AI画像認識に基づくインテリジェントな欠陥検出システム、鉄鋼業界への応用 - 技術ソリューション

パブリックアカウントCTO Plusの前回の記事「AI 画像認識 (GPU&FPGA) をベースとした産業用欠陥検出アプリケーションシステム」では、産業分野における私の AI 画像認識製品の欠陥検出アプリケーションシナリオについて大まかに説明しました。アプリケーションのシナリオと実装、ケースと利点。この記事では、この製品の技術ソリューションをさらに紹介します。

応募要件やご質問がある場合は、バックグラウンドでこの記事の著者にご連絡ください。連絡先情報 (WeChat と同じ): 15801030767

概要

現在、国内外の鉄鋼会社はスクラップ検査工程において主に手動による識別と判断に頼っていますが、効率的で正確かつ便利な受け入れツールが不足しているため、スクラップ
品質検査官は個人の専門知識と経験に頼るしかないことがよくあります。

鉄スクラップ工場には、等級が明確に細分化された多くの種類の鉄スクラップが存在します。鉄スクラップの品質を検査する最も重要な方法は、スクラップ鋼を等級分けし、手作業による目視検査によって不純物やその他の不適格物質を特定することです
。従来の品質検査の判断は非常に主観的であり、判断に対する異論も多く、体系的な管理やトレーサビリティが不十分でした。

インテリジェントなスクラップ検査システムは、自動化されたデータ収集と正確なデータ管理を実現し、ディープ
画像認識技術を適用して手動によるスクラップのグレーディングと不適格材料の識別を支援し、さまざまなグレードのスクラップの割合を識別し、不純物の価格と重量を提供します。オイルシールの警報も提供します。

現在の実際の状況によれば、プロジェクトはまず製鉄工場の 2 つの駐車スペースで検証され、
検収に合格した後、他の駐車スペースに移行または移動することができます。

インテリジェントスクラップ検査プログラムの紹介

車体を自動的に識別し、ターゲット検出アルゴリズムを通じて荷降ろし車両を直接ロックして検出を開始します。
このアルゴリズムは、さまざまな現場や荷降ろしのシナリオに対応します。含まれるもの：航空クレーンのサクションカップ、スチールグラブマシンのグラブ、直接荷降ろしトラックの荷降ろしとレベリング、ドック出荷シーンなど。
複数の寸法 (厚さ、形状、サイズ、色、新旧) を通じてスクラップ鋼のグレードとその他の重量を正確に特定します。
不純物、シールされた部品、油を含んだ部品、長すぎる部品、欠陥のある材料、機械銑鉄など、さまざまな不適格な材料タイプを識別し、リアルタイムで警報を発することができます。
複数の監視映像をリアルタイムに切り替えて履歴を確認することができます。システム情報は追跡可能で検証可能です。
複数の荷降ろし位置の同時作業、つまり複数のユーザーの同時作業をサポートします。

鉄くずインテリジェント検査システムの利点と価値

手作業による検査ミスによる損失を回避します。手作業による検査結果はどうしても不安定であり、評価基準を下回ると製鉄所のコスト増加につながります。
このシステムは、24時間365日の検査を実現し、一日中廃車を受け入れることができ、作業効率を効果的に向上させます。
オープン性と公平性を向上させるために、システムにはビデオと高解像度画像のストレージがあり、監査と追跡を行って透明性のある管理を実現します。
安全上の危険を効果的に回避することで、品質検査官は荷降ろし現場から離れて、システムを使用してリモートで作業することができます。
不適格材料の識別精度を効果的に向上システムアルゴリズムにより、シール部品や油汚れ部品などの不適格材料を正確に識別し、危険物が炉内に侵入する危険性を厳密に排除します。
これにより、関連する従業員の仕事の集中力が大幅に軽減され、従業員の満足度が向上し、頭脳の流出が軽減されます。

スクラップの手動検査プロセス

検査プロセス:

スクラップトラックの重量を量り、スクラップ材料の種類を最初に宣言する必要があります。
所定の吐出検出位置に打ち込み、吸盤を使用して吐出します。通常1～2名の検査員が判断します。
検査員は、車両から降ろされた材料と吸盤を観察し、スクラップ鋼材を降ろした後、経験に基づいて車両の品位や不純物除去結果を直接ハンディターミナルに入力し、社内システムに入力します。。
空のトラックは重量を量られて精算されます。

スクラップ鋼種検査基準

プロジェクト検証フェーズでは、表 2-1 に示すように、主に残材や重量廃棄物などのバルク材のインテリジェント検出を実装します。将来的には、破損した材料のインテリジェントな検出を一緒に試す機会が得られるでしょう。

スクラップ鋼検査結果

現在の検査結果は、ナンバープレート、会社名、型式、その他の情報を含む品質検査員によってハンドヘルドターミナルに入力され、会社のコンピュータシステムに自動的に同期されます。

インテリジェント検査・判定ソリューション - スクラップ鉄鋼インテリジェント検査・判定アルゴリズム

アルゴリズム 1: スクラップ鋼グレード識別アルゴリズム

[深層学習やターゲット検出などのアルゴリズムを使用して、画像はまず前処理され、ヒストグラムが平準化され、画像形態が処理されます。次に画質を確認します。最終的にスクラップ鋼種の出力結果が得られます]

アルゴリズム 2: 不適格材料の位置特定アルゴリズム

[ダークネットで YOLO を使用すると、入力画像ごとに、不純物やその他の不適格な素材の位置を特定し、マークすることができます。】

アルゴリズム 3: 不適格材料のタイプ識別アルゴリズム

[Fast R-CNN を使用して写真内の潜在的な不純物ターゲットを検索し、位置範囲を区切って、それらが属するカテゴリを特定します]

アルゴリズム 4: 不適格な材料重量出力アルゴリズム

[ResNet、Inception、VGG などのアルゴリズムモデルからディープ畳み込みニューラルネットワークを選択してトレーニングし、写真を入力として使用し、不純物などの未修飾マテリアルを出力として直接使用して、エンドツーエンドのコンテンツ推定を実現します]

アルゴリズム 5: 密封部品識別アルゴリズム

【ヒストグラムイコライゼーションやガンマ補正などのアルゴリズムを使用して、画像効果を最適化し、写真のターゲットを強調します。スムージングを使用して画像のノイズを低減し、エッジ強調を使用してシールの輪郭を強調し、早期に警告を発します。】

アルゴリズム 6: 油汚れ部品識別アルゴリズム

[ヒストグラム等化やガンマ補正などのアルゴリズムを使用して、画像効果を最適化し、写真のターゲットの特徴を強調します。スムージングを使用して画像のノイズを軽減し、エッジ強調を使用して油っぽい部分の輪郭を強調し、早期に警告します。】

補足アルゴリズム

【データ強化】

システム起動の初期段階ではデータ量が少ないため、データ拡張手法を使用してトレーニングデータセットを拡張できます。収集された画像に対して 1 つ以上の操作 (ランダム回転、ランダムトリミング、カラーディザリング、ノイズ妨害、水平反転、垂直反転) を実行して、トレーニングセットのサイズを人為的に増加させ、データの多様性を高め、過学習を回避します。

【転移学習】

ImageNet などの公開データセットを使用して、YOLO などのニューラルネットワークモデルを事前トレーニングし、それらに基づいてパラメータと知識を転送します。これにより、コンピューティングリソースのオーバーヘッドとトレーニング時間を削減してスクラップ鋼検出タスクのサポートを実現します。

インテリジェントな検出スキーム - インテリジェントな検出アルゴリズムのプロセス

トレーニングと推論のプロセス:

スクラップ画像データ収集

スクラップ作業場のさまざまな場所にカメラを設置し、荷降ろしプロセス中にスクラップ画像データを収集します。収集された画像には 2 つの目的があります: 画像注釈用にいくつかのサンプルを抽出し、アルゴリズムモデルのトレーニングに使用します。実際の生産プロセスでは、データソースとして使用され、データ推論のためにスクラップ鉄鋼インテリジェント検出アルゴリズムデータ推論システムに渡されます。
現場ではカメラが 7 時間 24 時間の完全監視に使用され、ビデオの形式で保存され、写真の選択と収集にはスクリーンショットが使用されます。
スクリーンショットの原則: 各車両が降ろされます。車両が駐車された後、吸盤が鋼材を数回吸着します。原則として、車両が駐車された後の最初の画像が最初に選択され、各降ろし動作が完了した後の画像が選択されます。絵。つまり、最初のアンロードアクションの前の画像と各アクションの後の画像を選択します。
カメラ角度の調整: アンロードは比較的固定されています。高品質の写真を取得するために、カメラの角度、焦点距離、その他の設定を調整する必要はありません。カメラがアンロードの完全なプロセスをキャプチャできることを確認するだけです。車両。
撮影内容：現在荷降ろし中のトラックをメインに、トラック前面の大部分、車輪の大部分、荷室全体が確認できます。

スクラップ画像データのアノテーション

スクラップ製鉄所の品質検査員と専門家が収集した画像データに注釈を付けて指導しますが、この過程で当社は専門の注釈エンジニアを現場に派遣し、現場での時間は状況に応じて調整されます。データの注釈はアルゴリズムの実装の重要な前提条件であり、品質検査官やスクラップ鉄鋼工場の専門家の経験と指導が必要です。

注釈の例: 品質検査官は、荷降ろし画像を見て、不適格材料の境界と位置を丸で囲み、視覚的な重量値を書き込むことができます。品質検査員は、荷降ろし画像を見て、スクラップ鋼の等級を書き出すことができます。写真の中の。

ソフトウェア機能説明 - インテリジェント遠隔操作盤

ビッグデータと人工知能技術に基づいて、製鉄所内のさまざまな情報ソースを統合して分析し、操作が簡単で完全な機能を備えた視覚的な情報プラットフォームを形成します。このプラットフォームは、役割と権限の管理を通じて管理者の作業効率を向上させ、現場の従業員による科学的な意思決定を支援し、運用保守担当者の業務負担を軽減します。

(1) インテリジェントな監視：基盤となる AI テクノロジーのサポートにより、キーリンクの動作監視を実現できます

インテリジェントな検査と判断：荷降ろしプロセス中の画像データに基づいて、AIアルゴリズムによるインテリジェントな分析が実行され、廃棄物の重量のリアルタイム分析と荷降ろし状態の早期警告が実現します。
作業行動のインテリジェントな分析: 人々が作業しているシナリオでは、AI アルゴリズムが呼び出されて、作業行動と保護具の着用のインテリジェントな分析が実行され、違法な操作が見つかった場合は警告が表示されます (オプション)
監視画面を自由に組み合わせ：ビジネスニーズに応じて、カメラリスト内の監視画面を自由に検索できます。

(2) コンソール: 現場のデータがリアルタイムで更新され、企業の業務ダイナミクスの把握に役立ちます。

インテリジェントなプロセス管理: カメラと認識アルゴリズムを使用して、入店審査、計量、荷降ろし、決済、出発などの主要なリンクからのデータを統合し、サイト内のビジネスデータのプロセス全体の統合管理を実現します。
現場ビジネスのリアルタイム統計: 一日に入る車両の数、スクラップ重量、警報情報などの主要なビジネス情報を自動的に統合し、リアルタイムで動的更新を実行します。
インテリジェント検出アルゴリズムのパフォーマンス: 主要なビジネスリンクで使用されるインテリジェント検出アルゴリズムのデータとモデルのパフォーマンスを直感的に表示します。
カメラステータスの概要: 工場内のすべてのカメラの情報と監視ステータスを表示します。

(3) データパネル

データパネル: 過去のビジネスデータを視覚化して、企業の運用状況の分析を支援します。
総注文量、分布および傾向: 前年比、増加在庫などを含む、会社の過去の注文量のカスタマイズされた統計分析。
インテリジェント検出アルゴリズムの履歴パフォーマンス: インテリジェント検出アルゴリズムモデルの履歴パフォーマンスを視覚化し、予測記録を簡単に追跡します。
アラームメッセージ統計のアンロード: 主要ビジネスのアラーム情報を視覚化し、注文品質を把握します。
再生鋼種の分布と傾向：各種鋼種の重量比率と傾向を可視化し、経営状況を直感的に把握。
インテリジェントな分析: ラベル付け、トレーニング、サービスの更新をサポートし、アルゴリズムの継続的な反復を可能にします。
データ注釈: カスタマイズされた画像注釈ツールを使用して、荷降ろしシーンの画像データに注釈を付けると、システムは注釈付き画像ファイルを標準モデル入力構造に自動的に変換します (オプション)。
モデルトレーニング: システムには AutoML モジュールが組み込まれており、ユーザーはデータセットとモデルタイプを選択するだけで、新しいモデルを迅速にトレーニングして結果をテストできます (オプション)
サービス更新: すべてのオンラインおよび非オンラインサービスとそのモデルのパフォーマンスを自動的に要約し、サービスを簡単に更新します (オプション)

モバイルアプリ

工場運営プロセス全体の情報化とインテリジェンス目標を実現するために、「荷降ろしインテリジェントアシスタント」アプリは、荷降ろし現場の品質検査員が荷降ろしエリアでの車両の位置決め、予測サービスコール、荷降ろしアラームなどの複数のタスクを完了できるように支援します。。

ハードウェア構成

ハードウェア図
ハードウェア配置図は次のとおりです。

各駐車スペースの上部に高精細ネットワークカメラを設置し、車両の前方を遮るものなく確認できるほか、作業場の両側の壁にも駆動吸盤を妨げずに設置可能です。

ハードウェアリスト

ハードウェア構成リストは次のとおりです。

ネットワークソリューション - ネットワークトポロジ図

各サーバーは負荷分散と相互バックアップを考慮しており、システムをスムーズにアップグレードできるだけでなく、単一のサーバーに障害が発生しても、システムに致命的なエラーが発生してサービスが停止することを防ぎます。センターとモバイル情報センターは、データ収集機器の通信の安全性、安定性、速度を確保するために、モバイル専用線の入力方式を使用しています。

システム内の各ホストはギガビットリンクで接続されているため、システムが拡張された後も内部ネットワークがホスト間のデータ転送のニーズを満たすことができます。

ネットワークに関するその他の要件

工場のネットワークスタッフは、パブリックネットワークポートの開放を支援します。これにより、当社の実装担当者は、オンサイトカメラの角度やその他のパラメータをリモートで制御できるようになります。

この製品のアプリケーションは、教育、医療、金融、精密製造などの業界に拡張できます。これらの業界のアプリケーションシナリオについては、時間があるときに後で共有します。必要な場合は、バックエンドの作者にお問い合わせください。公式アカウント CTO Plus の連絡先は (WeChat と同じ): 15801030767

Go に関するさらに関連した技術的な点については、公開アカウントであるCTO Plus のその後の投稿にご注意ください。ご質問がある場合は、コミュニケーションのためにバックグラウンドでメッセージを残してください。