Från manuell inspektion till AI-detektion – SingTown Technology gör att instrument kan "läsa sina egna visare

Under driften av industriell utrustning används mekaniska mätare som lufttrycksmätare och vattentrycksmätare i stor utsträckning för att övervaka systemets tryckstatus.

Emellertid är manuell inspektion inte bara tidskrävande och felbenägen utan också svår att uppnå kontinuerlig övervakning.

För att förbättra utrustningens säkerhet och hanteringseffektivitet har instrumenttillverkningsföretag infört SingTowns OpenMV intelligenta kamerateknik för igenkänning, som använder AI-maskinseende och bildigenkänningsalgoritmer för automatisk identifiering och analys av mätarvisare.

Systemet kan i realtid avgöra om manometerns visare befinner sig inom det säkra (gröna) området, vilket möjliggör automatisk detektering, avvikelsevarningar och fjärrövervakning. Det tillämpas i stor utsträckning inom scenarier såsom industriella tryckkärlor, luftkompressorer och vattenbehandlingssystem.

Instrument- och mätartillverkningsföretag har etablerat ett system för att känna igen urtavlor baserat på SingTown Technologys OpenMV intelligenta kamerigenkänningsteknik, vilket uppnår automatisk detektering och larmåterkoppling för tryckmätarnas visarstatus.

Kameran är placerad direkt framför instrumentet och fångar realtidsbilder av manometern. Genom att använda datorseende och bildigenkänningsteknik upptäcker den automatiskt visarens vinkel och fördelningen av urtavlan.

Systemet använder färgsegmentering, kantdetektering och Hough-cirkeldetekteringsalgoritmen för att extrahera mitten av urtavlan, positionen för skalringen och pekaren. Det använder sedan en vinkelberäkningsmodul för att avgöra om pekaren pekar på den gröna säkerhetszonen.

När pekaren upptäcks falla inom den röda eller gula zonen, sänder OpenMV-modulen omedelbart ut en hög signal eller skickar en avvikelseflagga via seriell port, vilket möjliggör automatisk larmning eller sammankopplad avstängning.

AI-algoritmer kan genomföra riktad automatisk inlärning baserat på faktiska förhållanden för att anpassa sig till färgscheman och pekarformar hos olika instrumentmodeller, samt komplexa miljöer som varierande belysning, vinklar och reflektioner.

All igenkänning och bedömning sker lokalt på kameran, vilket eliminerar behovet av externa datorer. Edge AI möjliggör realtidsigenkänning av status och kontrollfeedback.

Genom denna lösning har företagen övergått från manuella inspektioner till AI-baserad visuell automatiserad övervakning, vilket avsevärt har förbättrat utrustningens säkerhet och övervakningseffektivitet.