基于5G工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)_第1頁(yè)
基于5G工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)_第2頁(yè)
基于5G工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)_第3頁(yè)
基于5G工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)_第4頁(yè)
基于5G工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)_第5頁(yè)
已閱讀5頁(yè),還剩7頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于 5G+工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)作為全球通信技術(shù)的領(lǐng)導(dǎo)者,中興通訊在工業(yè)互聯(lián)網(wǎng)、大視頻、能源等行業(yè)領(lǐng)域形成超過(guò) 30 個(gè) 5G+系列解決方案并成功實(shí)踐了 50 多個(gè)示范項(xiàng)目,與超過(guò)300 個(gè)行業(yè)客戶建立戰(zhàn)略合作,合力部署 5G 應(yīng)用。與超過(guò) 200 家行業(yè)領(lǐng)先的產(chǎn)品提供商達(dá)成合作,推出面向不同行業(yè)基于 5G 的解決方案。5G 基礎(chǔ)網(wǎng)絡(luò)建設(shè)和工業(yè)互聯(lián)網(wǎng)應(yīng)用推廣涉及高額持續(xù)的投入和長(zhǎng)時(shí)間的積累,不僅需要龍頭企業(yè)引領(lǐng),更加需要政府、企業(yè)、聯(lián)盟和科研院所等多方力量協(xié)同,共同構(gòu)建開放共享的產(chǎn)業(yè)生態(tài)。一、項(xiàng)目概況鋼鐵行業(yè)是復(fù)雜流程工業(yè)的典型代表,對(duì)網(wǎng)絡(luò)的可靠性和穩(wěn)定性有極高的要求,鋼鐵制造

2、企業(yè)的生產(chǎn)線存在高溫、粉塵、腐蝕和電磁干擾等復(fù)雜、惡劣的環(huán)境,迫切需要更泛在的設(shè)備互聯(lián)、更智能的圖像識(shí)別和自動(dòng)化操作控制,提高生產(chǎn)效率、降低生產(chǎn)成本并保障作業(yè)人員安全。鋼鐵行業(yè)是能耗和溫室氣體排放大戶,通過(guò) 5G+工業(yè)互聯(lián),推動(dòng)綠色、環(huán)保的生產(chǎn)方式,具有巨大的社會(huì)效益。 PAGE 8 | 工業(yè)互聯(lián)網(wǎng)先進(jìn)應(yīng)用案例集 PAGE 9 | 工業(yè)互聯(lián)網(wǎng)先進(jìn)應(yīng)用案例集項(xiàng)目背景隨著科學(xué)技術(shù)的進(jìn)步,鋼鐵行業(yè)的后續(xù)加工工業(yè)正向高速度、高精度和自動(dòng)化方向發(fā)展。為了發(fā)揮自動(dòng)化作業(yè)線生產(chǎn)穩(wěn)定、材料利用率高、產(chǎn)品一致性好、成本低的優(yōu)勢(shì),必然要求原材料的化學(xué)成分均勻、機(jī)械性能一致、尺寸公差小、表面質(zhì)量好。而影響帶鋼表面量

3、的主要因素是帶鋼在制造過(guò)程中由于原材料、軋制設(shè)備和加工工藝等多方面的原因,導(dǎo)致其表面出現(xiàn)的劃痕、擦傷、結(jié)疤、粘結(jié)、輥印等不同類型的缺陷。這些缺陷不僅影響產(chǎn)品的外觀,更嚴(yán)重的是降低了產(chǎn)品的抗腐蝕性、耐磨性和疲勞強(qiáng)度等性能。數(shù)十年來(lái)一直沿用人工開卷抽檢或頻閃光法等檢測(cè)方法進(jìn)行表面質(zhì)量檢測(cè)。這些方法不能完整可靠地反映帶卷上下表面的質(zhì)量狀況,只能用于檢測(cè)運(yùn)行速度很慢的帶鋼表面,實(shí)時(shí)性差。因此,實(shí)現(xiàn)對(duì)帶鋼表面缺陷圖像的準(zhǔn)確分析,進(jìn)而實(shí)現(xiàn)對(duì)表面缺陷分類和記錄,并加以實(shí)時(shí)控制,對(duì)于提高生產(chǎn)效率和產(chǎn)品質(zhì)量,從而提高企業(yè)競(jìng)爭(zhēng)力將起到非常積極的作用。項(xiàng)目簡(jiǎn)介為解決以上表面質(zhì)量檢測(cè)系統(tǒng)以及網(wǎng)絡(luò)連接的問(wèn)題,本項(xiàng)目根據(jù)

4、鋼鐵行業(yè)的質(zhì)量檢測(cè)目前現(xiàn)狀,結(jié)合工業(yè)互聯(lián)網(wǎng)、機(jī)器視覺研究、5G 網(wǎng)絡(luò)及 MEC、大數(shù)據(jù)平臺(tái)、云計(jì)算等技術(shù),利用工業(yè)相機(jī)拍攝高清圖片,通過(guò) 5G 網(wǎng)絡(luò)將檢測(cè)圖像上傳至云平臺(tái),結(jié)合大數(shù)據(jù)分析圖像數(shù)據(jù),給出數(shù)據(jù)分析檢測(cè)結(jié)果。依托 5G 網(wǎng)絡(luò)的大帶寬和低時(shí)延特性,使得系統(tǒng)的高清圖像得以快速上傳和分析,滿足生產(chǎn)線高速運(yùn)轉(zhuǎn)的要求。本項(xiàng)目引入 MEC 工業(yè)邊緣云,將本地應(yīng)用進(jìn)行數(shù)據(jù)分流,實(shí)現(xiàn)工業(yè)數(shù)據(jù)不出廠,保障工業(yè)數(shù)據(jù)安全和信息安全。同時(shí),本項(xiàng)目在帶鋼表面檢測(cè)系統(tǒng)中的圖像處理軟件、圖像拼接合成軟件、缺陷檢出算法、缺陷識(shí)別分類等模塊, 在 5G 網(wǎng)絡(luò)中的 5G 模組、MEC 服務(wù)器及 5G 核心網(wǎng)軟件均自主研

5、發(fā),開發(fā)基于工業(yè)邊緣云的質(zhì)量檢測(cè)算法。本項(xiàng)目為鋼鐵企業(yè)提供工業(yè)相機(jī)、5G 網(wǎng)絡(luò)接入、MEC 服務(wù)、工業(yè)云平臺(tái)、帶鋼表面檢測(cè)系統(tǒng)應(yīng)用等端到端解決方案,以服務(wù)模式向鋼鐵企業(yè)提供服務(wù),減少鋼鐵企業(yè)在網(wǎng)絡(luò)、表檢系統(tǒng)方面的投資和維護(hù)成本。本項(xiàng)目可快速?gòu)?fù)制到鋼鐵行業(yè)其他產(chǎn)品的表面質(zhì)量檢測(cè)場(chǎng)景,也可以推廣到其他型材制造業(yè)、造紙業(yè)等行業(yè)。項(xiàng)目目標(biāo)基于 5G+工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)項(xiàng)目包括以下四個(gè)目標(biāo):一是提供鋼鐵企業(yè)內(nèi)網(wǎng)的 5G 網(wǎng)絡(luò)服務(wù)。根據(jù)鋼鐵企業(yè)需求,建設(shè) 5G 網(wǎng)絡(luò), 根據(jù)需求部署 MEC 系統(tǒng),以實(shí)現(xiàn)企業(yè)私網(wǎng)模式。二是提供鋼鐵企業(yè)云平臺(tái)服務(wù),可以選擇公有云模式和私有云模式。三是提供帶有 5

6、G 模組的工業(yè)相機(jī)、機(jī)器視覺的帶鋼表面質(zhì)量檢測(cè)系統(tǒng)。四是以服務(wù)模式進(jìn)行推廣,為其他鋼鐵企業(yè)或制造業(yè)企業(yè)客戶提供 5G+工業(yè)互聯(lián)網(wǎng)機(jī)器視覺解決方案。二、項(xiàng)目實(shí)施概況中興通訊、遼寧移動(dòng)和鞍鋼集團(tuán)聯(lián)合研發(fā)的“基于 5G+工業(yè)邊緣云的機(jī)器視覺帶鋼表面檢測(cè)系統(tǒng)”,能夠在帶鋼高速生產(chǎn)條件下,快速拍攝帶鋼表面高清圖像并實(shí)時(shí)上傳至 MEC 工業(yè)邊緣云與缺陷庫(kù)進(jìn)行分析比對(duì),通過(guò)缺陷分類記錄和實(shí)時(shí)控制,可以大幅提升識(shí)別率和產(chǎn)出率。項(xiàng)目總體架構(gòu)和主要內(nèi)容整體解決方案分為平臺(tái)層、網(wǎng)絡(luò)層、終端層、應(yīng)用層四部分,組網(wǎng)圖如下:終端層:使用工業(yè)相機(jī)加 5G 模組,實(shí)現(xiàn)高清圖像的拍攝與回傳。網(wǎng)絡(luò)層:由 5G 基站和 MEC 組

7、成,5G 基站網(wǎng)絡(luò)覆蓋生產(chǎn)線,將回傳的數(shù)據(jù)流通過(guò) PRRU、BBU 進(jìn)行編碼傳輸,在 MEC 處進(jìn)行信令解析,完成本地分流,將數(shù)據(jù)流解析后傳輸給云平臺(tái)層。云平臺(tái)層:工業(yè)邊緣云提供 IaaS、PaaS、SaaS 服務(wù),為工業(yè)企業(yè)提供一站式上云服務(wù)。應(yīng)用層:表檢系統(tǒng)應(yīng)用層,包含圖像預(yù)處理、缺陷檢出、識(shí)別、信息管理等模塊。5G 網(wǎng)絡(luò)架構(gòu)無(wú)線技術(shù)在工業(yè)領(lǐng)域的應(yīng)用主要包括移動(dòng)性剛需、數(shù)據(jù)采集、遠(yuǎn)程控制/巡檢/維護(hù)和柔性生產(chǎn)等場(chǎng)景,當(dāng)前工業(yè)領(lǐng)域使用的無(wú)線通信協(xié)議眾多、各有不足且相對(duì)封閉,導(dǎo)致設(shè)備互聯(lián)互通難,亟需構(gòu)建一種新的無(wú)線技術(shù)體系,滿足如下特性:連續(xù)覆蓋、安全性及高可靠性上下行均支持高速率的數(shù)據(jù)傳輸毫

8、秒級(jí)時(shí)延的實(shí)時(shí)控制支持局部區(qū)域內(nèi)海量高并發(fā)、中高數(shù)據(jù)速率的物聯(lián)網(wǎng)連接5G 具備更高的速率,更低的時(shí)延,更大的連接,有感知泛在、連接泛在、智能泛在的特點(diǎn),5G 將成為未來(lái)工業(yè)互聯(lián)的基石。本項(xiàng)目網(wǎng)絡(luò)組網(wǎng)架構(gòu)見下圖:具體應(yīng)用場(chǎng)景和應(yīng)用模式帶鋼表面質(zhì)量檢測(cè)系統(tǒng)的工作流程包括圖像采集、圖像傳輸、圖像處理、缺陷檢出、缺陷識(shí)別、缺陷信息管理等過(guò)程。系統(tǒng)的工作流程如圖所示,系統(tǒng)將采集到的帶鋼表面圖像首先通過(guò) 5G 網(wǎng)絡(luò)和 MEC,將圖像上傳至云平臺(tái),然后進(jìn)行圖像預(yù)處理,將多相機(jī)采集到的圖像進(jìn)行拼接及帶鋼邊部檢測(cè)等處理。預(yù)處理后的圖像一方面進(jìn)行全幅帶鋼圖像存儲(chǔ)及輸出,另一方面繼續(xù)對(duì)預(yù)處理后的圖像進(jìn)行分析前處理,

9、包括降噪、缺陷輪廓增強(qiáng)等圖像處理流程。然后進(jìn)行缺陷檢出, 標(biāo)注缺陷區(qū)域,再進(jìn)行缺陷識(shí)別,確定缺陷類別。最后將分析后的缺陷信息進(jìn)行信息管理及人機(jī)交互等操作。系統(tǒng)功能簡(jiǎn)介冷軋帶鋼表面質(zhì)量缺陷檢出;冷軋帶鋼表面質(zhì)量缺陷分類;冷軋帶鋼寬度在線檢測(cè);冷軋帶鋼表面圖像數(shù)據(jù)存儲(chǔ)與查詢;冷軋帶鋼表面質(zhì)量缺陷數(shù)據(jù)存儲(chǔ)與查詢;冷軋帶鋼表面圖像在線監(jiān)控;系統(tǒng)采用高速線陣 CCD 相機(jī),線掃專業(yè)濾光鏡頭,高頻漫射 LED 線光源,保證 600m/min 以下級(jí)別產(chǎn)線最小精度 0.18mm 的圖像檢測(cè)水平。系統(tǒng)分布式架構(gòu)、全以太網(wǎng)萬(wàn)兆集成通訊、UPS 穩(wěn)壓供電,構(gòu)建簡(jiǎn)單安全通訊框架,使系統(tǒng)可以長(zhǎng)期穩(wěn)定運(yùn)行。針對(duì)酸洗冷連

10、軋等惡劣生產(chǎn)環(huán)境,系統(tǒng)還有針對(duì)性的增加了防酸氣設(shè)計(jì)外罩、自適應(yīng)光控系統(tǒng)、無(wú)源渦流冷卻系統(tǒng)等設(shè)計(jì)。軟件運(yùn)行平臺(tái)在保證多相機(jī)高速碎片圖像的自動(dòng)拼接、精準(zhǔn)帶鋼跟蹤定位的前提下,同步實(shí)現(xiàn)對(duì)全幅帶鋼圖像的光感平衡,目標(biāo)區(qū)域標(biāo)注、數(shù)據(jù)圖像分發(fā)及優(yōu)化關(guān)系型存儲(chǔ)。采用標(biāo)準(zhǔn)缺陷特征模型快速處理框架,保證在線高速運(yùn)行系統(tǒng)缺陷識(shí)別執(zhí)行效率;通過(guò)基于 CNN 卷積神經(jīng)網(wǎng)絡(luò)+GPU 深度學(xué)習(xí)框架,保證復(fù)雜、混合、輕微、模糊缺陷的精準(zhǔn)分析。系統(tǒng)還基于缺陷樣本大數(shù)據(jù)分析,確定樣本關(guān)聯(lián)模型,通過(guò)具備智能參數(shù)設(shè)定的分類模型正訓(xùn)練系統(tǒng)及誤報(bào)缺陷反訓(xùn)練系統(tǒng)保證在線生產(chǎn)操作人員可全方位自行維護(hù)表檢分析系統(tǒng),保證系統(tǒng)分類效果的持續(xù)提升

11、。圖像處理方法圖像拼接:離線時(shí),進(jìn)行基于直方圖均衡化圖像及優(yōu)化 SURF 算法的離線分析,確定融合參數(shù) 。在線時(shí),進(jìn)行基于定位橫移和灰度偏移的加權(quán)融合 。帶鋼邊部檢測(cè):依據(jù)帶鋼邊部與帶鋼區(qū)域的灰度波動(dòng)差異及波動(dòng)程度來(lái)綜合確定帶鋼邊部位置。降噪:主要采用灰階邊緣 Gauss 過(guò)濾 ,有效降低圖像噪聲的干擾,并抑制偽缺陷的產(chǎn)生。輪廓增強(qiáng):主要采用灰度直方圖偏移方法 ,強(qiáng)化缺陷輪廓處的灰度對(duì)比度。缺陷檢出方法缺陷檢出是表面質(zhì)量檢測(cè)系統(tǒng)的基本功能,也是最主要的功能,缺陷檢出率越高,說(shuō)明系統(tǒng)對(duì)缺陷的判別能力越靈敏,通常情況我們要最大化系統(tǒng)的檢出率,而最小化系統(tǒng)的檢錯(cuò)率。系統(tǒng)缺陷檢出方法主要分為三個(gè)流程。

12、快速篩查 :初步判定圖像中疑似有缺陷的區(qū)域,并將該區(qū)域標(biāo)識(shí)出來(lái)。智能分割:自適應(yīng)缺陷點(diǎn)關(guān)聯(lián)度,智能劃分缺陷實(shí)體??焖俸Y查暗明二次分析智能分割分融二次分析 :將缺陷點(diǎn)從背景當(dāng)中標(biāo)注出來(lái),同時(shí)進(jìn)行缺陷的定位及尺寸描述。缺陷識(shí)別方法缺陷識(shí)別過(guò)程是人工智能技術(shù)在帶鋼表面質(zhì)量檢測(cè)系統(tǒng)中最為突出的體 現(xiàn),它使帶鋼表面質(zhì)量檢測(cè)系統(tǒng)具備現(xiàn)場(chǎng)質(zhì)檢人員的能力,能夠根據(jù)缺陷圖像的表象,判定缺陷的類別,進(jìn)而輔助操作人員對(duì)生產(chǎn)狀況作出判定并給與決 策。本系統(tǒng)缺陷識(shí)別主要包括缺陷分類以及偽缺陷辨識(shí)兩部分。缺陷識(shí)別方法采用基于特征描述、結(jié)論輸出的類決策樹分類模型。二次分類 :采用采用 CNN 深度學(xué)習(xí)網(wǎng)絡(luò),利用離線統(tǒng)計(jì)的各

13、類缺陷經(jīng)典域及擴(kuò)展域及在線有教師的模型訓(xùn)練,持續(xù)豐富運(yùn)行模型,在線智能判定缺陷類別歸屬。安全及可靠性MEC 工業(yè)邊緣云利用 5G 無(wú)線接入網(wǎng)絡(luò)就近提供工業(yè)企業(yè)用戶 IT 服務(wù)和邊緣計(jì)算功能,具備高性能、低延遲與高帶寬的電信級(jí)服務(wù)能力,加速網(wǎng)絡(luò)中各項(xiàng)內(nèi)容、服務(wù)及應(yīng)用的快速處理。MEC 的本地分流功能使得本地業(yè)務(wù)數(shù)據(jù)流無(wú)需經(jīng)過(guò)核心網(wǎng),直接由 MEC 平臺(tái)分流至本地網(wǎng)絡(luò)。本地業(yè)務(wù)分流可以降低回傳帶寬消耗和業(yè)務(wù)訪問(wèn)時(shí)延,提升業(yè)務(wù)體驗(yàn)。 通過(guò) MEC 本地分流和網(wǎng)絡(luò)切片技術(shù),可實(shí)現(xiàn)機(jī)器視覺質(zhì)量檢測(cè)業(yè)務(wù)的5G 網(wǎng)絡(luò)端到端 QoS 保障,一方面確保高清圖像在規(guī)定的時(shí)間內(nèi)傳輸?shù)焦I(yè)邊緣云,處理和分析的結(jié)果能夠

14、及時(shí)反饋并作用到生產(chǎn)控制一線,另一方面企業(yè)內(nèi) 5G 局域網(wǎng)也可以使核心生產(chǎn)數(shù)據(jù)不出工廠,確保數(shù)據(jù)安全。鞍山鋼鐵的 5G+機(jī)器視覺質(zhì)量檢測(cè)系統(tǒng)對(duì)于可靠性的要求較高,因此 MEC 自身的硬件配置也需要具有容災(zāi)保護(hù):MEC 提供雙交換板,兩個(gè)交換板負(fù)荷均衡。MEC 提供雙電源備份,主用電源故障,備用電源啟用,充分保障系統(tǒng)的可靠性。MEC 提供雙計(jì)算節(jié)點(diǎn),對(duì)業(yè)務(wù)提供負(fù)荷均衡和靈活部署;MEC 采用虛擬化技術(shù),也考慮的系統(tǒng)的保護(hù):虛機(jī)采用資源池方式部署,做冗余配置。服務(wù)故障,PaaS 平臺(tái)能夠提供快速重生。目前 MEC 上的服務(wù)是容器的方式部署在虛機(jī)上,當(dāng)容器故障可以快速重生。當(dāng)虛機(jī)故障,可以將服務(wù)在另

15、外一個(gè)虛機(jī)上部署。關(guān)鍵服務(wù)采用負(fù)荷分擔(dān)方式。社會(huì)效益制造強(qiáng)國(guó)戰(zhàn)略第一個(gè)十年行動(dòng)綱領(lǐng)中國(guó)制造 2025強(qiáng)力推動(dòng)智能制造。鋼鐵業(yè)正在從制造大國(guó)向制造強(qiáng)國(guó)邁進(jìn),“產(chǎn)品的質(zhì)量”和“制造裝備自主化能力的提升”是重要抓手。機(jī)器視覺技術(shù)是一項(xiàng)鋼鐵行業(yè)實(shí)現(xiàn)智能轉(zhuǎn)型和升級(jí)的賦能技術(shù)?;?5G 的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái),面對(duì)的客戶均為政府、大型工業(yè)企業(yè)等重點(diǎn)行業(yè)客戶,通過(guò)基于 5G 的機(jī)器視覺帶鋼表面檢測(cè)平臺(tái)的拓展,可有效指導(dǎo)優(yōu)化生產(chǎn)工藝,提高生產(chǎn)效率,降低廢品率,減少質(zhì)量成本,是對(duì)“中國(guó)制造 2025 規(guī)劃”行動(dòng)綱領(lǐng)的實(shí)施,有利于工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型,打造全新的工業(yè)互聯(lián)網(wǎng)生態(tài)體系。實(shí)現(xiàn)生產(chǎn)設(shè)備和工業(yè)產(chǎn)品的泛在

16、接入,運(yùn)用工業(yè)互聯(lián)網(wǎng)新技術(shù)新模式實(shí)施數(shù)字化網(wǎng)絡(luò)化智能化升級(jí),進(jìn)一步降低經(jīng)營(yíng)成本、提升生產(chǎn)效率、提升產(chǎn)品質(zhì)量, 為企業(yè)模式升級(jí)奠定基礎(chǔ);幫助廣大工業(yè)企業(yè)學(xué)習(xí)復(fù)制先行企業(yè)的工業(yè)知識(shí),快速提升能力,降低了企業(yè)技術(shù)門檻和應(yīng)用成本,也大大降低了企業(yè)投入成本,提高了企業(yè)的創(chuàng)新效率,帶動(dòng)其轉(zhuǎn)型升級(jí)。推動(dòng)企業(yè)上云,企業(yè)采取按需付費(fèi)、以租代買、服務(wù)租賃的模式,將現(xiàn)有業(yè)務(wù)系統(tǒng)直接遷移至云端,可有效降低企業(yè)基礎(chǔ)設(shè)施的建設(shè)成本、維護(hù)成本。通過(guò)5G+MEC 的部署,將網(wǎng)絡(luò)能力、計(jì)算能力、存儲(chǔ)能力、行業(yè)應(yīng)用等實(shí)現(xiàn)在工廠的落地,滿足用戶“數(shù)據(jù)不出場(chǎng)”、超低時(shí)延的需求,極大地簡(jiǎn)化了工廠機(jī)器視覺部署方案,為制造業(yè)和互聯(lián)工廠實(shí)現(xiàn)

17、網(wǎng)絡(luò)化、數(shù)字化、智能化升級(jí)提供一個(gè)可靠、可預(yù)期的網(wǎng)絡(luò)環(huán)境,滿足行業(yè)差異化+確定性的網(wǎng)絡(luò)需求。5G+機(jī)器視覺的智能制造體系,實(shí)現(xiàn)了互聯(lián)工廠全流程信息自感知、全要素事件自決策、全周期場(chǎng)景自迭代,為制造業(yè)轉(zhuǎn)型升級(jí)提供樣板范例,助力中國(guó)智能制造的高質(zhì)量發(fā)展。三、項(xiàng)目創(chuàng)新點(diǎn)和實(shí)施效果項(xiàng)目先進(jìn)性及創(chuàng)新點(diǎn)一、商業(yè)模式的創(chuàng)新性5G 網(wǎng)絡(luò)服務(wù)、云平臺(tái)服務(wù)、表檢系統(tǒng)應(yīng)用服務(wù)的打包模式。在 5G 網(wǎng)絡(luò)服務(wù)中,打包云平臺(tái)服務(wù)、MEC 服務(wù)以及帶鋼表面檢測(cè)系統(tǒng)服務(wù),做到一站式的端到端服務(wù)。工業(yè)企業(yè)使用端到端服務(wù)可以減少投資、減少人工維護(hù)成本,獲得業(yè)界領(lǐng)先的機(jī)器視覺表檢系統(tǒng)。中小企業(yè)也可享受到高質(zhì)量低成本的表檢服務(wù)。二、

18、 技術(shù)方案的創(chuàng)新性云化的帶鋼表面檢測(cè)系統(tǒng),實(shí)現(xiàn)網(wǎng)絡(luò)化協(xié)同檢測(cè),共享缺陷圖像庫(kù),提升缺陷識(shí)別率。一是共享了缺陷圖像庫(kù),缺陷圖像庫(kù)由原來(lái)的被廠商封閉變成開放。二是由于算力、存儲(chǔ)的提升,缺陷識(shí)別率提升至 95%以上。三是表檢系統(tǒng)軟件僅 PAGE 12 | 工業(yè)互聯(lián)網(wǎng)先進(jìn)應(yīng)用案例集 11 | 工業(yè)互聯(lián)網(wǎng)先進(jìn)應(yīng)用案例集需要部署一次,減少了投資和維護(hù)成本。三、解決方案的開放性本項(xiàng)目可部署在公有云、私有云和混合云平臺(tái),對(duì)中小企業(yè)服務(wù)。中小企業(yè)可選擇利用互聯(lián)網(wǎng)提供服務(wù),也可以選擇利用 5G 切片提供定制化的服務(wù)。中小企業(yè)省了動(dòng)輒幾百萬(wàn)元的機(jī)器視覺系統(tǒng)購(gòu)置費(fèi)用,有利于機(jī)器視覺系統(tǒng)在鋼鐵行業(yè)的推廣。同時(shí),產(chǎn)品均采

19、用開源產(chǎn)品和自主研發(fā)產(chǎn)品,自主掌控力強(qiáng),不會(huì)受制于人。四、解決方案的易實(shí)施性和靈活性本項(xiàng)目既支持公有云部署又支持私有云部署,滿足工業(yè)企業(yè)絕大部分場(chǎng)景需求。無(wú)線網(wǎng)絡(luò)實(shí)施快速,生產(chǎn)線停機(jī)時(shí)間短。采用 5G 網(wǎng)絡(luò)部署機(jī)器視覺表檢系統(tǒng),生產(chǎn)線發(fā)生移位、生產(chǎn)工序發(fā)生變化時(shí),網(wǎng)絡(luò)很容易調(diào)整到位,實(shí)現(xiàn)柔性制造。五、一站式服務(wù)節(jié)省了企業(yè)管理成本終端、網(wǎng)絡(luò)、平臺(tái)、應(yīng)用全部打包成一站式服務(wù),企業(yè)節(jié)省了備品備件的服務(wù)費(fèi)用、網(wǎng)絡(luò)維護(hù)人工成本、平臺(tái)投資費(fèi)用和維護(hù)成本、應(yīng)用投資費(fèi)用和終端投資費(fèi)用。六、5G 網(wǎng)聯(lián)、邊云協(xié)同的柔性質(zhì)檢部署機(jī)器視覺帶鋼表面質(zhì)量檢測(cè)系統(tǒng)的 MEC 工業(yè)邊緣云采用專門針對(duì)制造業(yè)企業(yè)機(jī)房特點(diǎn)設(shè)計(jì)的邊

20、緣計(jì)算服務(wù)器,支持寬溫工作和強(qiáng)異構(gòu)、大存儲(chǔ)以及靈 活的配置,可以滿足多檢測(cè)點(diǎn) 5G 接入時(shí)對(duì)數(shù)據(jù)進(jìn)行快速處理和實(shí)時(shí)分析的業(yè)務(wù)需求。高速圖像檢測(cè)光學(xué)系統(tǒng)采用 5G 無(wú)線組網(wǎng),相比傳統(tǒng)單機(jī)版機(jī)器視覺系統(tǒng)可以通過(guò)算法上云和缺陷庫(kù)共享大幅提升檢出率、縮短調(diào)測(cè)擴(kuò)展和升級(jí)維護(hù)時(shí)間, 減少物理空間占用和能耗,并支持快速靈活調(diào)整,能夠適應(yīng)生產(chǎn)流程和檢測(cè)點(diǎn)位 置經(jīng)常變化的場(chǎng)景。七、識(shí)別技術(shù)的先進(jìn)性光照自適應(yīng),抗品種多變性影響系統(tǒng)通過(guò) LED 漫射光組架設(shè)系統(tǒng)成像照明機(jī)構(gòu),根據(jù)成像紋理特性及灰度特性建立照度控制模型,可隨生產(chǎn)產(chǎn)品動(dòng)態(tài)變規(guī)格,自適應(yīng)調(diào)整光源組照明強(qiáng)度,同時(shí)抑制產(chǎn)品特性及產(chǎn)品缺陷干擾針對(duì)冷軋帶鋼的圖像

21、處理技術(shù)研發(fā)出基于曲線擬合的方式對(duì)光照不均勻性進(jìn)行校正;基于空間域和頻率域的雙重濾波降噪方法;基于灰度拉伸的暗域圖像優(yōu)化方法;基于領(lǐng)域加權(quán)均值處理及非線性變換曲線的目標(biāo)圖像輪廓增強(qiáng)方法;基于邊緣檢測(cè)及梯度算子的圖像拼接方法;基于邊緣保持的優(yōu)化加權(quán)平滑的圖像融合方法。為進(jìn)一步圖像分析奠定基礎(chǔ)。建立冷軋缺陷快速辨識(shí)模型缺陷識(shí)別流程分為一次識(shí)別和二次識(shí)別一次識(shí)別為快速識(shí)別疑似有缺陷的部位,并進(jìn)行標(biāo)記。二次識(shí)別為細(xì)致識(shí)別,并進(jìn)行缺陷定位及尺寸描述等流程,系統(tǒng)采用基于分塊自適應(yīng)結(jié)合缺陷飽和度的快速缺陷辨識(shí)方法。基于缺陷目標(biāo)特征的雙層分類器從產(chǎn)品缺陷特征共性出發(fā)建立類決策樹缺陷識(shí)別粗檢模型,從產(chǎn)品缺陷特征

22、特性出發(fā)建立智能缺陷識(shí)別精檢模型,從產(chǎn)品表面質(zhì)量信息大數(shù)據(jù)入手,自適應(yīng)反向訓(xùn)練在線缺陷識(shí)別模型,優(yōu)化缺陷判別及分析參數(shù)。滿足于冷軋板、冷軋鍍鋅板等多品種的表面質(zhì)量在線檢測(cè)系統(tǒng),可實(shí)現(xiàn)長(zhǎng)期、穩(wěn)定、在線識(shí)別及存儲(chǔ)帶鋼表面缺陷信息,同時(shí)分析檢測(cè)帶鋼寬度信息。系統(tǒng)通過(guò) LED 漫射光組架設(shè)系統(tǒng)成像照明機(jī)構(gòu),根據(jù)成像紋理特性及灰度特性建立照度控制模型,可隨生產(chǎn)產(chǎn)品動(dòng)態(tài)變規(guī)格,自適應(yīng)調(diào)整光源組照明強(qiáng)度。采用綜合圖像處理方法,構(gòu)建缺陷識(shí)別系統(tǒng),基于分塊自適應(yīng)結(jié)合缺陷飽和度的快速缺陷辨識(shí)。從產(chǎn)品缺陷特征共性出發(fā)建立類決策樹缺陷識(shí)別粗檢模型,從產(chǎn)品缺陷特征特性出發(fā)建立智能缺陷識(shí)別精檢模型,從產(chǎn)品表面質(zhì)量信息大數(shù)據(jù)入手,自適應(yīng)反向訓(xùn)練在線缺陷識(shí)別模型,優(yōu)化缺陷判別及分析參數(shù)。實(shí)施效果一、節(jié)省成本原有工作站模式,采購(gòu)一套表檢設(shè)備,在 100 萬(wàn)元/套,然后每年付出成本12 萬(wàn)元進(jìn)行備件和維護(hù)服務(wù)。表檢設(shè)備生命周期一般為 7 年,7 年 TCO 為 184 萬(wàn)元。采用服務(wù)模式,每年

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論