1211
1
0
2022-11-02 21:36:22
2022-11-02
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€重要的概念，稱為數(shù)字孿生（DT）。然而，考慮到動態(tài)變化難點，仍然很難構(gòu)建孿生模擬和真實場景之間的關(guān)系，尤其是在處理具有高性能和計算資源要求的小型表面缺陷檢測任務(wù)時。在本文中，我們旨在構(gòu)建網(wǎng)絡(luò)物理系統(tǒng)，以實現(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。考慮到動態(tài)特性和實時響應(yīng)要求，邊云架構(gòu)旨在通過高效收集、處理、分析和存儲工廠生產(chǎn)的數(shù)據(jù)來實現(xiàn)智能制造。然后構(gòu)建基于深度學習的算法，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。實驗表明，該算法可以在小型故障檢測任務(wù)中實現(xiàn)高精度和召回率，從而在網(wǎng)絡(luò)制造中構(gòu)建DT。
