周 林

针对印染行业高温高湿工况下人工质检滞后、质量追溯难的问题，提出基于AI视觉的智慧现场管控系统。通过改进YOLOv5s算法（参数量4.3 M，推理速度42 FPS）实现色差、油污等缺陷实时检测，结合多源数据融合机制构建端到端监控架构。在某纺织企业部署后，缺陷漏检率降至0.3%，色差ΔE≤1.0布卷占比提升至97.6%，质检节拍缩短至15 s/卷，综合能耗降低3.1%。

AI视觉；印染管控；实时检测；边缘计算；质量控制

[1] 张晨,高盛华,王朔,黄国杰.基于计算机视觉的化工安监系统[J].计算机应用与软件,2025,42(05):72-77+163. [2] 董明,陈刚.基于智能视频检测技术的造纸现场监测系统研究[J].造纸科学与技术,2025,44(11):91-93. [3] 宋杰,朱建晓,郑明杰,包建东.基于 PLC 和机器视觉的智能涂装检测系统[J].工业仪表与自动化装置,2025,(05):18-23. [4] 叶方琪.AI 赋能探索电镀企业涉有限空间安全管理新模式[J].劳动保护,2025,(12):88-89. [5] 刘靖伟.工业互联网与智能化在浆纸行业的应用经验分享与发展趋势[J].中华纸业,2025,46(06):42-45. [6] 陈曲,艾涛,刘杰,刘骏,唐子红,刘诗培,邓浩,李林峰.基于 AForge 框架的光纤无色监控系统的开发及应用[J].现代传输,2024,(02):71-75. [7] 朱浩,韦帅.基于边云协同的纺织工业云平台设计及实现[J].针织工业,2024,(06):46-50.

点击下载PDF