Nikkelikatodien lajittelu konenäköä hyödyntäen ja lajittelulinjaston esisuunnittelu

Erilaisia lajittelu- ja luokittelutehtäviä on paljon ja monella alalla. Usein lajittelua tehdään ma-nuaalisesti, mutta monessa paikassa on jo siirrytty konenäön avulla tehtäviin lajitteluihin. Manu-aalinen lajittelu voi olla epäjohdonmukaista, aikaa vievää ja pitkästyttävää työtä. Tämä työ on osa Ta...

Full description

Bibliographic Details
Main Author: Söderdahl, Daniel
Other Authors: Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences, Tampere University
Format: Master Thesis
Language:Finnish
Published: 2020
Subjects:
Online Access:https://trepo.tuni.fi/handle/10024/123597
Description
Summary:Erilaisia lajittelu- ja luokittelutehtäviä on paljon ja monella alalla. Usein lajittelua tehdään ma-nuaalisesti, mutta monessa paikassa on jo siirrytty konenäön avulla tehtäviin lajitteluihin. Manu-aalinen lajittelu voi olla epäjohdonmukaista, aikaa vievää ja pitkästyttävää työtä. Tämä työ on osa Tampereen yliopiston automaatiotekniikan diplomi-insinööritutkintoa ja sen toimeksiantaja on Norilsk Nickel Harjavalta Oy. Työn tarkoitus on selvittää, soveltuuko konenä-kö nikkelikatodien lajitteluun. Lisäksi työssä on esisuunniteltu tehtaalle mahdollisesti tulevaa la-jittelulinjastoa. Nikkelikatodien lajittelu tehdään tällä hetkellä manuaalisesti. Laitteistoa, jota lajittelussa käy-tetään, ei ole suunniteltu kyseiseen työhön. Tällä laitteistolla työ on riskialtista, sillä nikkelikato-dit saattavat tippua siirrettäessä. Automaattisella lajittelulla saataisiin vapautettua työvoimaa ja tehtyä lajittelusta turvallisempaa sekä johdonmukaisempaa. Työ jakaantuu kolmeen osaan. Teoriaosassa on käyty läpi konenäön menetelmiä, erityisesti konvoluutioneuroverkkoja. Kokeellisessa osassa konenäköä testattiin sekä kaupallisella ratkai-sulla, että avoimen lähdekoodin kirjastojen avulla tehdyillä ohjelmoinneilla. Viimeisessä osassa suunniteltiin mahdollista lajittelulinjastoa. Kaupallista ratkaisua testattiin niin, että nikkelikatodeja lajiteltiin manuaalisesti ja joka kato-dista otettiin kuva. Aluksi kuvia opetettiin mallille, jonka jälkeen malli osasi arvioida laatuja. Sa-moja kuvia käytettiin myös vertailuksi tehdyissä ohjelmoinneissa. Kaupallisella ratkaisulla lajitte-lun tarkkuudet olivat yli 90 % ja vertailuksi tehdyissä ohjelmoinneissakin päästiin parhaimmillaan 90 %. Konenäkö soveltuu siis nikkelikatodien lajitteluun hyvin. Parempia tuloksia olisi todennä-köisesti saatu, jos konenäkömallien parantamista ja datan keräämistä olisi jatkettu. Lajittelulinjaston suunnittelussa hahmoteltiin neljän erilaisen ratkaisun mallia. Suunnittelussa tärkeimpänä huomiona oli valaistuksen merkitys. Testien aikana valaistuksen muutokset ...