论文部分内容阅读
浮法玻璃的内在质量和生产工艺过程密切相关,系统研究表明浮法玻璃条纹图像的特征和生产工艺之间存在特定的对应关系,及时检测、识别并利用这种对应关系,对于指导浮法玻璃生产工艺过程微调与优化具有重要意义。目前,浮法玻璃工艺调整完全依赖于经验丰富的技术人员依据内在质量可视化结果人工研判,而在玻璃行业具有这种能力的技术人数有限,同时由于人工研判无法摆脱主观因素的影响。因此,将基于深度学习的计算机视觉技术其应用于玻璃行业,利用卷积神经网络对大量来自于实际生产线的玻璃图像及对应工艺参数进行训练学习,就可以实现利用计算对浮法玻璃工艺自动诊断。本项工作建立的基于玻璃条纹图像的工艺诊断系统,在实际生产过程中进行了初步应用,预测准确率达到73%,给出的诊断建议收到显著效果的占76%,有利于快速解决生产工艺过程中出现的主要问题。