Особливості автоматизованого контролю дефектів матеріалів легкої промисловості
Вантажиться...
Дата
2025
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
У статті представлено аналітичний огляд сучасних технологій та пристроїв, що використовуються для
виявлення дефектів у матеріалах легкої промисловості, з акцентом на текстильні та шкіряні поверхні. У
дослідженні підкреслюється, що однією з ключових проблем у цій галузі є гетерогенна та гнучка природа цих
матеріалів, які демонструють змінні текстури, неоднорідні кольори та складну геометрію поверхні. Ці
характеристики значно ускладнюють процес автоматизованого контролю порівняно з контролем металевих або
жорстких матеріалів. У дослідженні аналізуються технічні можливості сучасних оптичних систем, включаючи
камери високої роздільної здатності, структуроване світло, гіперспектральне зображення та системи
розпізнавання на основі глибокого навчання. Огляд наукових джерел показує, що більшість досліджень досягли
точності виявлення, що перевищує 95% у лабораторних умовах, але багато з цих систем все ще стикаються з
обмеженнями при впровадженні в реальних виробничих умовах. Проблеми включають чутливість до коливань
освітлення, різні типи переплетення тканин та природні нерівності шкіри. Крім того, існуючі підходи часто
спираються на обмежені набори даних, що зменшує їхню здатність до узагальнення для різних типів дефектів.
У статті визначено ключові прогалини в дослідженнях, включаючи інтеграцію систем машинного зору з
роботизованими виробничими установками. Зроблено висновок, що майбутній прогрес у системах виявлення
дефектів має бути зосереджений на інтелектуальних, автономних та взаємопов'язаних технологіях керування, які
працюють у режимі реального часу, взаємодіють з виробничим обладнанням та підтримують концепцію цифрової
фабрики
The article presents an analytical review of current technologies and devices used for defect detection in materials of the light industry, with a focus on textile and leather surfaces. The study highlights that one of the key challenges in this domain is the heterogeneous and flexible nature of these materials, which exhibit variable textures, non-uniform colors, and complex surface geometries. These characteristics make the automated inspection process significantly more difficult compared to the control of metallic or rigid materials. The research analyzes the technical capabilities of modern optical systems, including high-resolution cameras, structured light, hyperspectral imaging, and deep learning-based recognition systems. It also emphasizes the need for stable illumination conditions, highspeed data acquisition, and adaptive algorithms capable of processing images in real time. The review of scientific sources demonstrates that most studies have achieved detection accuracy exceeding 95% under laboratory conditions, but many of these systems still face limitations when implemented in real production environments. Challenges include sensitivity to lighting variations, different types of fabric weaves, and the natural irregularities of leather. Additionally, existing approaches often rely on limited datasets, which reduces their ability to generalize across various defect types. The article identifies key research gaps, including the integration of vision systems with robotic manufacturing units, the development of multi-class defect classification models, and the creation of adaptive self-learning algorithms for continuous performance improvement. It is concluded that future progress in defect detection systems should focus on intelligent, autonomous, and interconnected control technologies that operate in real time, interact with production equipment, and support the concept of a digital factory. Such developments will ensure stable product quality, reduce human involvement, and increase the efficiency of modern manufacturing processes in the textile and footwear industries
The article presents an analytical review of current technologies and devices used for defect detection in materials of the light industry, with a focus on textile and leather surfaces. The study highlights that one of the key challenges in this domain is the heterogeneous and flexible nature of these materials, which exhibit variable textures, non-uniform colors, and complex surface geometries. These characteristics make the automated inspection process significantly more difficult compared to the control of metallic or rigid materials. The research analyzes the technical capabilities of modern optical systems, including high-resolution cameras, structured light, hyperspectral imaging, and deep learning-based recognition systems. It also emphasizes the need for stable illumination conditions, highspeed data acquisition, and adaptive algorithms capable of processing images in real time. The review of scientific sources demonstrates that most studies have achieved detection accuracy exceeding 95% under laboratory conditions, but many of these systems still face limitations when implemented in real production environments. Challenges include sensitivity to lighting variations, different types of fabric weaves, and the natural irregularities of leather. Additionally, existing approaches often rely on limited datasets, which reduces their ability to generalize across various defect types. The article identifies key research gaps, including the integration of vision systems with robotic manufacturing units, the development of multi-class defect classification models, and the creation of adaptive self-learning algorithms for continuous performance improvement. It is concluded that future progress in defect detection systems should focus on intelligent, autonomous, and interconnected control technologies that operate in real time, interact with production equipment, and support the concept of a digital factory. Such developments will ensure stable product quality, reduce human involvement, and increase the efficiency of modern manufacturing processes in the textile and footwear industries
Опис
Ключові слова
алгоритм, технічний зір, автоматизація, контроль, легка промисловість, взуття, algorithm, technical vision, automation, control, light industry, footwear
Бібліографічний опис
Соломяний Є. Особливості автоматизованого контролю дефектів матеріалів легкої промисловості / Є. Соломяний, С. Горященко // Herald of Khmelnytskyi National University. Technical Sciences. – 2025. – Vol. 349, No. 2. – P. 353-357.