智能技術(shù)在智能制造中的應(yīng)用?。ǘ?、模式識(shí)別)
來(lái)源:本文引自:《制造智能技術(shù)基礎(chǔ)》 責(zé)任編輯:智造苑 瀏覽量:1608 2023-01-29
二、模式識(shí)別
模式識(shí)別是信息科學(xué)和人工智能的重要組成部分,主要被應(yīng)用于圖像分析與處理、語(yǔ)音識(shí)別、聲音分類、通信、計(jì)算機(jī)輔助診斷等方面。在制造行業(yè)中,模式識(shí)別技術(shù)大量應(yīng)用于產(chǎn)品檢驗(yàn)領(lǐng)域。
在制造生產(chǎn)的過(guò)程中,幾乎所有的產(chǎn)品都面臨著質(zhì)量檢測(cè)。傳統(tǒng)的手工檢測(cè)存在著許多不足:首先,人工檢測(cè)的準(zhǔn)確性依賴于工人的狀態(tài)和熟練程度;其次,人工操作效率相對(duì)較低,不能很好地滿足大量生產(chǎn)檢測(cè)的要求;此外,由于工作強(qiáng)度高,容易引起操作人員的疲勞,從而導(dǎo)致次品率高;最后,近年來(lái)人工成本也在逐步上升。所以,模式識(shí)別技術(shù)被廣泛用于產(chǎn)品檢測(cè)中。
產(chǎn)品缺陷檢測(cè)的對(duì)象往往可以建模為二維平面上的元素,包括孔洞、污漬、劃痕、裂紋、亮點(diǎn)、暗點(diǎn)等常見(jiàn)的表面缺陷,這些缺陷特別是孔洞和裂紋等,可能?chē)?yán)重影響產(chǎn)品質(zhì)量和使用的安全性,因此,準(zhǔn)確識(shí)別缺陷產(chǎn)品非常重要。以芯片企業(yè)為例,模式識(shí)別技術(shù)的應(yīng)用實(shí)施可以大幅降低次品率,同時(shí)通過(guò)分析次品原因還可以降低產(chǎn)品的報(bào)廢率,并優(yōu)化產(chǎn)品設(shè)計(jì)與生產(chǎn)工藝,達(dá)到進(jìn)一步降低檢驗(yàn)成本的目的。此外,將模式識(shí)別技術(shù)應(yīng)用到智能制造過(guò)程中復(fù)合材料的分類上,可以使分類更加精準(zhǔn)。另外,在半導(dǎo)體制造中可以使用混合自組織圖和支持向量機(jī)(self-organizing map and support vector machine,SOM-SVM)的方法對(duì)晶圓箱圖進(jìn)行分類,進(jìn)一步進(jìn)行缺陷識(shí)別。同時(shí),在用錫罐包裝的香煙的制造過(guò)程中,應(yīng)用模式識(shí)別技術(shù)可以開(kāi)發(fā)缺陷自動(dòng)檢查系統(tǒng)。而且,在滾動(dòng)軸承故障檢測(cè)中,將從振動(dòng)信號(hào)中提取的特征向量作為支持向量機(jī)的輸入,從而對(duì)故障模式進(jìn)行識(shí)別。
除此之外,模式識(shí)別技術(shù)在定位被測(cè)零件時(shí),也有重要的應(yīng)用。制造過(guò)程中的物體測(cè)量也會(huì)應(yīng)用模式識(shí)別技術(shù),常見(jiàn)的測(cè)量應(yīng)用包括:齒輪、接插件、汽車(chē)零部件等。
另外,在智能制造和檢驗(yàn)的過(guò)程中,可進(jìn)一步改進(jìn)模式識(shí)別技術(shù),從而使得故障識(shí)別更加精確和高效。例如,在軸承故障的檢測(cè)中,基于局部均值分解(local mean decomposition,LMD)能量矩概念,針對(duì)故障振動(dòng)信號(hào)特征值的相互內(nèi)在聯(lián)系,將LMD能量矩與變量預(yù)測(cè)模型模式識(shí)別相結(jié)合,從而得到一種軸承故障智能診斷的新方法。其次,在熒光磁粉無(wú)損檢測(cè)技術(shù)的基礎(chǔ)上,使用一種電荷耦合器件(charge coupled device,CCD)圖像獲取系統(tǒng)進(jìn)行圖像采集,然后使用相關(guān)算法進(jìn)行圖像處理和模式識(shí)別,可以更準(zhǔn)確地檢測(cè)表面缺陷的類型和程度。此外,基于系統(tǒng)健康指標(biāo),構(gòu)建新的模式識(shí)別技術(shù),從而得到一種可用于系統(tǒng)故障檢測(cè)和診斷的有效的方法。
未完待續(xù)......