神經網路視覺辨識應用於複合材料FRP之VARTM製程樹脂瞬時流速觀測
  • 領域:軟體及應用的開發與分析
  • 研發教師:羅光閔
  • 技術說明: 本研究係纖維強化塑膠(FRP)之真空輔助轉注成型製程(VARTM)的樹脂灌注情形,搭配電腦視覺AI深度學習來觀察樹脂流動之瞬時流速協助未來判斷滲透率、製成效率及相關參數製程品質。利用樹脂灌注(一維平板流動試驗)中所呈現的流動波前擷取輸入程式中,將影像轉為亮度訊號後,並設計一項快速標註辦法,使標註過程簡化。最後搭配遞迴神經網路(RNN)模型進行深度學習訓練,將最後得出之權重結果對平板流動進行瞬時流速的捕捉,結果顯示與傳統所得出的平均滲透速度不同,而是流動速度會隨著距離與壓力梯度變化而改變。
  • 創新特色: 過往VARTM樹脂灌注以數個量測點及最終平均時間取得流動穩態結果。本研究引進電腦視覺AI辨識技術及RNN,並且將幾乎所有人工過程全自動化,只需要少量的視覺監督學習實驗即可獲得相關瞬時流速,後續將持續投入VARTM的暫態響應及研究,以了解樹脂灌注FRP製程中每個灌注品質與良率,以減少未來人工監測成本。

瀏覽人次:2628