هوش مصنوعی در بازرسی پارچه

کمپانی Uster آخرین محصول خود برای بازرسی پارچه را در نمایشگاه نساجی ایتما 2023 (ITMA 2023) معرفی کرد. Fabriq Assistant یک پلتفرم مرکزی برای پردازش خودکار، تحلیل و تصویرسازی داده های با کیفیت است و جزء سیستم های بازرسی پارچه Uster محسوب می شود.

این پلتفرم جدید، پردازش دستی داده ها را حذف می کند و سرعت فرآیندهای تصمیم گیری را به میزان قابل توجهی افزایش می دهد. در این صورت تولید کنندگان پارچه می توانند به طور خودکار محصولات خود را بر اساس قوانین تجاری خاص خود و بدون دخالت انسانی، برای تحویل ترخیص کنند. این اتوماسیون نه تنها عوامل کند کننده روند کار را از بین می برد، بلکه بهره وری را نیز افزایش می دهد.

جمع آوری، تحلیل و تصویرسازی خودکار

این برنامه یک ابزار مبتنی بر وب است که دارای حساب های کاربری فردی و داشبوردهای خاص است. در اینجا اطلاعات در بستر انواع ابزارهای تجزیه و تحلیل آماری ارائه می گردند و نتایج در قالب نمودارها، هیستوگرام ها یا روندهای تکاملی مختلف ارائه می شوند؛ تمام اینها به راحتی با سایر کاربران به اشتراک گذاشته می شوند. تمام داده هایی که به صورت خودکار جمع آوری شده و تحلیل و تصویرسازی شده اند، در کنار عملکردهای پردازشی و گزارش داده‌ ها، در پلتفرم داده مرکزی قابل مشاهده هستند. در واقع این برنامه مانند یک دستیار متخصص عمل می کند و داده های با کیفیت مرتبط را در حین و پس از بازرسی ارائه می دهد. به عنوان مثال، اگر کاربر در حال جستجوی اطلاعات در مورد یک رول خاص باشد؛ فقط با چند کلیک، داشبورد بررسی ظاهر می‌شود. در اینجا تمام جزئیات مربوط به آن رول در دسترس است که از جمله آنها می توان به تصاویر نقایص آن رول پارچه، نقشه و فهرست نقایص و داده های آماری آن رول اشاره کرد.

طبقه بندی هوش مصنوعی

ماژول اصلی که در قالب Fabriq Assistant معرفی شده است؛ یک ابزار طبقه بندی هوش مصنوعی است که دامنه کاربرد داده های تولید شده توسط سیستم های بازرسی خودکار پارچه Uster را توسعه می دهد. زیرا می توان کدهای خاصی را به طور خودکار به هر تصویری که توسط سیستم های Uster’s Fabriq Vision و Uster Fabriq Vision N تولید می شود، اختصاص داد. بدون طبقه ‌بندی هوش مصنوعی، پرسنل با مشکلات زیادی روبرو می شوند؛ زیرا باید با زحمت کدهای عکس های نقایص را به رایانه شخصی خود اضافه کنند و سپس روند بررسی داده ها را شروع نمایند. با معرفی قابلیت ‌های یادگیری ماشین، طبقه ‌بندی داده‌ ها کاملاً خودکار انجام می شود و تولید کنندگان پارچه می‌ توانند بیش از 80 درصد در زمان بازرسی دستی پارچه های تولیدی خود صرفه جویی کنند.