Remanufacturing process improvement by image recognition methods. Application of the mechanical part

• Autorzy: Kos Mateusz

Identyfikatory

DOI

JoT2021_10

Warianty tytułu

PL

Poprawa procesu regeneracji poprzez metody rozpoznawania obrazu. Zastosowanie części mechanicznej

• Języki publikacji: EN

Abstrakty

EN

The paper describes the possibility of using, building, and implementing an image recognition system in a company performing remanufacturing processes. It is based on a thesis prepared with the help of Wabco Reman Solutions. The tests were conducted using one of the parts remanufactured by the company – a manifold. The research focuses on different variants of the obtained image recognition models in order to identify differences that may affect their effectiveness and possible application in real work conditions. The environment used to build the models is Jupyter Notebook, and convolutional neural networks were implemented.

PL

W artykule opisano możliwości wykorzystania, budowy i wdrożenia systemu rozpoznawania obrazu w firmie realizującej proces regeneracji. Artykuł powstał na podstawie pracy magisterskiej przygotowanej przy pomocy Wabco Reman Solutions. Przeprowadzone testy zostały wykonane na jednej z regenerowanych części w firmie - kolektorze. W badaniach skupiono się na różnych wariantach powstałych modeli rozpoznawania obrazów w celu dostrzeżenia różnic, które mogą wpłynąć na ich skuteczność i możliwość zastosowania w rzeczywistych warunkach pracy. Do budowy modeli, w których zaimplementowano konwolucyjne sieci neuronowe, wykorzystano środowisko Jupyter Notebook.

Słowa kluczowe

EN

remanufacturing; convolutional neural network; automation; improvement; image recognition

PL

regeneracja; konwolucyjne sieci neuronowe; automatyzacja; ulepszanie; rozpoznawanie obrazu

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Journal of TransLogistics
• Rocznik: 2021
• Tom: Vol. 7, nr 1
• Strony: 147--162
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Kos Mateusz

• Wroclaw University of Science and Technology

Bibliografia

• [1] TSANG MANG KIN S., ONG S.K., NEE A.Y.C, Remanufacturing Process Planing, "ScienceDirect", 2014, no. 15.
• [2] ANDREW-MUNOT M., IBRAHIM R.N., Remanufacturing process and its challenges, "Mechanical Engineering and Sciences", 2013, 488-495 .
• [3] ILGIN M.A., GUPTA S.M., Remanufacturing Modeling and Analysis, pub. CRC PRess, 2012, 5-8.
• [4] MUKHERJEE K., MONDAL S., Analysis of issues relating to remanufacturing technology – a case of Indian company, "Technology Analysis & Strategic Management", 2009.
• [5] Wabco Reman Solutions acceptance criteria sheet, Manifold.
• [6] LIANG M., HU X., Recurrent Convolutional Neural Network for Object Recognition, Tsinghua Univesity, China.
• [7] https://missinglink.ai/guides/convolutional-neural-networks/convolutional-neural-network-architecture-forging-pathways-future/ (access: 21.04.2020 r.)

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).