شناسایی فیچرهای ماشین کاری از تصویر قطعات مکانیکی با کمک تکنیک یادگیری عمیق

در تولید قطعات صنعتی، ماشین کاری از مهم ترین عملیاتی است که در حوزه ساخت قطعات مطرح است. تولید یک قطعه صنعتی در سه مرحله طراحی، طرح ریزی فرآیند و ساخت صورت می گیرد و در کلیه این مراحل، از کامپیوتر به عنوان یک ابزار قدرتمند، استفاده فراوانی شده است. در طرح ریزی فرآیند به کمک کامپیوتر، مرحله شناسایی فیچرهای ماشین کاری پیش نیاز و مقدمه مراحل بعدی می باشد. استخراج اطلاعات و شناسایی فیچرها از اطلاعات طراحی به کمک کامپیوتر با توجه به افزایش پیچیدگی قطعات، به صورت دایم بهبود یافته است لیکن تحقیق برای یافتن یک راه حل بهینه پایان ناپذیر است. طی چند دهه گذشته، برای استخراج و شناسایی فیچرهای ماشین کاری از اطلاعات فایل طراحی، روش های متعددی توسط محققین معرفی و به کارگیری شده است. در کلیه روش هایی که تاکنون توسط محققین معرفی و ارایه گردیده است، تعداد و نوع ویژگی ها به عنوان متغیرهای مستقل در الگوی شناسایی فیچرهای ماشین کاری، توسط طراح الگو و از داده های فایل طراحی قطعه استخراج می گردد. در این تحقیق ویژگی های مورد نیاز برای شناسایی فیچرهای ماشین کاری از مقادیر پیکسل های تصویر شکل فیچرها و توسط سامانه هوش مصنوعی و بصورت خودکار استخراج می گردد. سامانه هوش مصنوعی تولید شده برای شناسایی فیچرهای ماشین کاری در این تحقیق قادر است با مشاهده تصویر یک قطعه، کلیه اطلاعات مورد نیاز برای ماشین کاری از جمله نام، مختصات محل قرارگیری فیچر نسبت به قطعه و ابعاد مورد نیاز برای ماشین کاری قطعه را شناسایی نماید و اطلاعات فیچرهای موجود در تصویر ورودی به سامانه را در یک جدول ارایه دهد.