Cognex проверка на повърхността на дървесината

Съвременните дървопреработващи предприятия са компютърно управлявани цехове, които преработват дървени трупи в милиони единици готов дървен материал на ден. След първоначално рязане и подкастряне, дървото се суши в пещ или на открито, след което се рендосва и нарязва до крайни размери. Дървеният материал има прецизни критерии на качество. Броят и местоположението на дефектите, независимо дали са трески, пукнатини или други недостатъци, при крайния разрез, определят категорията качество на дървесината и по този начин крайната цена, която може да бъде начислена.

• Сигурна проверка на различни възможни дървесни дефекти с Deep Learning алгоритмите на Cognex
  

Като естествен продукт дървесината е по-разнообразна от изкуствените материали, което прави проверката на дървесната повърхност предизвикателство. Невъзможно е да се програмират всички възможни дървесни дефекти и шаблони, така че конвенционалното машинно зрение има ограничено приложение за визуална инспекция на качеството на дървесината.

Cognex Deep Learning се обучава върху изображения на различни възможни дървесни дефекти, разкрити при рязане. След това инструментът за класификация идентифицира и различава различни видове дървесни дефекти, като същевременно приема широката гама от шаблони, текстури и цветни вариации.

• Kорeкция или замяна много преди видимата проява на проблема

Проблемите с качеството на дървесината, независимо дали става дума за лош срез или недобро качество на суровината, показват проблем в горната част на веригата на доставки. Cognex Deep Learning е достатъчно чувствителен инструмент, за да открие леки вариации в среза, които показват възможен проблем с отрезната лента. Вместо да изчакате качеството на тази лента да падне до такава степен, че разрезът ѝ да стане толкова грапав, че да наложи рекатегоризация на дървесината, тя може да бъде коригирана или заменена много преди да се появи някакъв видим проблем.