（1）基於機器視覺及深度學習理論，研發AI瑕疵識別演算法，應用至刨花板生產線質檢工段，滿足高可靠性、高實時性的刨花板板面質檢需求。（2）基於工業互聯網平臺的異構設備及系統集成，實現數據接入、處理、分析、決策等流程化應用，支持多條刨花板產線集成，助力企業產線協同管理和產線綜合對標。 ...
1. 項目背景
刨花板生產線由於原料、生產工藝等原因，會有一些產品板面出現顫紋、漏砂、膠斑、膠塊、大刨花、粉塵斑、板面劃痕和油污等缺陷。錶面缺陷會降低板材強度、影響板材外觀和二次加工，給企業帶來經濟損失。
目前針對刨花板的瑕疵識別工作主要以人工檢測為主，缺陷種類繁多和視覺疲勞導致漏檢率和誤檢率較高，極大限制了工廠的生產效率和產品質量。同時，工廠現有刨花板產線質檢環節無法積累生產過程數據、無法形成有效數據資產、無法根據生產工況提供科學決策。
本項目主要針對刨花板進行自動化質檢，針對其他板材同樣適用，例如纖維板。
2. 項目目標
本項目實現雲邊協同：邊緣質檢裝置進行產線的實時監測與智能識別，平臺端進行產線異構系統集成。綜合提高產線質檢數字化與智能化水平，降低人員勞動強度，實現企業的降本增效。
邊緣端刨花板產線質檢裝置通過相機拍攝刨花板錶面，利用AI演算法自主學習瑕疵及分類，實現顫紋、漏砂、膠斑、膠塊、大刨花、粉塵斑、板面劃痕和油污等缺陷的識別分類；工廠後期可以自主增加瑕疵種類；裝置在長周期的檢測過程中，能夠自主學習，不斷提高瑕疵的判斷能力；裝置可以設定參數與配方管理，設定每種瑕疵的排廢依據，代替人工對刨花板的瑕疵進行判斷。
平臺端的一體化管理系統支持多條刨花板產線進行線上監控與管理，實現瑕疵數據、產線狀態數據、硬體狀態數據等結構化數據管理、配方管理和圖片數據管理。
3. 項目創新
（1）基於機器視覺及深度學習理論，研發AI瑕疵識別演算法，應用至刨花板生產線質檢工段，滿足高可靠性、高實時性的刨花板板面質檢需求。
（2）基於工業互聯網平臺的異構設備及系統集成，實現數據接入、處理、分析、決策等流程化應用，支持多條刨花板產線集成，助力企業產線協同管理和產線綜合對標。
4. 系統框架
基於工業互聯網的刨花板智能質檢一體化系統包括產線質檢裝置、硬體資源、後臺服務、應用介面、應用工具及應用業務。框架如下圖：
5. 邊緣質檢裝置
邊緣質量裝置由相機、光源和控制系統組態等組成，安裝在砂光機產線上，以替代人工質檢。
上下板面均通過人眼觀察，上板面人眼直接觀察，下板面通過照明燈與鏡子配合，當板子經過鏡子時，人眼通過鏡子的反射觀察板面底部情況。如下圖：
邊緣自動化質檢裝置安裝位置示意，如下圖：
6. 基礎工具和質檢業務系統
基礎工具包括：數據採集、計算預警、視圖組態、設備模型、業務模型、資產模型、演算法分析和聯動控制。對下主要負責對接設備，實現設備數據採集及數據流程應用管理和數據反向控制，對上主要負責為業務提供實時、可靠的業務需求的數據。
業務應用包括：刨花板產線管理、參數管理、演算法管理、業務報表、數據管理、預警信息和系統管理等模塊等。
全廠板材產線大屏監測，如下圖：
模型演算法管理，如下圖：
模型判斷結果的瑕疵數據，如下圖：
物聯網&大數據技術 QQ群：54256083
物聯網&大數據項目 QQ群：727664080
QQ：504547114
微信：wxzz0151
博客：https://www.cnblogs.com/lsjwq
微信公眾號：iNeuOS
購買《物聯網軟體架構設計與實現》：京東購買。
