AI spalvų rūšiavimo technologinis proveržis
1. Nuo „matomo“ iki „suprantamo“: gilus mokymasis įgalina intelektualų rūšiavimą
Tradicinės spalvų rūšiavimo mašinos rūšiuoti priklauso nuo iš anksto nustatytų spalvų slenksčių, o AI spalvų rūšiavimo mašinos pasiekia gilų supratimą apie daugialypius medžiagų ypatybes per konvoliucinius nervų tinklus (CNN) ir transformatorių architektūras
Kelių ypatybių suliejimas spalvų, tekstūros ir formos suliejimas: gali atpažinti tokius defektus kaip „pilvo balti grūdai“ ryžiuose ir senus arbatos lapus, kuriuos sunku aptikti naudojant tradicinius metodus
Adaptyvus mokymosi gebėjimas: Modelis gali automatiškai optimizuoti rūšiavimo parametrus, pagrįstus skirtingų medžiagų partijų charakteristikomis, mažindamas rankinės intervencijos sumažinimą
Mažų mokymosi mažų mėginių proveržis: Naudojant mokymosi pervedimą ir duomenų padidinimo metodus, siekiant išspręsti ribotų sugedusių mėginių nustatymo problemą (pvz., Sieros fumigacijos ženklai ant vaistinių žolelių)
2. Multispektralinis vaizdavimas+AI: ne tik žmogaus akies skiriamoji geba
Kelių juostų bendradarbiavimas matomos šviesos ({400-700 nm) ir artimojo infraraudonumo ({900-1700} nm) aptikimas ({400-700)
Tipiškas atvejis: Ryžių skaidrios plastikinės plėvelės identifikavimas (tradicinis RGB fotoaparato aptikimo greitis<70%, AI multispectral system reaches 99.2%)
3. Realaus laiko rūšiavimas pagal kraštų skaičiavimą
Įterptų AI lustų, tokių kaip Nvidia Jetson
Samprotavimo greitis<5ms, meeting the high-speed sorting requirement of over 100000 particles per minute
Novatoriškų taikymo scenarijų išplėtimas
1. Aukštos pridėtinės vertės žemės ūkio produktų rūšiavimas
Taikymo sritys, technologiniai akcentai ir efektyvumo pagerinimas
Identifikavimas po fermentuotomis\/vabzdžiais užkrėstomis pupelėmis „Premium“ kavoje pakeičia rankinį patikrinimą, padidindamas efektyvumą 20 kartų
Sieros fumigacijos ir pelėsių augimo aptikimas vaistiniuose augaluose atitinka ES GMP sertifikavimo standartus
Automatinis riešutų apdorojimo apvalkalo ir branduolio adhezijos rūšiavimas ir pažeidimo greitis buvo sumažintas iki žemiau 0. 3%
2. Revoliucija perdirbimo išteklių rūšiavime
Elektroninis atliekų šalinimas: „Panasonic AI“ rūšiavimo linija Japonijoje pasiekia 99,5% PCB metalo perdirbimo grynumą
Plastikinis perdirbimas: „Tomra Autosort“ sistema pasiekia 98% atskyrimo tikslumą PE\/PP per artimos infraraudonųjų spindulių spektroskopiją ir AI
Tekstilės perdirbimas: „Fudan“ komanda kuria pluošto sudėties atpažinimo sistemą, pagrįstą RENET50, o tikslumo greitis yra 92%
3. Pramoninio tikslumo gamyba
Ličio akumuliatoriaus elektrodo defektų aptikimas: {0 dangos defektų aptikimas. 1 mm ² ar daugiau
Fotoelektrinės silicio plokštelių rūšiavimas: EL vaizdavimas+AI mikrotraumų identifikavimas, todėl padidėja 3% išeigos greitis
Pramonės iššūkiai ir technologinės sienos
1. Dabartinė technologinė kliūtis
Algoritmo optimizavimas esant ypač greitam rūšiavimui: Kai apdorojimo greitis viršija 150000 kartų per minutę, esama aparatinė įranga negali atitikti realaus laiko reikalavimų
Pritaikomumas prie sudėtingos aplinkos: jutiklių stabilumo problemos esant didelėms dulkėms ir dideliam drėgmės sąlygoms
Kryžminės drausminės žinios suliejimas: reikalauja giliai integruoti medžiagų mokslą, optiką ir AI algoritmus
2. Ateities plėtros tendencijos
Multimodalinė suvokimo sistema:
Cheminės sudėties analizė kartu su rentgeno ir LIB (lazerio sukelta skilimo spektroskopija)
„SortTech“ bando savo „AI uoslės“ rūšiavimo sistemą JK
Skaitmeninė dvynių technologija:
Virtualus derinimas sutrumpina įrenginio diegimo ciklą
„Midea Group“ išmanusis žemės ūkio projektas pasiekia debesų pagrindu sukurtą išankstinį rūšiavimo parametrų optimizavimą
Tvarus dizainas:
ES reglamentams reikalingas 30% sumažėjęs energijos suvartojimas spalvų rūšiavimo mašinoms
Haičio „Precision“ sukurta magnetinės levitacijos rūšiavimo technologija gali sutaupyti 40% energijos
Rinkos konkurencijos modelis
1. Tarptautinis prekės ženklo technologijos planas
TOMRA: Beveik infraraudonųjų spindulių+AI derinio rūšiavimas (perdirbimo lauke 65% rinkos dalis)
B ü hler sortex: gilus mokymas
SATAKE: Sutelkite dėmesį į AI algoritmą ryžių spalvų pasirinkimui (su didžiausia rinkos dalimi Azijoje)
2. Kinijos gamintojų proveržio kryptis
„Meiya Optoelectronics“: Medicininių vaizdų AI technologijos migracija į spalvų pasirinkimo lauką
Taihe žvalgyba: „5G+AI“ nuotolinės veikimo ir priežiūros sistemos pradininkas
„Zhongke Optoelectronics“: bendradarbiavimas su Kinijos mokslo ir technologijos universitete apie kvantinės taškų spektroskopijos technologiją
Išvada ir perspektyva
AI ir spalvų rūšiavimo mašinų integracija sukuria „intelektualios rūšiavimo 3. Tobulinant AI lustų skaičiavimo galios ir algoritmo naujoves, per ateinančius 5 metus gali būti:
Savarankiškai besikeičiantis spalvų rūšiatorius: nuolatinio savęs optimizavimo pasiekimas per stiprinimo mokymąsi
Molekulinio lygio rūšiavimo sistema: Nano tikslumo rūšiavimas kartu su terehertz bangos technologija
Visa pramonės grandinė AI rūšiavimo debesis: intelektualus rūšiavimo tinklas nuo ūkio iki gamyklos
Ši AI skatinama rūšiavimo technologijos revoliucija ne tik pertvarkys gamybos pramonės kokybės kontrolės sistemą, bet ir suteiks pagrindinę technologinę paramą žiedinei ekonomikai ir maisto saugai. Kinijos kompanijos turi pasinaudoti AIOT ir 5G technologijų pranašumais ir siekia visuotinio diskurso kurdama naujos kartos intelektualiųjų rūšiavimo sistemas.