Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

УДК 677.05.059:621.3.078.08

АВТОМАТИЧЕСКАЯ СИСТЕМА РАЗБРАКОВКИ ТКАНЕЙ

С ПЕЧАТНЫМ РИСУНКОМ МЕТОДОМ КОМПЕНСАЦИИ ИНФОРМАЦИОННЫХ ПОТОКОВ

Терновая Т.И.

Контроль качества выпускаемой продукции является актуальным вопросом современного производства. При расширении рынка сбыта готовых тканей украинского производства на ближнем и дальнем зарубежье особенно важно сочетание высокого качества и приемлемой цены. На достижение этого сочетания влияет разработка и внедрение новых методов автоматического контроля готовой продукции.

Одной из главных проблем, возникающих при создании автоматических систем контроля визуальных показателей ткани со сложным печатным рисунком, является проблема обработки большого потока информации в реальном масштабе времени. Сканирование ткани, которое должно проводится с высоким разрешением, передача отсканированного изображения и обработка последнего вызывает значительные затраты машинных ресурсов и времени. Это приводит к тому, что системы, построенные с использованием  современных процессоров и   электроники, не успевают обрабатывать поступающий поток данных в ограниченный интервал времени, обусловленный требованиями производства. Решить данную проблему можно отказавшись от  классического подхода к распознаванию образов и учитывать только те аспекты, которые влияют на разбраковку тканей.

Известно, что наиболее ответственному этапу, сопоставлению эталона и изображения, предшествует предварительная обработка полученного изображения. В системах машинного зрения для реализации таких функций как устранение случайных помех, очертание контуров объекта, выделение составляющих частей, которым соответствуют перепады яркости, и многих других используются различные методы [1]. Анализ данных методов показывает, что использование их в реальном масштабе времени при огромных  потоках данных не представляется возможным.

В отличии от создания систем распознавания объектов окружающего мира с элементами искусственного интеллекта, создание системы автоматической разбраковки текстильных материалов значительно упрощается тем, что:

-  предмет контроля плоский,

-  ракурс сканирования и ориентация ткани не меняется в процессе контроля,

-  можно ограничить степень допустимых деформаций и искажений,

- можно добиться равномерного и постоянного освещения ткани, что устранит изменение цвета и текстуры поверхности, появления границ, обусловленных тенью.

Также следует учитывать, что для качественной разбраковки тканей нет необходимости решать задачу распознавания в полном объеме, так как существуют дефекты, на которые насчитываются одинаковое количество балов влияющие на сортность. Т.е. часто нет необходимости выяснять дополнительные параметры дефектов, например, такие как форма, если известно количество балов соответствующих этому дефекту.

При использовании метода компенсации информационных потоков можно совместить функционально и по времени процесс сканирования и сравнение с эталоном [2]. Структурная схема  системы распознавания с использованием этого метода  показана на рис.1.

 

 

 

 

 

 

Рис. 1 Структурная схема системы распознавания с использованием метода компенсации информационных потоков

 

 

 

Автоматическая система распознавания дефектов ткани со сложным печатным рисунком состоит из двух основных подсистем: подсистемы компенсации информационных потоков от объекта контроля и эталона  хранящегося в памяти ЭВМ и подсистемы классификации.

Подсистема компенсации содержит модуль генерации допустимых деформаций позволяющий управлять считыванием эталона  ткани с рисунком из памяти ЭВМ. К допустимым деформациям относят деформации, не приводящие к снижению качества готовой продукции, т.е. их можно предварительно описать  и определить допустимые границы искажений при которых упругая деформация переходит  в неупругую. Модуль генерации деформаций позволяет управлять допустимыми искажениями по следующим направлениям:

1.        растяжение-сжатие по горизонтали;

2.        растяжение-сжатие по вертикали;

3.        перекос влево;

4.        перекос вправо;

5.        выпуклость-вогнутость.

 

Поскольку печатный рисунок и структура ткани напрямую не связаны, что обусловлено возможностью нанесения печатного рисунка на деформированную ткань, модуль генерации шумов, обусловленных структурой ткани работает автономно от модуля деформаций рисунка. Он учитывает сигнал рассогласования изображений структуры сканируемого изображения и эталонной структуры и также управляет генерацией эталона. В отличии от реализации такой системы для распознавания выделенного дефекта задача упрощается тем,  что, во-первых, в отличии от дефекта, вид и степень деформаций предсказуемы и для их хранения требуется меньше системных ресурсов вычислительной техники. И, во-вторых, т.к. большинство деформаций в отличии от дефектов появляются постепенно, увеличиваясь или уменьшаясь в каждом последующем раппорте ткани, автоматическая система успевает адаптироваться и более качественно осуществлять позиционирование изображения эталона на отсканированное изображения контролируемой ткани [3]. Таким образом, изображение полученное со сканера компенсируется эластичным эталоном и классификатор, входящий в подсистему классификации, учитывает при принятии решения степень деформации контролируемого объекта. Программа сопоставления эталона и изображения выделяет вектор рассогласования, который подается на модуль генерации допустимых деформаций, позволяя последнему генерировать деформированный в допустимых пределах эталон.

Систему компенсации потока информации, поступающего от реального объекта, потоком от эталона можно реализовать с использованием аналоговых элементов, что позволит ей работать в реальном масштабе времени. Фактически на систему классификации брака ткани со сложным печатным рисунком  поступает только сигнал дефекта, что существенно облегчает его распознавание при разработанных  в настоящее время классификаторах для однотонных тканей [4]. Существующие алгоритмы обработки отсканированного изображения позволяют обнаруживать дефекты с амплитудой сигнала не превышающей амплитуды сигнала рисунка ткани и распознавать эти дефекты.

Программа сопоставления эталона и изображения обрабатывает разность информационных потоков

 

,

(1)

 

что по объемам существенно меньше информационному потоку от сканера, а в случае отсутствия искажений и деформаций  близка к нулю. При ограниченных реальных пропускных способностях компьютерных сетей, использование метода компенсации информационных потоков позволит интегрировать автоматическую систему распознавания дефектов готовой продукции в систему управления предприятием с использованием современных информационных технологий.

Одним из наиболее ответственных этапов распознавания является совмещение изображения и эталона с учетом допустимых деформаций. Причем на этом этапе отсутствует анализ изображения и идет настройка эластичного в допустимых пределах эталона на контролируемый объект. Анализируются затраты на управление  эталоном, а также величина и направление его изменений.  Характер и мера допустимых деформаций закладываются в автоматическую систему предварительно и корректируются на этапе обучения и настройки.

Совмещение удобно производить, используя сетку отсчетов на эталоне и изображении. Шаг отсчетов можно выбирать равномерный либо изменяющийся в зависимости от структуры рисунка. Смещение каждого узла  сетки  эталона Ωst относительно его положения на сетке отсканированного изображения Ωsc может быть задано вектором , совокупность которых составляет случайное векторное поле деформаций

 

,

(2)

 

заданное на сетке Ω.

Оценим сдвиг h двумерного случайного поля ,   , по одной из координат jили   j2. Пусть случайное поле задано разностным стохастическим уравнением [5]:

 

,

(3)

 

где   ρ  и  r - коэффициенты корреляции  между соседними значениями по строке и столбцу соответственно;

           - независимые гауссовские случайные величины с нулевыми средними и единичными дисперсиями:

 

,

 

(4)

 

.

(5)

 

Рассмотрим формирование изображений предшествующее совмещению. Раппорты изображений рисунка  получаемые от эталона и контролируемой ткани выражаются формулами (6) и (7) соответственно:

 

;    .

(6)

 

.

(7)

 

где      - аддитивная помеха;

N    - количество узлов совмещения на координатной сетке.

 

Поскольку  сложный рисунок в большинстве случаев наносится на ткань печатным способом, нет строгой привязки структуры ткани и раппорта рисунка и, следовательно, аддитивная помеха имеет две составляющие:

 

(8)

 

где      - аддитивная помеха, вызванная несовершенством оборудования для сканирования и передачи отсканированного изображения;

         -  аддитивная помеха, вызванная структурой ткани.

 

Для идеального случая, т.е. при отсутствии деформаций и помех имеем:

 

.

(9)

 

Для реальных условий контроля тканей на производстве разность (9) не равна нулю и ее получение, передача и анализ вызывает значительные затраты машинных ресурсов и времени. Поэтому системы автоматической разбраковки не успевают обрабатывать поступающий поток данных в ограниченный интервал времени, обусловленный требованиями современного производства.

 

Оценить совпадение можно из условия:

 

(10)

 

где α – мера деформации по одному из видов деформации.

Полагая, что h  - сдвиг по координате j1, запишем

 

,

(11)

где

(12)

 

таким образом, минимальная дисперсия ошибки определяется формулой

 

,

(13)

 

где          T  –  интервал времени между соседними отсчетами;

g – отношение дисперсий информационной последовательности и помехи:

 

.

(14)

 

Но необходимо учесть, что общее число N точек в области Ω равно произведению N1N2. при отсутствии помехи в наблюдениях, т.е. при

 

(15)

 

аналогично могут быть найдены и другие параметры, такие как поворот, совместные сдвиг и поворот, и др.

Управляя эталоном в пределах допустимых деформаций можно свести разницу  к нулю и в дальнейшем анализировать затраченные на достижение этого ресурсы управления.

Для эластичного эталона формула (6) будет иметь вид:

 

;    .

(16)

 

где    - управление деформациями.

 

Совмещение эластичного эталона и изображения контролируемой ткани осуществляют за счет изменения  до достижения при отсутствии дефектов

 

.

(17)

 

Подставим (7) и (16) в формулу (17), получим

 

.

(18)

 

Отсюда искажения можно оценить, анализируя управление допустимыми деформациями  :

 

.

(19)

 

где     -  погрешность, обусловленная несовершенством оборудования для сканирования и передачи отсканированного изображения и помеха, вызванная структурой ткани.

 

При достаточно качественном оборудовании сканирования и передачи отсканированного изображения контролируемой ткани и компенсации шумов, обусловленных структурой ткани, погрешностью можно пренебречь,  и деформации полностью компенсируются управляющим воздействием блоком генерации допустимых деформаций:

 

.

(20)

 

Поскольку управляющее воздействие  известно, то на распознавание деформаций не затрачиваются машинные и временные ресурсы.

 

Выводы:

 

  1. При ограниченных реальных пропускных способностях компьютерных сетей, использование метода компенсации информационных потоков позволит интегрировать автоматическую систему распознавания дефектов готовой продукции в систему управления предприятием с использованием современных информационных технологий.
  2. Введение в систему генерацию упругих деформаций повышает скорость и надежность распознавания дефектов ткани на стадии разбраковки и определения сортности.
  3. Распознавание деформаций ткани можно проводить, анализируя управление допустимыми деформациями  , что позволяет экономить машинные и временные ресурсы.

 

Given article is denoted to questions, appearing when making the automatic systems of recognition of defects fabric. Offered and analysed the system structure, as well as considered using a method to information flow compensations for tested  fabric with the complex printed drawing.

 

1.                   Хорн Б.К.П. Зрение роботов :Пер. с анг. - М.: Мир, 1989.-487 с., ил

2.                   Храпливый А.П., Рожков С.А., Терновая Т.И., Бражник Д.А. Использование метода компенсации информационных потоков при создании систем автоматического распознавания  // Автоматика, Автоматизация. Электротехнические комплексы и системы. - 1998, №2.  С. 93-100.

3.                   Тернова Т.І.,  Храпливий  А.П., Бражник О.М., Тимофеєв К.В., Рожков С.О.  Пристрій для визначення просторового зміщення зображення об’єкту по відношенню до еталону зображення. Патент 30433А Україна, МКВ G06К 9/00, №4707484/SU; Опубл. 15.11.2000 р., Бюл. № 6-11

4.                   Федотова О.Н. Разработка классификатора системы разбраковки тканей:  Диссертация на соискание ученой степени кандидата  технических наук: 05.13.07.- Херсон. 1996. –150 с.

5.                   Ташлинский А.Г. Оценивание параметров пространственных деформаций последовательностей изображений / Ульяновск: УлГТУ, 2000. – 131с.

 

 





Ответы на вопросы [_Задать вопроос_]

Современные технические средства, комплексы и системы

Краснов В.А., Прохорович А.В., Шутов С.В., Деменский А.Н. Анализ флуктуаций размера растущего кристалла (на примере легированных монокристаллов кремния, вытягиваемых из расплава по методу Чохральского)

Завальнюк И.П. Управление высокопроизводительной экструзией неоднородных материалов

Долина В.Г., Писаренко А.В. Синтез складної багатовимірної системи управління випарною станцією на основі рефрактометричних вимірювань

Стопакевич А.А., Тодорцев Ю.К. Анализ современного состояния систем управления брагоректификационными установками спиртового производства

Поливода В.В. Современные компьютерные технологии в АСУ на хлебоприёмном предприятии

Ладанюк А.П., Українець А.І., Кишенько В.Д. Управління автоматизованими технологічними комплексами харчових виробництв на основі сценарного підходу

Ковриго Ю.М., Фоменко Б.В. Врахування обмежень для підвищення якості функціонування систем регулювання енергоблоків ТЕС і АЕС

Евдокимов А.В., Китаев А.В., Агбомассу В.Л. Исследование причин, определяющих вращение рамки с током в магнитном поле после воздействия на нее внешнего импульса

Аппазов Э.С. Применение твердых растворов InGaN в фотовольтаике

Кузнєцов Ю.М., Дмитрієв Д.О. Програмно математичний апарат керування виконавчим органом багатокоординатних верстатів нових компоновок

Черевко О.И., Ефремов Ю.И., Одарченко А.М., Одарченко Д.М, Агафонова Ю.Ю. Теоретическое обоснование перспективного биконического резонатора для СВЧ-устройств при переработке растительного сырья

Хобин В.А. Бабиков А.Ю. Системы экстремального управления молотковыми дробилками с функцией гарантированного соблюдения тепловых режимов их электродвигателей.

Стадниченко В.Н. Исследование влияния изменения эксплуатационных нагрузок на свойства металлокерамических слоёв полученных с использованием трибовосстанавливающих составов

Ісаєв Е.А., Наговський Д.А., Чернецька І.Е. До вибору факторів, що характеризують окомкування тонкоподрібнених залізорудних матеріалів

Федоровский К.Ю., Лунев А.А. Теплоотдача погружного пластинчатого теплообменника системы охлаждения энергоустановок морских технических средств

Федоровский К.Ю., Владецкий Д.О. Интенсификация теплоотвода замкнутых систем охлаждения энергоустановок морских технических средств.

Пономарьов Я.Ю., Ладанюк А.П., Іващук В.В. Досвід використання нечітких регуляторів в системі атоматизації випарної установки.

Левченко А.А., Кравчук О.И. Эквивалентный макромодуль процесса технического обслуживания радиотехнических средств.

Іволгіна Т.О. Енергетичний підхід до аналізу стійкості руху вимірювальної головки координатно-вимірювальної машини

Ладанюк А.П., Кишенько В.Д., Ладанюк О.А. Системна задача управління біотехнологічними процесами.

Тернова Т.І. Алгоритм оцінювання деформацій рапорту періодичних об'єктів

Рожков С.А., Федотова О.Н. Алгоритм обучения системы распознавания автоматической системы разбраковки тканей

Пупена О.М, Ельперін І.В, Ладанюк А.П. Особливості проектування комп’ютерно-інтегрованих систем управління

Квасніков В.П., Кочеткова О.В. Проектування координатно–вимірювальної машини на нейронних мережах

Водічев В.А., Мухаммед М.А. Дослідження системи стабілізації потужності різання металообробного верстата з фази-регулятором

Шутов С.В., Аппазов Э.С., Марончук А.И., Самойлов Н.А. Методика испытания термофотовольтаических преобразователей

Хобин В.А. Повышение качества формирования смесей средствами интеллектуализации алгоритмов управления порционным дозированием

Рожков С.А., Бражник Д.А. Использование нейросетевых структур для построения систем распознавания образов

Місюра М.Д., Кишенько В.Д. Математичні моделі технологічних процесів пивоварного виробництва як об’єктів автоматизації

Ладанюк А.П., Власенко Л.О. Автоматизоване управління бізнес-процесами в комп’ютерно-інтегрованих структурах підприємства

Жукова Н.В., Литвинов В.І. Вирішення проблеми погодженого руху валків з неоднаковими катаючими діаметрами профілезгинальних станів

Денисова А.Е., Тодорцев Ю.К., Максименко И.Н. К вопросу об автоматизации интегрированной установки теплоснабжения с возобновляемыми источниками энергии

Бессараб В.И. Компьютеризированная система управления водоотливным хозяйством угольных шахт по критерию минимума энергозатрат

Хобин В.А. Регулятор переменной структуры для объектов технологического типа

Тонконогий В.М. Трехконтурная АСУ нанесением ионно-плазменного покрытия на режущий инструмент.

Колесникова Е.В., Кострова Г.В. Формирование базы данных АСУТП дуговой сталеплавильной печи.

Водічев В.А. Автоматизована система керування швидкостями робочих рухів то-карного верстата для підвищення ефективності обробки торцевих поверхонь.

Бергер Е.Г., Дмитрієв Д.О., Бергер Є.Е., Діневич Г.Ю. Синтез строфоїдографів за методом параметричних сімей.

Бабак В.П., В.Н. Стадніченко, О.Г. Приймаков Прогнозування надійності, дов-говічності та витривалості авіаційних матеріалів

Бабак В.П., Стадниченко В.Н., Приймаков О.Г., Токарчук В.В. Прогнозування витривалості авіаційних матеріалів .

Куцак Р.С. Використання методу координатного еталону в задачах автоматизації контролю якості тканини.

Попруга А.Г. Усовершенствование электрических нагревателей по критерию экономии энергии.

Пашковский А.А., Далечин А.Ю. Система регистрации спектров фотолюминес-ценции

Никольский В.В., Цюпко Ю.М. Применение пьезоэлектрических датчиков в сис-теме кондиционирования воздуха судовых систем микроклимата.

Крапивко Г.И., Хлопёнова И.А. Повышение коэффициента полезного действия кремниевых фотоэлектронных преобразователей методом лазерной гравировки.

Кихтенко Д.А. Управление шаговыми двигателями в микрошаговом режиме, оп-тимизация управления.

Горохов В.А. Автоматизированная транспортно-складская система в текстильной и легкой промышленности.

Водічев В.А. Система стабілізації потужності різання фрезерного верстата з взаємозв'язаним керуванням швидкостями робочих рухів.

Шутов С.В., Аппазов Э.С., Марончук А.И. Испытание фотоэлектрических преобразователей в условиях экстремальных температурных колебаний.

Худяев А.А. К проблеме повышения точности воспроизведенияв классе многоканальных воспроизводящих систем с эталонной настройкой каналов.

Тверезовський В.С., Бараненко Р.В. Принцип побудови елементів вимірювальних систем, представлених цифровими програмно керованими давачами.

Никольский В.В., Сандлер А.К. Моделирование процессов в вискозиметре с пьезоэлектрическим приводом.

Марончук И.Е., Андронова Е.В., Баганов Е.А., Курак В.В. Использование метода импульсного охлаждения насыщенного раствора-расплава для формирования наноразмерных структур InSb в матрице GaSb.

Водічев В.А. Аналого-цифровий регулятор режиму металообробки для верстатів з числовим програмним керуванням.

Блинов Э.И., Кравцов В.И., Кравцов А.В., Недбайло А.Н. Управление гибкими протяженными объектами направленными силовыми воздействиями.