Tekstil və lif istehsalçıları süni intellekti keçmişdə əl ilə aparılan keyfiyyət nəzarətindən uzaqlaşmaq və davamlı, avtomatlaşdırılmış keyfiyyət təminatına keçmək üçün tətbiq edir. Bəzi hallarda isə real vaxt rejimində istifadə edirlər.

Ənənəvi parça yoxlanışı adətən insan operatorlarının yoxlama masalarında rulonları gözdən keçirməsinə əsaslanırdı və bu proses göz yorğunluğu ilə yüksək xətt sürətinə görə qüsurların yalnız 60-70 faizini aşkar edirdi. Lakin rəqəmsal əkizlər və süni intellekt görmə sistemləri yüksək qətnaməli video axınlarını birbaşa istehsal xəttində emal edərək qüsurların təxminən 100 faizini aşkarlayır.

Bu alətlər bir neçə şəkildə istifadə olunur. Məsələn, süni intellekt modelləri hər bir mümkün qüsuru – deşik, yağ ləkəsi, qırılmış sap kimi – tanımaq yerinə artıq “yaxşı” parçanın əsas görünüşünü öyrənir. Hər hansı bir sapma olduqda – mürəkkəb naxışlarda və ya toxuma strukturlarında belə – sistem dərhal xəbərdarlıq verir.

İplik və lif izlənməsində yüksək sürətli optik sensorlar ipliyin diametri, kütlə dəyişkənliyi, tüklülük və nepsləri dəqiqələr ərzində minlərlə metr boyunca təhlil edir. Bu, aşağı axın toxuma qırılmalarının qarşısını alır. Bu texnologiya rəng və çap ardıcıllığını təmin etmək üçün də istifadə olunur. Spektral görüntüləmə və görmə sistemləri parçanın rulonunun tam eni boyunca ton fərqliliklərini və çap qeydini real vaxtda izləyir, partiyadan partiyaya rəng vahidliyini təmin edir.

Daha sonra rəqəmsal əkizlər və real vaxt tənzimləmələri gəlir. Tekstildə rəqəmsal əkizlər əsasən iki kateqoriyaya ayrılır. Birincisi proses və avadanlıqlardır – IIoT sensorları tərəfindən məlumat toplayan iplik toxuyan çərçivələr, toxuma aparatları və boya maşınlarının virtual surətləri. Bu sistemlər iplik gərginliyi, rulo sürəti, temperatur və kimyəvi maddə konsentrasiyalarını izləyərək fiziki qüsurlar yaranmamışdan əvvəl keyfiyyət sapmasını proqnozlaşdırır.

İkincisi isə “material rəqəmsal əkizləridir”. Bu, parçanın yüksək qətnaməli 3D virtual təsvirini ehtiva edir və çəki, bükülmə, toxuma strukturu və mexaniki dartılma kimi xüsusiyyətləri əhatə edir. Bu vasitə istehsalçılara liflərin qarışma qaydasını və tikinti dəyişikliklərinin təsirini tam istehsal başlamazdan əvvəl simulyasiya etməyə imkan verir.

Real vaxt tənzimləmələri fabrikin özündə müstəqil dəyişiklik aparmaq üçün müxtəlif texnologiyalardan istifadə edir. Toxuculuq və örmə avadanlıqlarında AI kameraları qırılmış iynə və ya təkrarlanan itkin tikiş kimi davamlı qüsurları aşkar edir və dərhal toxuyucu aparatın dayandırılması üçün millisaniyələr ərzində siqnal göndərir. Bu, yüzlərlə metr zərərli materialın israfının qarşısını alır.

80 milyard dollarlıq qlobal tekstil ipliyi bazarında bu səviyyədə dəqiqlik və effektivlik sürətlə toplanaraq satış və gəlirlərin artmasına yardım edə bilər.

Tekstil sənayesində şirkətlər istehsal effektivliyini və məhsuldarlığı artırmaq üçün müxtəlif həllər təqdim edir. "Siemens" rəqəmsal əkizlər texnologiyasını təqdim etməklə yanaşı, kod yaratmaq və nasazlıqları diaqnostika etmək bacarığı olan “sənaye köməkçisi”ni təklif edir. Şirkət həmçinin təmir, proqnoz və optimallaşdırmanı əhatə edən “Senseye Predictive Maintenance” adlı süni intellekt əsaslı xidmət təqdim edir.

"Style3D" parçaların fiziki davranışını, bükülməsini və mexaniki gərilməsini istehsal öncəsi və proses zamanı simulyasiya edən fizika əsaslı rəqəmsal əkizlər yaradır. 3D simulyasiya ilə süni intellektin birləşməsi fiziki nümunələrin hazırlanmasını və material israfını azaldır. Bu həmçinin dizayn dövrünü həftələrə yox, saatlara endirir.

"Smarter.ai" örmə və toxunmuş parçaların yoxlanışına diqqət verir. Süni intellekt avadanlığı və kameralar dairəvi örmə maşınlarına quraşdırılır, qüsurları aşkar edib istehsal xəttini dayandırır. İplik və lif keyfiyyətinə nəzarətdə isə "Uster Technologies" iplik parametrlərinin optimallaşdırılması və qüsur təsnifatı üçün süni intellektdən istifadə edən bir neçə xətt üzrə proses nəzarəti təqdim edir. Şirkətin keyfiyyət idarəetmə platforması da mövcuddur.

"Cognex" mürəkkəb toxuma qüsurlarını aşkar etmək və naxışları təsdiqləmək üçün əvvəlcədən öyrədilmiş AI alqoritmləri ilə tam maşın görmə sistemləri təqdim edir. Şirkətin barkod skanerləri və yoxlayıcıları da vardır. "Keyence" isə düz iplik sayının ölçülməsi, struktur qüsurlarının aşkarlanması və real vaxtda rəng uyğunlaşdırılması üçün müxtəlif görüntü sensorları və maşın görmə sistemləri təklif edir.

Pərakəndə satışçılar və markaların texnologiyanı mənimsəməsinə kömək üçün "AWS" (Amazon Web Services) rəqəmsal əkizlərin tətbiqi və faydaları ilə bağlı bələdçi hazırlayıb.

Bələdçi avadanlığın və istehsal planının performansının yaxşılaşdırılması ilə bağlıdır. Orada bildirilib: “Problemlər yarandıqca dərhal həll edilə bilər, sistemlər maksimum səviyyədə işləyir və dayanma vaxtı azalır”. Texnologiyanın qabaqcadan proqnoz vermə qabiliyyəti də vurğulanır. "Rəqəmsal əkizlər minlərlə avadanlıqdan ibarət olsa belə, istehsal zavodu, ticarət binası və ya obyektin tam vizual və rəqəmsal görünüşünü təqdim edə bilər. Ağıllı sensorlar hər komponentin çıxışını izləyir, yaranan problemləri və qüsurları qeyd edir. Avadanlıq tam sıradan çıxana qədər gözləmək əvəzinə, problemlərin ilk əlamətində tədbir görülə bilər.”

Digər üstünlüklər arasında uzaqdan izləmə və sürətlənmiş istehsal müddəti də var. Elmi “Digital Twin” jurnalında Erik Fernando və digər müəlliflər "Digital Twin-də süni intellektin araşdırılması: tendensiyalar, çağırışlar, faydalar və töhfələr" adlı hesabat dərc ediblər. Hesabat texnologiyanı və onun iş dünyasında təsirini açıqlayır, süni intellektlə birlikdə bu texnologiyanın necə dəyişdirici olduğunu vurğulayır.

"Süni intellektin rəqəmsal əkizlərə inteqrasiyası onların ənənəvi funksionallığını genişləndirib, daha dəqiq qabaqcadan təmir, avtomatlaşdırılmış qərarvermə və sistem şəraitində dinamik uyğunlaşmanı mümkün edib,” Fernando yazır. “Son tədqiqatlarda möhkəmləndirici öyrənmə və məlumat yönümlü modelləşdirmə kimi süni intellekt metodlarından istifadə edilərək mürəkkəb və dinamik sənaye mühitlərində rəqəmsal əkiz texnologiyasının cavabdehlik və etibarlılığı artırılıb.”

Lakin risklər də mövcuddur. Hesabatda bildirilib: “Heterogen məlumat idarəçiliyi, süni intellekt modelinin genişləndirilməsi, məlumat təhlükəsizliyi və məxfilik kimi mühüm çağırışlar hələ də qalır və rəqəmsal əkizlərdə süni intellektin tətbiqini optimallaşdırmaq üçün həll edilməlidir.”