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