Streszczenie
Transkrypt
Streszczenie
Akademia Górniczo – Hutnicza, Kraków Katedra Informatyki Stosowanej i Modelowania Rozprawa doktorska Streszczenie OPRACOWANIE WIZYJNEGO KLASYFIKATORA WAD POWIERZCHNI ZWIĄZANYCH Z WYSTĘPOWANIEM ZGORZELINY W PROCESIE WALCOWANIA BLACH NA GORĄCO Autor: mgr inż. Szymon Lechwar Promotor: prof. dr hab. inż. Maciej Pietrzyk Promotor pomocniczy: dr inż. Łukasz Rauch Praca dotyczy problematyki wykorzystania metod sztucznej inteligencji w systemach produkcyjnych. W pracy zaproponowano procedurę mającą na celu poprawę jakości klasyfikacji wad powierzchni typu zgorzelina występujących w procesie walcowania stali na gorąco. W tym celu opracowano metodę określającą, w jaki sposób wykorzystać klasyfikację istniejącego systemu automatycznej kontroli powierzchni walcowanej blachy (ang. ASIS – Automatic Surface Inspection System) i nałożyć na nią pracę zbudowanego niezależnie dodatkowego klasyfikatora tworząc w ten sposób nowe rozwiązanie klasyfikacyjne, które nazwano systemem hybrydowej klasyfikacji. Zadaniem samodzielnego systemu ASIS jest wykonywanie zdjęć produkowanego materiału, detekcja miejscowych różnic kontrastu, które mogą świadczyć o wadzie powstałej w procesie, oraz klasyfikacja pojedynczych nieprawidłowości. Informacją wyjściową ASIS, którą otrzymuje kontroler jakości, jest mapa wadliwości wyprodukowanego materiału z podziałem na poszczególne wady oraz pseudo-wady. W pracy postawiono następującą tezę: „Zastosowanie hybrydowej klasyfikacji z wykorzystaniem metod sztucznej inteligencji pozwoli na znaczącą poprawę jakości klasyfikacji wad typu zgorzelina występujących na powierzchni blach i taśm w procesie walcowania na gorąco”. Wynikający z tezy cel pracy składał się z dwóch punktów: opracowanie hybrydowego klasyfikatora wad typu zgorzelina z wykorzystaniem wybranych metod sztucznej inteligencji oraz wykonanie analizy porównawczej obecnego stanu oceny jakości powierzchni blach i taśm w porównaniu do stanu po zastosowaniu opracowanego klasyfikatora. W kolejnych rozdziałach pracy przybliżono stan obecny problematyki kontroli wadliwości blach i taśm oraz przedstawiono podstawy teoretyczne fenomenu powstawania zgorzeliny w procesie walcowania stali na gorąco. W ramach wprowadzenia w szerokie zagadnienie wykorzystania metod sztucznej inteligencji w przetwarzaniu i analizie obrazów opisano kolejne etapy procesu rozpoznawania obrazów: odwzorowanie obiektów w przestrzeń cech, obliczanie funkcji przynależności oraz podejmowanie decyzji. W rozdziale poświęconym metodyce badań przedstawiono procedurę, według której były one prowadzone oraz przeanalizowano możliwości późniejszej implementacji systemu hybrydowej klasyfikacji. Następnie przedstawiono obiekty, które zostały poddane klasyfikacji. Były to zgorzeliny walcownicze, które podzielono na osiem klas o odmiennym charakterze wizyjnym. Siedem klas podlegało bezpośredniej klasyfikacji przez zbudowany 2 model klasyfikacyjny, a jedna klasa została sklasyfikowana w odmienny sposób, zgodnie z opracowanym algorytmem. Budowę modeli klasyfikacyjnych rozpoczęto od porównania ręcznej klasyfikacji zgorzelin z klasyfikacją systemową. W ten sposób otrzymano informację o jakości klasyfikacji aktualnego klasyfikatora wad. Umożliwiło to określenie klas defektów, które podlegały wstępnej redukcji oraz selekcji istotnych cech ASIS. W dalszej kolejności przeanalizowano budowę modeli sztucznych sieci neuronowych, drzew decyzyjnych i maszyny wektorów wspierających w podejściach wrapper oraz filter. Zaproponowana metoda wspomagania decyzji wyboru optymalnego modelu klasyfikacyjnego pomogła wybrać model wykorzystany w dalszych krokach pracy. Był to model drzewa decyzyjnego o sześciu cechach wejściowych generowanych przez ASIS. Model zaimplementowano w systemie monitoringu produkcji walcowni z wykorzystaniem narzędzia ETL oraz serwera analitycznego. Następnie wykonano analizę porównawczą stanu oceny jakości powierzchni blach i taśm przed i po wdrożeniu systemu hybrydowej klasyfikacji. Wykazano poprawę jakości klasyfikacji o 50 punktów procentowych w odniesieniu do klasyfikacji systemowej ASIS. W końcowym etapie pracy zaproponowano metodę śledzenia kluczowych wskaźników efektywności odnoszących się do średniej ilości wad typu zgorzelina występujących podczas walcowania na gorąco. Zaproponowane podejście budowy klasyfikatora hybrydowego wad typu zgorzelina jest podejściem autorskim i nie opisanym w literaturze. Opracowana procedura ma charakter ogólny i może zostać wykorzystana w celu zwiększenia jakości klasyfikacji innego typu wad oraz w innych systemach typu ASIS. 3