재활용 선별 공장의 주 컨베이어 벨트에서 심각한 폐쇄 사고가 발생했습니다. 이 사고로 생산이 8시간 동안 중단되었습니다. 초기 분석은 기계적 오류를 가리켰지만, 센서 로그에서 이전의 이상 징후가 드러났습니다. 막힘 직전에 초분광 카메라가 무거운 폴리머를 구별하는 능력을 상실했습니다. 엔지니어링 팀은 금속화 플라스틱의 정반사가 광학적 사각지대를 생성하여 머신 비전 시스템을 마비시켰을 것으로 의심하고 있습니다.
분석 파이프라인: Pix4D에서 MATLAB까지 사각지대 탐지 🛠️
가설을 검증하기 위해 가상 환경에서 오류 현장을 재구성했습니다. 먼저 Pix4D를 사용하여 컨베이어 벨트와 운송 중인 자재의 고해상도 3D 모델을 생성하여 금속화 폐기물의 정확한 형상을 포착했습니다. 그런 다음 CloudCompare가 포인트 클라우드를 처리하여 반사율이 비정상적인 표면을 식별했습니다. 중요한 단계는 MATLAB에서 발생했으며, 초분광 카메라에서 물체까지의 광선 경로를 시뮬레이션했습니다. 스크립트는 입사각과 반사각을 계산하여 금속화 포장재 배치가 무거운 자재 선별 구역 바로 위의 센서 픽셀을 포화시키는 확산광 원뿔을 생성한다는 것을 밝혀냈습니다.
Unity 산업 시뮬레이션을 위한 교훈 🎯
Unity 시뮬레이션을 통해 실시간으로 오류를 재현할 수 있었습니다. MATLAB의 반사율 데이터를 가져와 재질의 셰이더를 조정하여 실제 광학적 동작을 복제했습니다. 결론은 명확했습니다. 분류 알고리즘은 정반사 광도 피크를 무시하는 동적 임계값 전처리가 필요합니다. 이 사례는 3D 시뮬레이션이 기계적 오류뿐만 아니라 복잡한 감각 오류도 예측하여 계획되지 않은 생산 중단으로 인한 막대한 비용을 절감할 수 있음을 보여줍니다.
자동화된 재활용 컨베이어 벨트의 심각한 광학 오류로부터 미래의 선별 공장 폐쇄를 방지하기 위해 센서 통합 및 예측 시뮬레이션 알고리즘에 대한 어떤 핵심 교훈을 얻을 수 있습니까?
(추신: Foro3D에서는 컴퓨터가 한계에 도달할 때까지 폴리곤을 최적화하듯 경로를 최적화합니다.)