依托深厚的行业积淀与可靠的交付能力,中远通已成为全球流程工业客户的长期信赖伙伴,客户覆盖冶金、矿山、港口、能源、水务等核心领域,深度绑定国内外企业,累计落地智能化项目上千个,以全栈解决方案助力客户提质增效、数字化升级

医用纱布在线缺陷检测项目


医用纱布在线一体化视觉缺陷检测

面向医用纱布卷材连续高速生产场景,基于机器视觉技术构建在线表面缺陷检测方案,为柔性轻薄织物的表面完整性与洁净度管控提供支撑。

机器视觉在线检测柔性织物卷材产线集成
01项目背景

医用纱布作为临床伤口护理的医疗卫生耗材,产品表面完整性与洁净度对医疗使用体验至关重要,行业具备相应质量管控规范。客户原有产线采用人工目视检测方式,在连续高速卷材生产场景下存在诸多挑战。

医用纱布属于柔性轻薄织物,高速走料过程中卷材易出现抖动、幅宽波动、边缘偏移等现象。人工目视检测会受人员疲劳、个体判定尺度差异影响,存在漏检、误检的可能性,质检判定标准较难保持稳定统一。同时,人工检测难以系统留存缺陷影像与批次质量数据,缺陷位置、类型、发生频次缺少完整记录,不利于开展工艺根因分析;质量统计依赖人工整理,数据获取存在滞后性,企业数字化质量管控能力存在提升空间。

(1)卷材走料稳定性

医用纱布为柔性轻薄织物,高速走料过程中易出现抖动、幅宽波动、边缘偏移等现象,对稳定成像提出更高要求。

(2)人工判定一致性

目视检测受人员疲劳、个体判定尺度差异影响,存在漏检、误检的可能性,质检判定标准较难保持稳定统一。

(3)缺陷影像与数据留存

人工检测难以系统留存缺陷影像与批次质量数据,缺陷位置、类型、发生频次缺少完整记录,不利于开展工艺根因分析。

(4)质量统计时效性

质量统计依赖人工整理,数据获取存在滞后性,企业数字化质量管控能力存在提升空间。

卷材输送与在线视觉检测示意

卷材输送与在线视觉检测示意(示意图,非项目现场实拍)
02解决方案

基于机器视觉技术,为客户提供纱布在线一体化视觉缺陷检测解决方案,系统可集成部署于现有生产线,尽量减少对原有生产节拍的影响。

在产线检测工位布设多台高分辨率 CCD 工业相机与定制光学照明单元,对行进中的纱布卷材进行连续图像采集。针对织物纹理背景干扰、卷材抖动带来的图像噪声,采用多级滤波、自适应图像校正及数学形态学分割算法,区分织物背景并提取缺陷目标。系统可识别污点、孔洞、断纬、稀路、油污、异物等常见缺陷,自动采集缺陷坐标、尺寸、面积、灰度等特征参数,完成缺陷分类识别。

污点孔洞断纬稀路油污异物

硬件配套抗振与防漂移机械模组,降低产线振动、卷材偏移对成像带来的干扰,提升高速工况下成像稳定性。软件平台配置可视化人机监控界面,实时展示缺陷图像、缺陷坐标及质量统计指标;检出缺陷后触发声光提示,自动留存缺陷影像与检测日志,数据关联卷号、生产时间等批次信息。系统可自动生成多维度质检报表,支持本地存储与数据导出;预留标准化通讯接口,可对接下游挑片执行机构,实现缺陷段标记与剔除。平台支持按卷材、班次、时间段检索历史质检档案,便于质量复盘与工艺分析。

(1)图像采集层

在检测工位布设多台高分辨率 CCD 工业相机与定制光学照明单元,对行进中的纱布卷材进行连续图像采集;配套抗振与防漂移机械模组,降低产线振动与卷材偏移对成像带来的干扰。

(2)算法处理层

采用多级滤波、自适应图像校正及数学形态学分割算法,抑制图像噪声、补偿几何形变,区分织物背景并提取缺陷目标,完成缺陷分类识别。该环节的算法路线与中远通视觉缺陷检测系统同源,可依据来料与工况做针对性配置。

(3)平台与联动层

可视化人机监控界面实时展示缺陷图像、坐标与质量统计指标;检出后触发声光提示,留存影像与检测日志并关联卷号、生产时间等批次信息;预留标准化通讯接口,可对接下游挑片执行机构。质检数据长期沉淀后,可与中远通故障预测与健康管理系统的数据体系衔接,为设备状态与工艺分析提供数据基础。

●图像处理链路演示
放卷 收卷 CCD 检测区 相机视场内的织物图像 孔洞 污点 断纬 油污 异物 原始图像采集:织物纹理、卷材抖动与随机噪声叠加,缺陷特征尚不清晰 多级滤波:抑制随机噪声颗粒,保留真实边缘信息 自适应图像校正:补偿卷材抖动与幅宽波动带来的几何形变 数学形态学分割:区分织物背景,提取缺陷目标 特征分类:记录缺陷位置、尺寸、形状等特征并归类留存 1 图像采集 2 多级滤波 3 自适应校正 4 形态学分割 5 特征分类
互动提示:将鼠标在画面上从左向右移动,可依次查看图像采集、多级滤波、自适应校正、形态学分割、特征分类五个处理阶段的画面变化。

检出之后的业务闭环

  1. 缺陷检出后触发声光提示,同步在监控界面呈现缺陷图像与坐标位置
  2. 自动留存缺陷影像与检测日志,关联卷号、生产时间等批次信息
  3. 自动生成多维度质检报表,支持本地存储与数据导出
  4. 经标准化通讯接口输出标记信号,可对接下游挑片执行机构
  5. 按卷材、班次、时间段检索历史质检档案,支撑质量复盘与工艺分析

以上为方案能力说明,具体识别效果需结合现场工况、来料状态与工艺条件评估,以正式技术方案与合同约定为准。

图像采集 CCD 相机 · 定制光源 图像预处理 多级滤波 · 自适应校正 特征提取 形态学分割 · 背景分离 缺陷分类 位置 · 尺寸 · 形状特征 结果输出 报表 · 提示 · 接口联动
03客户价值
(1)标准化质检判定,助力稳定产品质量管控

采用机器视觉在线检测辅助人工质检工作,减少人为主观判定偏差,为质检判定标准趋于统一提供支撑,为降低漏检、误检发生概率提供条件,为产品满足相关质量管控要求提供助力。

(2)搭建可追溯的数字化质量档案

缺陷影像、位置、类型、生产批次信息自动归档,形成数字化质量记录。便于统计缺陷发生规律,辅助定位织造等前端工艺异常,支撑生产工艺持续优化。

(3)提升产线自动化水平,优化人力配置

系统可连续执行在线检测工作,减少质检岗位重复性人工操作,为产线人力配置优化提供条件,助力提升产线自动化水平,适配企业产能拓展需求。

(4)减少物料与工时浪费

实时识别缺陷并联动提示、剔除机构,在生产环节及时识别不良段,减少不良品持续流转加工带来的物料与工时消耗。

(5)推进质量管理数字化升级

可视化展示产线质量指标,自动生成质量统计报表,减少人工填报工作。助力质量管理模式从事后抽检,向在线实时监测转变,为管理层质量决策提供数据支撑。

04常见问题
Q:医用纱布这类柔性轻薄织物,在线视觉检测的难点主要在哪里?

A:医用纱布属柔性轻薄织物,高速走料过程中卷材易出现抖动、幅宽波动、边缘偏移,同时织物自身纹理会形成背景干扰。方案在硬件侧配套抗振与防漂移机械模组,降低产线振动与卷材偏移对成像带来的干扰;在算法侧采用多级滤波、自适应图像校正及数学形态学分割算法,抑制图像噪声、补偿几何形变,区分织物背景并提取缺陷目标。

Q:系统可以识别哪些类型的纱布缺陷?

A:系统可识别污点、孔洞、断纬、稀路、油污、异物等常见缺陷,并自动采集缺陷坐标、尺寸、面积、灰度等特征参数,完成缺陷分类识别。具体可覆盖的缺陷类型与判定阈值,需结合现场工况、来料状态与工艺条件评估后确定。

Q:能否部署到客户已有的生产线上,是否影响原有节拍?

A:方案可集成部署于现有生产线,尽量减少对原有生产节拍的影响。硬件侧配套抗振与防漂移机械模组以适应现场安装条件,软件侧预留标准化通讯接口,可对接下游挑片执行机构,实现缺陷段标记与剔除。实际集成方式与节拍影响需在现场勘察与技术方案评审后确认。

Q:检出缺陷后如何处理,质量数据能否追溯?

A:检出缺陷后触发声光提示,同步在监控界面呈现缺陷图像与坐标位置;系统自动留存缺陷影像与检测日志,数据关联卷号、生产时间等批次信息,可自动生成多维度质检报表并支持本地存储与数据导出。平台支持按卷材、班次、时间段检索历史质检档案,便于开展质量复盘与工艺分析。

北京中远通科技有限公司 · 机器视觉在线检测 · 工业智能化解决方案