Detalles del producto Parámetros del producto
La introducción de la detección de defectos de superficie textil de vista profunda ha automatizado la transformación de la línea de ensamblaje, convirtiendo la línea de producción textil en una línea de ensamblaje rápida, en tiempo real, precisa y eficiente.Puede mejorar en gran medida la eficiencia de la producción y la automatización de la producción.Los equipos de detección automática de defectos textiles basados en tecnología de visión artificial integran ingeniería de maquinaria, electrónica, óptica, informática y software.Utiliza equipos de detección de visión artificial en lugar de ojos humanos para completar el monitoreo, la medición y el juicio.Es sin contacto, repetible, confiable y de alta precisión., continuidad, alta eficiencia, buena flexibilidad y muchas otras ventajas de aplicación
La máquina inteligente de inspección de telas AO-AI de REHOW es una máquina de detección automática de defectos de telas, como telas tejidas, telas no tejidas y cuero, que libera los costos de mano de obra y mejora la eficiencia de la producción.Usando tecnología de detección de visión artificial, usando una nueva generación de cámaras industriales CCD para simular ojos humanos para detectar defectos de tela;a través de la captura de imágenes, el análisis de parámetros y la comparación de datos, ubique con precisión los puntos de defectos de la tela detectados;A través del manipulador/máquina de etiquetado de pasta, etc. marque los puntos defectuosos y, al mismo tiempo, produzca un informe de inspección detallado de la tela.
El sistema inteligente de inspección de telas adopta las siguientes tecnologías exclusivas para garantizar una detección eficiente de los defectos de la superficie del material:
• Utilizando tecnología de detección e iluminación de espectro completo, detección de amplio espectro R/G/B/NIR al mismo tiempo, en comparación con las cámaras tradicionales en blanco y negro, la capacidad de detección ha mejorado considerablemente;
• Utilizando la tecnología de detección de defectos de aceleración de hardware de imagen FPGA, en comparación con el procesamiento de software de PC tradicional, algoritmo de detección complejo dedicado integrado, más estable y eficiente;
• Adopte la función automática de búsqueda de bordes, que puede detectar los defectos de los bordes de la tela;
• Utilizando la tecnología de análisis de características morfológicas, puede analizar el área del defecto, la longitud, el ancho y la redondez en tiempo real;
• La tecnología de corrección automática en tiempo real del error de imagen de vibración mecánica puede evitar la influencia de la vibración mecánica;
En comparación con la inspección manual de telas, el sistema inteligente de inspección de telas REHOW tiene las siguientes características:
• La velocidad de detección puede alcanzar 60~250m/min.La velocidad manual es generalmente de 15~35m/min, y los defectos que se pueden ver a simple vista serán cada vez menores si supera los 35m/min.
• El ancho de detección es generalmente de 1,2 m~3,6 m, y también se puede ajustar según las necesidades del cliente.Una sola detección manual generalmente no supera los 1,6 m.
• La precisión de detección es generalmente superior a 0,1 mm.Es básicamente invisible a simple vista a una velocidad de 15 m/min.
• El equipo puede funcionar continuamente durante 24 horas y la eficiencia de detección es confiable.El manual es propenso a la fatiga visual y la eficiencia de detección se reduce considerablemente.
• El equipo puede registrar con precisión y visualmente los detalles y la distribución de los defectos.Los registros manuales no son lo suficientemente detallados y precisos y no son intuitivos.
• El equipo puede conectarse e importarse automáticamente con el sistema ERP/SAP/MES del cliente, lo cual es conveniente para la gestión de datos e información de la empresa.
• El equipo puede monitorear el proceso de tejido en tiempo real y, si se encuentran defectos graves, se puede configurar una alarma para detener la máquina, a fin de realizar una gestión en línea de la calidad del producto y reducir la degradación a gran escala causada por retrasos en los procesos posteriores. y minimizar las pérdidas.
• El equipo detecta la mayoría de los defectos de la tela:
Defectos de tejido: urdimbre rota, trama rota, hilo de cinta, lugares gruesos, flores voladoras, urdimbre suelta, bolas de algodón, caminos densos, caminos delgados, abrasiones, tejido de fibras de colores, agujeros, etc.
Manchas: manchas de aceite, manchas de tela, manchas de óxido, manchas de agua, manchas de material, urdimbre de aceite, trama de aceite, etc.
El funcionamiento del sistema es sencillo.
1) Alarma y apagado:
● Alarma inmediata: cada defecto detectado por el sistema puede ser avisado en forma de sonido y luz intermitente;
● Apagado inmediato: cada defecto detectado por el sistema puede enviar una señal a la máquina de inspección para que se apague.
2) Mostrar contenido:
●Visualización en tiempo real de defectos, marcando el tipo, ubicación y otra información de defectos (se puede marcar un texto especial de acuerdo con los requisitos del usuario);
● Con la función de reproducción, es conveniente para la visualización histórica;
3) Mapa de distribución:
● Muestre dinámicamente el rango de defectos y distinga los tipos con diferentes colores.
● El mapa de distribución se puede acercar y alejar para reflejar información parcial o general;
4) Registro:
●Registre la información relevante del defecto actual a través de la tabla de datos (número de lote de producción, ubicación del defecto, coordenadas, tiempo de generación y otra información);
● Eliminación inmediata de registros de defectos y juicio manual y modificación de categorías de defectos;
● Puede imprimir informes e imágenes de defectos directamente;
5) Consulta:
● Ver registros históricos a través de la pared de imágenes y la tabla de datos.Y hay una posición de visualización de gráfico simple en la tabla de datos.
● Múltiples métodos de consulta: consulta por lote, tiempo, nombre del producto, etc. solo o en combinación
Hora de publicación: 08-may-2023