

Memandangkan talisawat bergerak dengan pantas, sistem tidak boleh bergantung kepada imej dedahan panjang. Sebagai gantinya, ia menggunakan pencahayaan strobo —sinar cahaya pantas berintensiti tinggi yang diselaraskan sempurna dengan rana kamera. Denyutan cahaya ini begitu singkat (kerap kali selama miksaat) sehingga secara berkesan membekukan pergerakan jahitan tersebut, menghasilkan imej yang sangat jelas tanpa sebarang kaburan akibat pergerakan.

2. Pencahayaan Khusus untuk Pengkelasan (Cahaya)

Pemeriksaan jahitan lebih tertumpu kepada kontras dan tekstur berbanding kecerahan. Sistem menggunakan teknik pencahayaan khusus untuk menonjolkan topologi jahitan:

(1). Pencahayaan Sudut Rendah (Medan Gelap) Cahaya dipancarkan pada sudut yang sangat rendah merentasi permukaan kain. Pada permukaan yang licin dan bebas cacat, cahaya akan terpantul menjauhi kamera. Namun, alur timbul yang sedikit menonjol pada jahitan yang baik, putus benang, atau ketidakrataan pada kelim akan menghuraikan memantulkan cahaya tersebut, menyebabkan kecacatan kelihatan sebagai ciri yang terang dan kontras tinggi terhadap latar belakang gelap.

(2). Pencahayaan Kupola Menyebar: Ini digunakan untuk mengklasifikasikan jenis jahitan (contohnya, jahitan rata, jahitan Perancis, atau jahitan overlock biasa). Cahaya lembut dan seragam dari semua arah membantu AI melihat tepi dan bayang-bayang yang jelas yang menjadi ciri struktur keseluruhan jahitan, memudahkan pengenalpastian yang tepat.

3. AI untuk Keputusan Segera (The Learn)

Kamera mengambil gambar, dan perisian pemprosesan imej, yang kerap menggunakan model Pembelajaran Mendalam (Deep Learning) mengambil alih.

(1). Klasifikasi: Model DL, yang dilatih berdasarkan ribuan contoh, mengklasifikasikan jenis jahitan dengan serta-merta (contohnya, "Ini adalah Jahitan Perancis") untuk mengaplikasikan parameter pemeriksaan yang betul.

(2). Pengesanan Kecacatan: AI mengenal pasti sebarang penyimpangan (tompok terang akibat putus benang atau bayang gelap akibat kelim berkerut) dan membandingkannya dengan had toleransi yang diterima, menandakan kecacatan seperti:

Jahitan Terlepas: Celah dalam corak jahitan.

Kelim Berkerut: Kemasan kain yang bergelombang dan tidak rata.

Roping: Jahitan yang ketatannya tidak betul sehingga menyebabkan jahitan berpintal.

Hasilnya adalah penilaian kualiti yang boleh dipercayai dan objektif, dilakukan dalam pecahan saat, membolehkan penolakan atau pengasingan serta-merta bagi barangan yang rosak.

Tiga. Benang Masa Depan

Pemeriksaan kelim secara automatik pada penghantar yang bergerak kini menjadi realiti. Teknologi ini mengurangkan kadar tarik balik, meningkatkan kualiti produk secara keseluruhan dengan ketara, serta mengurangkan kos buruh yang berkaitan dengan pemeriksaan manual. Bagi pengilang, ia memberikan ketenangan bahawa setiap item yang keluar dari lini memenuhi piawaian tepat dan sempurna seperti yang dituntut oleh pasaran.

Sedia untuk mengintegrasikan ketepatan ke dalam lini pengeluaran anda?

Ketahui bagaimana pengelasan kelim berasaskan AI secara masa nyata boleh menghapuskan kebuntuan dan menjamin integriti tekstil anda.