ШТУЧНИЙ ІНТЕЛЕКТ У ТЕКСТИЛЬНІЙ ПРОМИСЛОВОСТІ

Автор(и)

  • А.Ю. ГОРБОВИЙ
  • В.В. ЛАГОВСЬКИЙ
  • А.А. ОМЕЛЬЧУК

DOI:

https://doi.org/10.32782/KNTU2618-0340/2020.3.2-2.11

Ключові слова:

штучний інтелект; Cognex; експертні системи; розпізнавання образів

Анотація

Штучний інтелект та експертні системи успішно використовуються в багатьох видах промисловості. В роботі показано, що впровадження цих систем дає ряд переваг. Обґрунтовується необхідність впровадження систем штучного інтелекту у виробництво в рамках концепції Industry 4.0. Описані основні напрямки розвитку систем штучного інтелекту у текстильній промисловості, та переваги і недоліки різних підходів. Незважаючи на ряд прикладів використання цих систем в легкій промисловості, їх потенціал ще повністю не використовується. Однією з причин обмеженого застосування таких систем у текстильній промисловості є особливості областей знань і «ноу-хау» в цій галузі. Конкурентоспроможність є ключовим фактором цієї галузі. Очевидно, що модернізація повинна бути спрямована на зниження витрат і збільшення обсягу виробництва. Це зазвичай досягається за рахунок зниження витрат на робочу силу і підвищення рівня автоматизації. Однак досвід майстрів, які все життя пропрацювали в цьому секторі, не може бути легко автоматизований. Ця інформація зазвичай втрачається, якщо не робляться зусилля для зберігання знань і досвіду в спеціалізованій системі. Підкреслюється, що вибір конфігурації для кожної системи буде залежати від ряду факторів. Подібні системи мають розроблятися фахівцями з інформаційних технологій спільно з експертами у галузі. У роботі була запропонована структура системи експрес-експертизи, де функції експертизи відводяться системі на базі штучного інтелекту, з якою через мережу з’єднані портативні пристрої (клієнти). Пропонується застосування таких пристроїв особисто (покупець у магазині), на підприємствах (магазини одягу, текстильне виробництво), у державних органах (митна служба). У кожному з цих випадків система може мати спеціалізований адаптований функціонал: платні і безоплатні послуги, відкриті і конфіденційні бази даних, рекламні послуги. Результати досліджень мають сприяти впровадженню нових систем контролю якості текстильних виробів, які дозволять підвищити якість продукції на ринку, що в кінцевому рахунку буде сприяти відновленню економіки України.

Посилання

Carvalho V., Soares F., Vasconcelos R. Artificial Intelligence and Image Processing Based Techniques: A Tool for Yarns Parameterization and Fabrics Prediction.Proceedings of the IEEE Conference on Emerging Technologies & Factory Automation(Spain, Palme de Mallorca, September 22-25, 2009), pp. 1−4. DOI: 10.1109/ETFA.2009.5347255.

Neves J. A Irregularidade dos Fios Têxteis, Sua Origem, Medição e Análise. Oporto, 1968.

Carvalho V. Automatic Yarn Characterization System. (PhD Thesis), Braga: Minho University, 2008.

Salhotra. K. R. Fancy Yarn Manufacture-The Changing Scenario. The Indian Textile Journal. 1990. Vol. 101. P. 30−34.

Shamey R., Hussain T. Artificial Intelligence in the Colour and Textile Industry. Review of Progress in Coloration and Related Topics. 2003. Vol. 33. P. 33−45. DOI:10.1111/j.1478-4408.2003.tb00142.x.

Омельчук А. А., Лаговський В. В., Гнатюк С. С. Портативні засоби для експресекспертизи продукції за допомогою спектрального аналізу. Матеріали VIII Всеукраїнської науково-практичної конференції студентів, аспірантів та молодих вчених з автоматичного управління присвяченої Дню космонавтики. (м. Херсон, 08-10 квітня 2020 р.). Херсон: Видавництво ФОП Вишемирський В.С., 2020. C. 58-59.

Zimmerleiter R., Reischer T., Koppensteiner R., Roßbory M., Brandstetter M. Inline Measurement of Formaldehyde Concentration in an Industrial Production Plant by NIRMicrospectrometer Technology. Proceedings of the Herbstkolloquium Prozessanalytik(Germany, Marl, November 25-27, 2019). DOI:1-710.13140/RG.2.2.20282.34249.

NIRONE SENSOR S [Електронний ресурс]. Theremino System. URL: https://www.theremino.com/en/downloads/automation (дата звернення 19.03.20).

Theremino Spectrometer Documentation [Електронний ресурс]. SPECTRAL ENGINES. URL: https://www.spectralengines.com/products/nirone-sensors (датазвернення 19.06.20).

COGNEX ViDi SUITE. Deep Learning-based Industrial Image Analysis [Електронний ресурс]. Cognex Corporation. URL: https://www.cognex.com/products/deeplearning/visionpro-vidi (дата звернення 19.06.20

##submission.downloads##

Опубліковано

2023-08-11