采用人工智能對(duì)沉積碳纖維復(fù)合材料進(jìn)行視覺(jué)檢查

飛機(jī)中由碳纖維增強(qiáng)塑料制成的輕量化部件的比例已經(jīng)上升到50%以上，比例取決于機(jī)型。然而，符合航空所需安全標(biāo)準(zhǔn)的生產(chǎn)仍然很復(fù)雜，因此也很昂貴。例如，在碳纖維增強(qiáng)復(fù)合材料鋪設(shè)完畢后，仍要進(jìn)行目視檢查，這往往要花費(fèi)50%的生產(chǎn)時(shí)間。就像制造業(yè)中所有的重復(fù)性工作一樣，工業(yè)界希望這個(gè)檢查過(guò)程能夠自動(dòng)化，以獲得巨大的優(yōu)勢(shì)。

德國(guó)宇航中心的研究人員說(shuō)："為了對(duì)沉積物進(jìn)行自動(dòng)檢查，必須對(duì)圖像數(shù)據(jù)中的制造缺陷進(jìn)行可靠的機(jī)器分類(lèi)。機(jī)器學(xué)習(xí)領(lǐng)域的方法非常適用于這種纖維放置缺陷的分類(lèi)。然而，這些方法往往有一個(gè)缺點(diǎn)，即算法的決定難以理解。這對(duì)于人工神經(jīng)網(wǎng)絡(luò)或一般的深度學(xué)習(xí)方法來(lái)說(shuō)尤其如此。為了能夠在這里對(duì)分類(lèi)質(zhì)量和機(jī)器決策進(jìn)行全面評(píng)估，必須研究個(gè)別像素或小圖像區(qū)域?qū)Ψ诸?lèi)決策的意義"。

因此，德國(guó)宇航中心的研究人員開(kāi)發(fā)了一種方法，在此基礎(chǔ)上，有可能將分類(lèi)決定歸于記錄的缺陷圖像的重要圖像區(qū)域及其物理特性。為此，記錄并檢查了自動(dòng)纖維放置（AFP）制造過(guò)程中纖維鋪設(shè)缺陷的激光光截面高度剖面掃描。

這些結(jié)果對(duì)基于攝像頭的檢測(cè)系統(tǒng)的開(kāi)發(fā)者來(lái)說(shuō)是很有幫助的，這些系統(tǒng)用于復(fù)合材料的輕量化。此外，它們也是認(rèn)證用于航空航天生產(chǎn)的機(jī)器學(xué)習(xí)算法的第一個(gè)基礎(chǔ)。

機(jī)器人支持的測(cè)試裝置，用于自動(dòng)記錄鋪設(shè)錯(cuò)誤的圖像數(shù)據(jù)集

來(lái)源：輕量化技術(shù)網(wǎng)