韓國開發(fā)用于檢測機械故障的機器視覺技術
韓國機械與材料研究所（KIMM）周二宣布，它已開發(fā)出一種新的機器視覺技術，可自動檢測各種機器的故障。
機器視覺技術是一種模仿人類如何看待事物并做出適當決策的系統(tǒng)。
該技術已被用于檢查數千個電子電路板的照片，以查找任何異常連接和錯誤標記的部件。
KIMM研究人員實施該技術來進行機器結構的診斷。
卷積神經網絡是一種最常用于視覺圖像解釋的深度學習算法，已被用于觀看各種視頻剪輯并了解機器的工作原理，在此基礎上它可以檢測機器內部發(fā)生的振動和其他異常情況。
在試運行中，新的機器視覺技術實現了100％準確度，可區(qū)分通過視頻顯示的水泵的正常和異常振動。
KIMM解釋說，新技術將能夠取代目前使用多個振動傳感器或招聘專家的方法，這兩種方法都太復雜或難以進行。
KIMM的首席研究員Sun Kyoung-ho說 ：“新的機器視覺技術可以用于工廠行業(yè)，它甚至可以安全地用于難以進入人類的危險工業(yè)場所”。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯系本站處理。
舉報投訴
-
機器視覺
+關注
關注
166文章
4828瀏覽量
126478 -
深度學習
+關注
關注
73文章
5604瀏覽量
124610
原文標題：韓國開發(fā)用于檢測機械故障的機器視覺技術
文章出處：【微信號：vision263com，微信公眾號：新機器視覺】歡迎添加關注！文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
熱點推薦
利用PLC管理變頻器處理機械故障
通過可編程邏輯控制器（PLC）對變頻器進行智能化管理，是處理機械故障、實現自動化保護的核心手段。其核心邏輯在于實時監(jiān)測、邏輯判斷、自動干預與狀態(tài)反饋。
以光為筆，繪就工業(yè)檢測新圖景——機器視覺光源技術全面解析
專業(yè)的研發(fā)團隊與豐富的行業(yè)經驗，打造出多款高性能機器視覺光源產品，為工業(yè)檢測領域注入了新的活力。 技術突破：光學設計的智慧結晶 思奧特智能機器
思奧特智能機器視覺光源：以光為筆，繪就工業(yè)檢測新圖景
專業(yè)的研發(fā)團隊與豐富的行業(yè)經驗，打造出多款高性能機器視覺光源產品，為工業(yè)檢測領域注入了新的活力。 一、技術突破：以光為媒，破解檢測難題 思奧
機器視覺缺陷檢測中傳感器集成的五大關鍵
質量控制是制造流程中至關重要但往往效率低下的環(huán)節(jié)。機器視覺能夠自動化部分或全部缺陷檢測任務，但僅靠技術本身無法帶來顯著改進。必須理解并優(yōu)化整個機器
奧比中光領跑韓國機器人3D視覺市場
近日，國際權威行業(yè)研究機構Interact Analysis發(fā)布《韓國商用及工業(yè)移動機器人3D視覺市場分析》報告（以下簡稱“報告”）。數據顯示，奧比中光在韓國商用和工業(yè)移動
傳感器在機械診斷中的應用：機械故障監(jiān)測預警
在工業(yè)生產的龐大體系中， 機械 是運轉的核心力量，一旦出現故障，帶來的后果往往是極為 嚴重 的。在 生產效率 層面，機械故障會導致生產線停滯，使得產品無法按時產出，企業(yè)交付能力下降。據統(tǒng)計，在一些
機器視覺檢測PIN針
物理損傷）必須進行極其精密的測量與核查。以往依賴人眼的檢測方式存在明顯短板：不僅作業(yè)速度慢、受人員狀態(tài)影響大（易疲勞導致誤判），而且在面對日益嚴苛的微米級精度標準時顯得力不從心。相比之下，基于機器視覺
發(fā)表于 09-26 15:09
iTOF技術，多樣化的3D視覺應用
視覺傳感器對于機器信息獲取至關重要，正在從二維（2D）發(fā)展到三維（3D），在某些方面模仿并超越人類的視覺能力，從而推動創(chuàng)新應用。3D 視覺解決方案大致分為立體
發(fā)表于 09-05 07:24
斷路器機械特性監(jiān)測技術
的安全運行。通過傳感器、信號采集設備和數據分析技術，實時獲取斷路器在分閘、合閘操作過程中的機械運動狀態(tài)參數，并基于這些參數來對其健康狀況和性能進行評估。 如操作機構卡滯、觸頭彈跳異常等機械故障的存在可能導致多種
【「# ROS 2智能機器人開發(fā)實踐」閱讀體驗】視覺實現的基礎算法的應用
人部署，詳細介紹了基于顏色閾值和深度學習的巡線方法。
二維碼識別則廣泛應用于機器人定位與任務觸發(fā)，例如AGV（自動導引車）的路徑規(guī)劃。
深度學習在機器人視覺中的崛起
書中重點介紹了
發(fā)表于 05-03 19:41
大象機器人攜手進迭時空推出 RISC-V 全棧開源六軸機械臂產品
拖拽式編程（myBlockly）與Python雙開發(fā)模式，支持ROS2 RVIZ/MoveIt仿真，實現產線級數字孿生調試；預裝OpenCV、PyMyCobot等庫，10分鐘即可完成機械臂抓取+AI視覺
發(fā)表于 04-25 17:59
評論