Sztuczne sieci neuronowe dokładniej wykrywają wady w drewnie

Sztuczne sieci neuronowe dokładniej wykrywają wady w drewnie

Żeby sprostać oczekiwaniom klientów, WOODINSPECTOR rozwija swoją działalność i w maszynach wykorzystuje sztuczne sieci neuronowe, bo pozwalają one z większą dokładnością wykryć określone defekty surowca drzewnego.

Głównym produktem firmy WOODINSPECTOR z Lublina, która działa w branży drzewnej od 2015 r. i specjalizuje się w systemach skanowania wykorzystujących metody technik wizyjnych i cyfrowej analizy obrazu, jest skaner do optymalizerki drewna Q-SCAN. Ponadto w ofercie posiada ona system magazynowy WOODBASE, systemy pomiaru tarcicy za pomocą oprogramowania QUICSORT oraz PROFIMETER – odpowiadający za kontrolę jakości profilu strugania.
– Firma specjalizuje się w projektowaniu systemów w oparciu o cyfrową analizę obrazu, z wykorzystaniem klasycznych algorytmów oraz sztucznych sieci neuronowych i metod deep learningu – mówi Grzegorz Kotnarowski, prezes spółki Woodinspector. – Opracowane systemy powstają w całości w naszej firmie. Samodzielnie wytwarzamy oprogramowanie, oświetlacze, układy sterowania i akwizycji. Swoje działania prowadzimy bezpośrednio w firmach drzewnych, dlatego jesteśmy w stanie sprostać wysokim wymaganiom branży drzewnej, gdzie wady są niepowtarzalne i bardzo skomplikowane w stosunku do innych dziedzin produkcji.

Projekt badawczo-rozwojowy
W ramach Programu Operacyjnego Inteligentny Rozwój 2014-2020 firma
Woodinspector od roku realizuje projekt, którego przedmiotem jest opracowanie i przygotowanie wdrożenia nowego produktu w postaci kompaktowej linii do optymalizacji i rozkroju poprzecznego tarcicy oraz automatycznego sortowania.
– Produkt będzie skierowany do przedsiębiorstw zajmujących się przetwórstwem drewna – mówi prezes. – Ostateczne rozwiązanie będzie nakierowane na funkcjonalność i wysoką efektywność wykorzystania, obniżającą koszty funkcjonowania w przedsiębiorstwach zajmujących się przetwórstwem drewna, oraz konkurencyjną cenę. Do podstawowych funkcjonalności urządzenia będzie należało wykrywanie za pomocą technik wizyjnych wad w drewnie ze średnią dokładnością do 10 mm, automatyczne określenie rodzaju i rozmiaru wady, automatyczne rozplanowanie rozkroju tarcicy, sortowanie według wyników skanowania oraz sztaplowanie elementów na warstwy.

Wyzwania zakończone rozwiązaniem
– Żeby sprostać trudnym oczekiwaniom klientów, rozwijamy swoją działalność i w maszynach wykorzystujemy sztuczne sieci neuronowe – mówi Grzegorz Kotnarowski. – Pozwalają one bowiem z większą dokładnością wykryć określone defekty surowca drzewnego. Równocześnie prowadzone są projekty w kilku krajowych zakładach drzewnych.
U producenta podłóg dębowych z woj. lubelskiego, który specjalizuje się w produkcji lamparkietu dębowego, przedmiotem projektu było opracowanie systemu skanowania do sortowania dębowej klepki mozaikowej. Miał on spełniać takie założenia, jak: bardzo szeroki zakres koniecznych do wykrycia wad: sęki chore, zdrowe, kolorystyka, układ słoi, pęknięcia, wymiary geometryczne, przebarwienia, biel, wydajność na poziomie 10 szt./s, opracowanie technik inspekcji opartych o algorytmy klasycznej analizy obrazu oraz wykrywanie sęków zdrowych przy wykorzystaniu sztucznych sieci neuronowych i uczenia maszynowego.
– Naszą maszynę MSCAN firma wykorzystuje na linii produkcyjnej dębowej mozaiki parkietowej – mówi Grzegorz Kotnarowski. – Specyfikacja produkcji zakłada dzielenie lamelek na trzy klasy. MSCAN z wykorzystaniem wspomnianych algorytmów wspieranych sztucznymi sieciami neuronowymi wykrywa zadane defekty, m.in. sęki chore, sęki zdrowe, robaki, zabrudzenia, wady kolorystyczne, a następie przypisuje lamelkę konkretnej klasie. Prędkość skanowania to 5 m/s.
W firmie Keylite RW Polska, która jest producentem okien dachowych drewniano-aluminiowych oraz PVC, przedmiotem współpracy było dostarczenie skanera Q-SCAN, który wykrywa wady drewna, m.in. sęki chore, sęki zdrowe, oflisy, smugi żywiczne, pęcherze żywiczne. Maszyna w pierwszej kolejności wykrywa wady, a następnie optymalizuje je pod względem położenia i rodzaju. Główny cel optymalizacji sprowadza się do jak najefektywniejszego wykorzystania materiału pomiędzy poszczególnymi wadami, a także uzyskania maksymalnych długości wycinanych elementów.
W firmie Tarkett z Orzechowa, będącej producentem podłóg drewnianych, zainstalowano system do wykrywania pęknięć na końcach lameli dębowych. Woodinspector podjął wyzwanie i najpierw zaproponował badania pilotażowe. Programiści przy użyciu cyfrowej analizy obrazu, opartej na nowych technologiach, stworzyli dedykowany system. Prowadzone testy zakończyły się pomyślnie. Lamela jest odpowiednio manipulowana na obrównanie końców.
– Chcę dodać, że wszystkim użytkownikom naszych systemów skanujących zapewniamy po wdrożeniu obsługę zdalną i pomoc w rozwiązywaniu napotkanych trudności – zapewnia prezes. – A w przypadku zmiany produkowanego asortymentu, zapewniamy zdalną pomoc przy parametryzacji urządzenia. Oczywiście, po okresie gwarancyjnym, zapewniamy serwis urządzenia i wsparcie w parametryzacji.

~uf