Digital Twin of Intelligent Small Surface Defect Detection with Cyber-Manufacturing Systems
論文下載地址:
ACM Transactions on Internet Technology(互聯(lián)網(wǎng)技術(shù)重要刊物,IF:3.790), CCF-B
隨著網(wǎng)絡(luò)物理系統(tǒng)的顯著技術(shù)發(fā)展,工業(yè)4.0已經(jīng)演變?yōu)橐粋€(gè)重要的概念,稱為數(shù)字孿生(DT)。然而,考慮到動(dòng)態(tài)變化難點(diǎn),仍然很難構(gòu)建孿生模擬和真實(shí)場景之間的關(guān)系,尤其是在處理具有高性能和計(jì)算資源要求的小型表面缺陷檢測任務(wù)時(shí)。在本文中,我們旨在構(gòu)建網(wǎng)絡(luò)物理系統(tǒng),以實(shí)現(xiàn)小型表面缺陷檢測任務(wù)的數(shù)字孿生解決方案。所提出的系統(tǒng)由邊緣云架構(gòu)和表面缺陷檢測算法組成??紤]到動(dòng)態(tài)特性和實(shí)時(shí)響應(yīng)要求,邊云架構(gòu)旨在通過高效收集、處理、分析和存儲(chǔ)工廠生產(chǎn)的數(shù)據(jù)來實(shí)現(xiàn)智能制造。然后構(gòu)建基于深度學(xué)習(xí)的算法,以基于多模態(tài)數(shù)據(jù)(即成像和深度數(shù)據(jù))檢測表面缺陷。實(shí)驗(yàn)表明,該算法可以在小型故障檢測任務(wù)中實(shí)現(xiàn)高精度和召回率,從而在網(wǎng)絡(luò)制造中構(gòu)建DT。