کاربرد هوش مصنوعی در صنعت نساجی
Artificial Intelligence in the Textile Industry
اکثر ما در هنگام کار با اپلیکیشن های رسانه های اجتماعی با تبلیغات پاپ آپ (pop-up) مواجه می شویم که مضمون آنها در مورد محصولات و خدماتی است که به تازگی به آنها فکر کرده ایم. به همین دلیل است که می گویند هوش مصنوعی انقلابی در دنیای امروزی اطلاعات به وجود آورده است. امروزه هوش مصنوعی آنقدر پیشرفت کرده که می تواند ذهن انسان ها را بخواند. این فناوری در حال تغییر مفاهیم و خلق حوزه هایی از پیشرفت های نوآورانه برای حل مشکلات مدیریتی و فنی است. در این مقاله قصد داریم تا به مفهوم کاربرد هوش مصنوعی در صنعت نساجی و بررسی فناوری های موجود بپردازیم.
توصیف هوش مصنوعی (AI)
هوش که به معنی توانایی کسب دانش و به کارگیری آن به عنوان یک مهارت است؛ همواره یکی از برتری های منحصر به فرد نوع بشر بوده است. مواردی مانند ظرفیت منطقی، درک، خود آگاهی، یادگیری، دانش عاطفی، برنامه ریزی، خلاقیت، تفکر انتقادی و توانایی حل مسئله؛ جزء مشخصه های اصلی هوش به حساب می آیند. چنانچه بتوان این قابلیت ها را به صورت مصنوعی تولید کرد؛ دانشی شکل می گیرد که به اختصار به آن هوش مصنوعی می گویند. این همان اتفاقی است که در حال حاضر افتاده، و امروزه هوش مصنوعی یکی از مهمترین و تاثیرگذارترین اختراعات در دنیای علم است. از این رو می توان گفت که AI در اصل شبیه سازی هوش انسان در ماشین هاست؛ به گونه ای که این ماشین ها می توانند یک یا چند مورد از کارهایی که هوش انسانی قادر به انجام آنهاست را تقلید کنند. به طور کلی می توان گفت ماشینی که بتواند با تکیه بر ظرفیت های خود یاد بگیرد و مشکلات را حل کند، یک ماشین با فناوری AI نامیده می شود.
مفهوم هوش مصنوعی در صنعت نساجی
امروزه استفاده از فناوری های مبتنی بر هوش مصنوعی در صنعت نساجی بسیار مشهود است؛ زیرا حل سریع و دقیق مشکلات پیچیده، در حال تبدیل شدن به کلید رقابتی این صنعت است. صنعت نساجی یک صنعت وابسته به نیروی کار است؛ در اینجا بسیاری از عملیات ها مثل تولید و کنترل کیفیت عمدتاً با دست انجام می شوند. امروزه نوآوری های هوش مصنوعی سعی در توسعه فناوری هایی برای بهبود کارآیی و کارآمدی این عملیات ها دارند. در واقع مفهوم هوش مصنوعی مبتنی بر اقداماتی اساسی مانند تشخیص، شناسایی، بازرسی، درجه بندی، دید ماشینی، پیش بینی و غیره است. همه این اقدامات در وهله اول توسط انسان انجام می شوند؛ کارهایی که معمولاً خسته کننده بوده و به نتایج مبهمی می انجامند. اما AI می تواند با تکیه بر فناوری های طبقه بندی شده مانند سیستم های خبره، شبکه های عصبی مصنوعی، منطق فازی، الگوریتم ها و زبان طبیعی؛ کارآیی و دقت اینگونه اقدامات اساسی را افزایش دهد. مفاهیم مورد استفاده در توسعه راهکارهای هوش مصنوعی در صنعت نساجی در قالب جدول زیر توضیح داده شده اند:
منطق هوش مصنوعی پشت اقدامات اساسی در زمینه کاربردهای بالقوه آن در صنعت نساجی
| اقدامات اساسی | حوزه های کاربردی بالقوه | منطق AI |
| بازرسی (ردیابی) | تشخیص هرگونه ناهنجاری یا بی نظمی در نخ، پارچه یا پوشاک در خلال فرآیند تولید. | از یک دوربین پرسرعت برای گرفتن میلیون ها عکس فوری از هدف مورد نظر به صورت مستمر استفاده می شود؛ سپس این تصاویر با رایانه پردازش می شوند تا مشخص شود که آیا در الگوی تصاویر انحرافی وجود دارد یا خیر. هرگونه انحرافی ممکن است نشان دهنده برخی ناهنجاری ها یا بی نظمی ها در اجسام باشد. |
| شناسایی یا شناخت | شناسایی اینکه آیا ناهنجاری ها یا بی نظمی ها با هر یک از رویدادهای قبلی یا پارامترهای از پیش تعیین شده برای طبقه بندی رویدادها مطابقت دارند، یا خیر؛ شناسایی عیوب یا تشخیص الگوها. | تصاویر از پیش تعیین شده الگوها یا عیوب نخ، پارچه و لباس در رایانه ذخیره می شوند. سپس انحرافات تشخیص داده شده توسط دوربین AI به صورت مداوم با چنین تصاویری مطابقت داده می شوند تا نوع خطای آنها دقیقاً شناسایی گردد. فرکانس خطا نیز به صورت همزمان محاسبه می شود. |
| دید ماشینی | تقویت یا جایگزینی بازرسی های انسانی؛ مناسب برای حوزه هایی که بازدیدهای چشمی انسانی کارآمد نیست؛ به عنوان مثال تطبیق رنگ، شناسایی الگو، استخراج طرح و غیره. | در این حالت دوربین AI جایگزین چشم انسان می شود؛ این دوربین عناصر را با توجه به نتایج برنامه ریزی شده مورد نظر با رایانه اسکن می کند. |
| پیش بینی | پیش بینی نتیجه مراحل بعدی فرآوری، مانند پیش بینی کیفیت نخ براساس کیفیت الیاف، یا پیش بینی رنگ براساس دستورالعمل های رنگینه. | در این حالت از داده های بزرگ و فناوری شبکه عصبی جهت پیش بینی نتایج احتمالی قبل از فرآیند تولید واقعی استفاده می شود. |
مروری بر نقش فناوری هوش مصنوعی در صنعت نساجی
استفاده از هوش مصنوعی در فناوری نساجی هنوز جا نیفتاده است. عواملی مانند پیچیدگی، نیاز به مهارت های عملیاتی و نرخ بازگشت سرمایه از دلایل احتمالی گسترش محدود این فناوری ها در صنعت نساجی است. با این حال روند تحقیق و توسعه در آزمایشگاه ها و شرکت های مختلف فناوری، به منظور توسعه فناوری های AI در صنعت نساجی در حال انجام است. یک پیش بینی فناورانه قابل اعتماد نشان می دهد که طی 5 تا 10 سال آینده، بسیاری از فرآیندهای تولید منسوجات از راهکارهای مبتنی بر هوش مصنوعی برای افزایش کارآیی خود استفاده می کنند. جدول زیر مروری بر کاربردهای فعلی و بالقوه هوش مصنوعی در صنعت نساجی دارد. این فناوری ها در اصل مبتنی بر اقدامات اساسی توصیف شده در جدول فوق هستند.
بررسی فناوری هوش مصنوعی در صنعت نساجی
| فناوری | توصیف | مزیت |
| WiseEye توسعه یافته توسط موسسه نساجی و لباس دانشگاه پلی تکنیک هنگ کنگ | این دستگاه عیوب پارچه را در حین بافت تشخیص می دهد.با نصب دید ماشینی در دستگاه بافندگی، می توان پارچه بافته شده را به صورت مداوم اسکن کرد. این دستگاه قابلیت شناسایی 40 نقص رایج پارچه ها را با دقت 0.1 میلی متر / پیکسل دارد؛ در ضمن استفاده از این دستگاه احتمال تولید پارچه استاندارد را تا حداقل 90% بالا می برد.یک میله نوری LED پرقدرت که به یک دوربین با وضوح بالا مجهز است؛ بر روی ریل نصب شده و توسط یک موتور الکتریکی در هنگام تولید پارچه به منظور نظارت بر آن هدایت می شود. سپس تصاویر گرفته شده، پیش پردازش گردیده و به سیستم AI خورانده می شوند؛ قبلاً داده های مرتبط با هزاران متر از پارچه در این سیستم بارگیری شده است. این سیستم بافت جدید، پارچه را با مدل های خود به صورت آنی مقایسه می کند و در صورت لزوم آمارهای تحلیلی و هشدارها را تولید کرده و به نمایش می گذارد. | در حال حاضر کنترل کیفیت در بخش تولید نساجی توسط انسان انجام می شود؛ در این حالت انسان طول راندومی از پارچه را با چشم بازرسی می کند و آن را با برگه نقایص مطابقت می دهد. عواملی مانند خستگی شخص و خطاهای ساده انسانی، این روند را غیر قابل اعتماد و غیر منسجم می کنند. ثابت شده که فناوری WiseEye تا 90% در تشخیص عیوب کارآمدتر از انسان است. |
| Cognex ViDi توسعه یافته توسط شرکت Cognex Corp؛ یک شرکت آمریکایی تولید کننده سیستم های دید صنعتی است که در سال 1981 در بوستون تاسیس شده است. | این فناوری برای تشخیص الگوهای پارچه در صنعت نساجی مناسب است.پلتفرم Cognex ViDi می تواند به صورت خودکار جنبه هایی از الگوهای پارچه مانند بافندگی، بافت، قیطان دوزی، پرداخت و چاپ را بررسی کند.برای ادغام این پلتفرم در سیستم تولید نیازی به دوره توسعه ای نیست، و می توان آن را با استفاده از تصاویر از پیش تعریف شده برگرفته از شکل ظاهری یک نمونه پارچه آموزش داد. | کارآیی این سیستم از بهترین تحلیلگرهای انسانی الگوی پارچه، بالاتر است. در ضمن بهره گیری از این فناوری نیازی به توسعه نرم افزاری ندارد. فرآیند نصب آن بسیار ساده است؛ چرا که الگوریتم نرم افزار خود را با استفاده از مجموعه ای از الگوها و نمونه های شناخته شده آموزش می دهد و بدین صورت مدل مرجع خود را می سازد. |
| Datacolor توسعه یافته توسط شرکت Datacolor؛ این شرکت در سال 1970 در لوسرن سوئیس تاسیس شده است. | در این فناوری از ظرفیت هوش مصنوعی برای تطبیق رنگ پارچه، اندازه گیری و فرمولاسیون رنگ و آزمایش نحوه حل شدن رنگینه استفاده می شود.این فناوری دارای ویژگی AI Pass/Fail برای بهبود دقت و کارآیی ظرفیت ابزاری است.طیف سنج نوری Datacolor، بستری را برای افزایش کارآیی و اطمینان از اندازه گیری صحیح رنگ، ضمن ارتقای دقت و صحت کار ارائه می دهد.فناوری Datacolor سیستم هایی را برای حل کردن رنگ های غلیظ، رنگدانه های مایع، خمیرها، مایه ها و غلیظ کننده ها ارائه می دهد. این سیستم دقیق ترین راهکارها را در حداقل زمان برای صنایع رنگرزی مهیا می کند. | دقت و کارآیی فناوری Datacolor در مقایسه با سیستم های فرمولاسیون، مدیریت و دستورالعمل های تهیه رنگ که به صورت دستی در صنعت نساجی مورد استفاده قرار می گیرند، بسیار بیشتر است. |
از بین این سه فناوری، تنها فناوری Datacolor در حال حاضر در صنایع مختلف نساجی بنگلادش به کار گرفته می شود. دو فناوری دیگر هنوز به این صنعت وارد نشده اند؛ اما پتانسیل برای بهره گیری از مزایای آنها در این صنعت وجود دارد. فناوری های توسعه یافته (یا در مرحله توسعه) دیگری نیز علاوه بر این 3 فناوری مبتنی بر هوش مصنوعی توصیف شده در این مقاله، صنعت نساجی را هدف گرفته اند. به عنوان مثال یک سیستم مبتنی بر هوش مصنوعی برای مدل سازی نخ براساس ویژگی های الیاف، در دانشگاه کرنل (Cornell University) ایالات متحده ساخته شده است. این فناوری امکان پیش بینی کیفیت احتمالی نخ را براساس داده های برگرفته از ویژگی های نخف امکان پذیر می کند.
تحقیقات مشابهی نیز در بخش نساجی دانشگاه امیرکبیر ایران انجام شده که شامل درجه بندی نخ براساس داده های برگرفته از الیاف است. در موسسه فراونهوفر (Fraunhofer)، شبیه سازی خصوصیات مکانیکی منسوجات با استفاده از محلول های I و با بهره گیری از نرم افزاری به نام TexMath انجام گرفته است. در دانشگاه چجیانگ (Zhejiang University) چین، فرآیندی برای ارزیابی چین خوردگی های پارچه ابداع شده است؛ در این فرآیند از روش پردازش پارچه استفاده می شود.
همچنین مدل سازی سه بعدی براساس داده های فنی می تواند نقش مهمی در صنایع نساجی پیشرفته بازی کند. از راهکارهای مبتنی بر هوش مصنوعی نیز می توان برای افزایش سود تجاری، و گرفتن تصمیم های سریع و درست استفاده کرد. این فناوری ها مبتنی بر داده های کلان هستند؛ علاوه بر این روش شبکه مصنوعی سعی در ایجاد یا شناسایی روابط حیاتی بین بازیگران مختلف زنجیره تامین مثل بخش های تولید، کیفیت، خرده فروشی، بازاریابی، قیمت گذاری، بازخورد مصرف کننده و غیره دارد. بیشتر فناوری های مبتنی بر هوش مصنوعی تنها توسط صنایع آشنا به فناوری و غالباً در کشورهای پیشرفته که محصولات بسیار پیشرفته ای تولید می کنند و یا دارای فرآیندهای بهره برداری بسیار پیچیده هستند، مورد استفاده قرار می گیرند. اما می توان با طراحی و اتخاذ راهکارهایی در صنایع نساجی بزرگ مانند صنایع نساجی کشورهای جنوب آسیا؛ بازده طراحی، تولید و کیفیت را به اندازه های ارتقا داد که هرگز قابل مقایسه با بازده انسانی نباشد.
نتیجه گیری
کاربرد هوش مصنوعی در فناوری نساجی، حتی در کشورهای پیشرفته هنوز هم به شکلی گسترده جا نیفتاده است. با این حال کشورهایی مانند آلمان، ایالات متحده و چین در حال توسعه این فناوری ها هستند تا راهی برای حل مشکلات پیچیده حاکم بر زنجیره تامین منسوجات پیدا کنند. با این وجود فناوری های مبتنی بر AI، چشم انداز خوبی در صنایع نساجی کشورهای در حال توسعه دارند، و دیر یا زود در حل مشکلات تولید و کنترل کیفیت محصولات به کار گرفته می شوند. نکته کلیدی در اینجا، آماده سازی صنایع برای پذیرش چنین فناوری هایی است. اگر قصد داریم آینده این صنعت را طراحی کنیم؛ باید به صورت جدی این مسائل را مورد بررسی قرار دهیم و مشترکاً برای توسعه مهارت ها و قابلیت های خودمان در زمینه مدیریت فناوری تلاش نماییم.
