1. 项目背景与行业痛点
在化纤生产领域，产品质量检测一直是制约生产效率提升的关键瓶颈。传统的人工检测方式存在三个致命缺陷：首先，工人长时间目检会导致视觉疲劳，漏检率普遍超过15%；其次，不同质检员的标准难以统一，同一批次产品在不同班次可能出现5%-8%的判定差异；最重要的是，人工检测速度难以突破每分钟30米的产线速度限制，严重制约了高速纺丝设备的产能释放。
我们团队在某大型化纤企业实地调研时发现，其FDY生产线每天因人工抽检需要停机4-6次，每次停机重启造成的原料浪费就达200-300公斤。更棘手的是，某些微观缺陷（如0.1mm以下的毛丝、僵丝）在人工检测时根本难以发现，却会在后续织造工序造成断经、断纬等严重问题。
2. 系统架构设计
2.1 硬件选型方案
经过三个月的对比测试，我们最终确定了"线阵相机+环形光源"的硬件组合。选用Teledyne DALSA的Piranha4 8k线阵相机（行频70kHz）配合Schott Fiber-Lite环形光源，在1.2米幅宽的产线上可实现12μm/pixel的分辨率。这个配置的经济性体现在：
- 相比面阵相机方案节省60%硬件成本
- 通过精确的触发控制，在150m/min的线速度下仍能保证图像清晰度
- 环形光源的漫反射特性有效消除了化纤丝表面的镜面反光干扰
2.2 软件处理流水线
系统采用模块化设计，核心处理流程包括：
- 图像采集模块：通过Camera Link接口实时获取16bit灰度图像
- 预处理模块：采用自适应中值滤波消除随机噪声，配合基于Retinex理论的照度补偿算法
- 缺陷检测模块：创新性地融合了传统算法与深度学习：
- 传统算法：针对周期性纹理缺陷（如竹节丝）采用Gabor滤波器组检测
- 深度学习：使用改进的YOLOv4-tiny模型检测随机性缺陷（如污渍、毛丝）
- 分类决策模块：构建三级质量判定体系，将缺陷分为Critical/Major/Minor三个等级
3. 关键技术突破
3.1 动态ROI提取算法
针对化纤丝束的飘动问题，我们开发了基于运动估计的ROI跟踪算法。该算法通过以下步骤实现稳定检测：
- 在首帧图像中通过边缘检测确定丝束位置
- 使用LK光流法预测下一帧的位移矢量
- 结合Kalman滤波消除预测抖动
- 动态调整检测区域，补偿±15mm的位置波动
实测表明，该算法将误检率从传统方法的8.3%降至1.7%，同时处理耗时控制在3ms/帧以内。
3.2 多尺度特征融合网络
针对化纤缺陷的尺度多样性（从50μm的毛丝到5mm的僵块），我们改进了特征金字塔结构：
- 在Backbone末端增加SPP模块提取多尺度特征
- 设计跨层特征融合路径，将低层纹理信息与高层语义信息结合
- 引入注意力机制动态加权不同尺度特征
在10万张样本的测试集上，该网络对微小缺陷的检出率提升27%，达到98.6%的mAP。
4. 系统部署与优化
4.1 实时性保障措施
为满足产线实时性要求，我们采取了三重优化：
- 硬件层面：使用NVIDIA Jetson AGX Xavier部署模型，利用TensorRT加速
- 算法层面：对YOLOv4-tiny进行通道剪枝，模型大小从23MB压缩到9.8MB
- 系统层面：采用双缓冲机制，确保图像采集与处理并行进行
最终系统在150m/min线速下，平均处理延迟控制在35ms以内，完全满足实时检测需求。
4.2 产线适配方案
考虑到不同产线的工艺差异，系统设计了灵活的配置接口：
- 可调整的参数包括：检测灵敏度、缺陷分类阈值、报警触发条件等
- 支持通过OPC UA接口与MES系统对接，实现质量数据追溯
- 提供可视化看板，实时显示缺陷分布热力图和质量趋势曲线
在某FDY产线的实测数据显示，系统上线后：
- 产品A级率从92.3%提升到97.8%
- 因质量问题的客户投诉下降64%
- 质检人工成本降低75%
5. 典型问题解决方案
5.1 反光干扰处理
化纤丝表面的油剂反光是常见干扰源，我们通过多角度偏振成像解决：
- 在环形光源外加装0°、45°、90°三个方向的偏振片
- 对三组图像进行加权融合
- 使用基于物理的光照模型还原真实表面状态
该方法将反光导致的误报从每小时15-20次降至1-2次。
5.2 细小毛丝检测
对于直径小于0.05mm的毛丝，常规方法检出率不足70%。我们的改进方案：
- 开发专用光学系统，采用405nm紫外光源激发荧光
- 设计U-Net++网络进行像素级分割
- 后处理时应用形态学滤波消除噪声
最终对0.03-0.05mm毛丝的检出率达到93.5%，远超行业平均水平。
6. 系统扩展方向
当前系统已实现的功能包括：
- 7类常见缺陷的自动识别
- 每分钟150米线速下的实时检测
- 与ERP系统的数据对接
未来可扩展的方向：
- 增加更多缺陷类型的检测能力
- 开发基于深度学习的工艺参数优化建议模块
- 探索5G+边缘计算在分布式检测中的应用
在实际部署中我们发现，系统的最大价值不仅在于替代人工检测，更在于通过持续的质量数据积累，帮助企业发现工艺改进的机会点。例如某客户通过分析系统提供的缺陷分布规律，调整了纺丝箱温度曲线，使产品CV值降低了0.8个百分点。