在化纖行業，DTY、FDY、POY等各種化纖絲餅的外觀質量，包括成型不良、碰傷、毛羽、毛絲、污染等外觀缺陷，是衡量絲餅質量的重要方面，目前均由人眼目測檢查。眾所周知，人工的情緒、不同人員的判定標準、晝夜差別、集中注意力時長等因素，都嚴重影響著檢測質量的穩定性。加之人工的費用不斷增加，招工難度進一步增強，更為化纖廠的發展設置了障礙。再進一步講，采用人工檢測，便無法實現物流自動化，導致信息流無法貫通，無法實現追溯、大數據的挖掘等。在如今“中國制造2025”政策指引下，在人工智能技術，機器視覺技術，計算機等技術的不斷發展下，化纖行業渴望有一款自動化的機器，能夠客觀、公正的完成上述一切功能。
    西安獲德聯合杭州銳冠自動化、恒力，經3年多的研發，基于人工智能技術、機器視覺技術、計算機技術、專業的光學技術、自動化技術，采用特制鏡頭、光源，開發了一款高性能全自動檢測線HD-FDY-I化纖絲餅外觀檢測系統，能夠滿足化纖行業嚴苛要求及工業生產需要。

產品特點：
    HD-FDY-I化纖絲餅外觀檢測系統以人工智能技術為核心，結合機器視覺、光學成像、電氣自動化等前沿技術，相互協作最終實現了全自動的絲餅外觀檢測系統。
    1、毛絲檢測。我們知道，正常絲餅直徑大概在400mm左右，毛絲直徑在幾個微米，人工觀察毛絲需要用強光手電，沿著表面打掠射光，從側面才可以看到。由于效率的原因，絲餅必須在輸送線上連續不斷的運動，如果用普通的相機鏡頭和光源，肯定無法達到這一要求，針對這種情況，我們自己設計制作了專用的光源和鏡頭，非常好的解決了這一問題。
    2、成型不良檢測。對于絲餅柱面，由于碰傷等原因造成的凹凸紗、成型不良，在保證生產效率，絲餅運動狀態下，采用以往的方法，難以準確檢測到缺陷，西安獲德創造性地采用多通道激光檢測，完美的解決了這一問題。
    3、紙管顏色和缺陷檢測：采用特制的反射結構和光源獲取到絲餅紙管顏色圖像，采用機器學習技術進行顏色識別，防止不同品種的產品混裝。
    4、缺陷分類：由于檢測缺陷的特征復雜多樣，傳統的機器學習基于人工特征提取對于缺陷的分類效果不佳。利用人工智能深度學習技術基于大量缺陷數據樣本，自學習缺陷多維特征，從而準確的對各種缺陷進行分類。憑借多年來在人工智能領域的技術積累，以及在玻纖檢測行業的錘煉沉淀，已在多個項目成功應用深度學習技術進行缺陷分類并取得了很好的效果。
主要功能和指標：
    ▼1、檢測對象：可以對適應DTY、FDY、POY等各種化纖絲餅外觀缺陷檢測。
    ▼2、檢測效率：對于8kg絲餅，每條檢測線，年檢測能力10萬噸；2秒一個絲餅的全自動流水線檢測；
    ▼3、可完成檢測項目：
    1）對各種化纖絲餅，可實現全范圍，包括上、下表面，360°圓周表面，紙管的所有缺陷的檢測；
    2）檢測絲餅所有表面毛絲，伴絲，油絲，纏絲等檢測上下端面、柱面；
    3）絲餅成型不良檢測，上下表面和圓周體；
    4）檢測絲餅外表面污漬。
    5）識別紙管顏色；對于紙管顏色識別，可以實現異常顏色的成功檢測，并且穩定檢測。
    6）檢測紙管缺陷；由于紙管毛刺，對于纖維絲形成毛羽，有很大影響，所以對于紙管缺陷檢測，我們可以實現高精度檢測。
    7）對于絲餅的去皮完整性檢測，我們也能夠完成檢測
    ▼4、品質分級與自動包裝接口
通過后期檢測到的大量的缺陷樣本，可進行深度學習調參訓練獲得缺陷分類模型，從而對缺陷類型進行準確的分類識別。更為精準的對絲餅質量進行等級劃分，并提供數據接口與包裝系統銜接。
    ▼5、人機交互界面
化纖絲餅軟件界面.jpg
人機交互界面是系統功能的綜合體現，是系統實現功能的總控制中心和數據中心。主要包括實時檢測界面、統計分析、產品管理、用戶管理、相機設置、系統設置等功能。檢測數據存放到本地數據庫中，通過統計分析功能對缺陷和產品進行追溯和大數據分析，提供給管理者生產數據。
    ▼6、可提供ERP或MES大數據系統數據接口。