SolVisionFallstudie

Fehlererkennung bei gewebten Stoffen mit KI

Kunde

Der Kunde ist ein bedeutender Textilhersteller, der eine Vielzahl von Stoffen produziert und große Bekleidungsmarken beliefert.

Fall

Fehlererkennung bei gefärbten Textilien

Die Textilproduktion umfasst eine Reihe präziser Schritte. Sie beginnt mit der Sortierung von Fasern nach Farbe, gefolgt von Spinnen, Dehnen und Verdrillen, um gleichmäßige Garne zu erzeugen. Diese Garne werden gefärbt, bedruckt und gewebt, um hochwertige Stoffe für verschiedene Anwendungen herzustellen.

Silk fabric with red stripes. Abstract silk tones in ruby tones. Vintage pattern on the fabric. Background texture, decorative ornament

Herausforderung

Einschränkungen traditioneller AOI-Inspektionen

Gefärbte Textilien, bekannt für ihre vielfältigen Farben und komplexen Designs, stellen einzigartige Herausforderungen bei der Fehlererkennung dar. Häufige Probleme wie kleine Flecken, feine Linien oder subtile Farbvariationen weisen keine klaren Muster auf, was die genaue Identifizierung mit traditionellen automatisierten optischen Inspektionssystemen (AOI) erschwert. Diese Systeme können Schwierigkeiten mit der Variabilität von Farben und Mustern haben, was zu falschen Positiven führen kann, bei denen normale Texturen fälschlicherweise als Fehler markiert oder subtile Anomalien übersehen werden. Diese Komplexität erschwert die Qualitätskontrollmaßnahmen und kann die betriebliche Effizienz sowie die Produktintegrität beeinträchtigen.

Lösung

SolVision für verbesserte Fehlererkennung

SolVision bietet eine fortschrittliche Lösung zur Fehlererkennung in gewebten Stoffen, die traditionelle AOI-Methoden übertrifft. Das Instanz-Segmentierungs-KI-Tool von SolVision ermöglicht eine schnelle und genaue Identifizierung von Fehlern in gewebten Stofftexturen. Das KI-Modell wird darauf trainiert, kleinere, unregelmäßige und komplexe Fehler zu erkennen, wodurch eine schnelle und präzise Qualitätskontrolle in der Textilproduktion gewährleistet wird. SolVision verbessert die Produktionsqualität, indem es die Rückverfolgbarkeit von Fehlern und Prozessoptimierungen ermöglicht und somit die Abläufe in der Textilindustrie optimiert.

Fehlererkennung bei gewebten Stoffen

green and red colored woven fabric defects detected by AI

Ergebnis

Verbesserte Produktionsqualität und Effizienz durch präzise Fehlererkennung
Alle Fehlertypen, einschließlich komplexer Anomalien, wurden genau erkannt
Optimierte Inspektion mit schneller KI-Modellschulung