Инженеринг ревю бр. 8/2023

24 ноември 2023 ИНЖЕНЕРИНГ РЕВЮ автоматизация тъй като могат да обработват много по-големи обеми от данни за по-малко време, което от своя страна спомага за намаляване на оперативните разходи и увеличаване на ефективността и производителността на предприятията. В допълнение към 3D системите докладът на Emergen Research изследва още използването на следните групи продукти в сегмента: 2D AVI платформи, камери за инспекция, системи за машинно зрение и PC базирани решения. Що се отнася до основните приложения на тези технологии, водещи сред тях са: повърхностната инспекция, инспекцията с цел качествен контрол, измерването, класифицирането, оценката на състояние и т. н. Делът на системите за качествена инспекция е найголям и се очаква да продължи да нараства до 2032 г. в синхрон с все по-стриктните изисквания за контрол на качеството в съвременната индустрия. По отношение на типа продукти в сегмента глобалният пазар на AVI платформи е сегментиран на хардуерни, софтуерни компоненти, цялостни решения и услуги. Според данните на Emergen Research, през миналата година най-големи приходи са генерирали продажбите на хардуер за визуална инспекция, в т. ч. камери, сензори, оптични системи, конвейери, системи за отделяне на дефектни изделия и др. Машинно и дълбоко самообучение Според проучванията, грешките при визуална инспекция варират между 20 и 30%. Някои от тях са вследствие на човешка грешка, докато други могат да бъдат свързани с пространствени ограничения. С помощта на изкуствен интелект съвременните AVI платформи могат да заснемат висококачествени изображения и видеа на продуктите с висока разделителна способност и чрез специализирани алгоритми да откриват всякакви проблеми или нередности. Това позволява обективна и постоянна по успеваемост оценка на качеството, елиминираща рисковете от човешки грешки и субективна интерпретация. Посредством машинно зрение и дълбоко самообучение не само е възможно, но и лесно постижимо да се реализират интелигентни решения за качествена инспекция, изследващи и най-малкия детайл на даден обект или сцена. За автоматизирането на този процес всъщност е необходимо сравнително малко физическо оборудване. Огромната добавена интелигентна стойност на AVI платформите на практика идва от софтуерните инструменти за разпознаване, предварителна и същинска обработка на изображения, анализ, извличане на данни за дадени характеристики, класифициране и т. г. Дълбокото самообучение използва изкуствени невронни мрежи, които умело имитират човешката интелигентност, за да различават разнообразни детайли и аномалии във външния вид на даден обект, същевременно толерирайки естествените вариации. Така тази технология комбинира адаптивността на човешката инспекция със скоростта, мощта и неуморната ефективност на компютъризираните системи. Благодарение на възможностите си не само за разпознаване, но и за интелигентно интерпретиране на изображения дълбокото самообучение позволява на системите за инс-

RkJQdWJsaXNoZXIy Mzc3Mjk=