ပြန်.
Jiglabs နှင့် ကမ္ဘာတစ်ဝှမ်း သဘောတူညီချက်

SANOVO TECHNOLOGY GROUP အက်ကြောင်းထောက်လှမ်းမှုစနစ်များတွင် အနာဂတ်တွင် အကောင်အထည်ဖော်ရန်အတွက် ဉာဏ်ရည်တုကိုအသုံးပြု၍ optical-based computer vision system ကို ထပ်မံတီထွင်ရန်အတွက် JigLabs နှင့် ကမ္ဘာတစ်ဝှမ်း သီးသန့်လိုင်စင်သဘောတူညီချက်ကို လက်မှတ်ရေးထိုးခဲ့သည်။

နှစ်ပေါင်းများစွာကြာအောင် အလိုအလျောက် ကြက်ဥအက်ကွဲကြောင်း ထောက်လှမ်းမှုကို အသံပိုင်းဆိုင်ရာ တိုင်းတာမှုများအပေါ် အခြေခံထားသည်။ ကြက်ဥကိုရိုက်သည့် အာရုံခံကိရိယာများ သို့မဟုတ် သေးငယ်သော တူတူများဖြင့် ကြက်ဥခွံကို တုန်ခါမှုဖြစ်စေပြီး အာရုံခံကိရိယာသို့ လွှဲပြောင်းပေးသည့် ဥခွံ၏တုန်ခါမှုကို ဖန်တီးသည်။ ဤအာရုံခံကိရိယာသည် တုန်ခါမှုကို လျှပ်စစ်အချက်ပြမှုအဖြစ် ပြောင်းလဲကာ ကြက်ဥအက်ကြောင်းများကို ခွဲခြမ်းစိတ်ဖြာကာ ထောက်လှမ်းသည်။

အသံအခြေခံစနစ်များ crack detection တွင် သာမာန်နှင့် စံနှုန်းများဖြစ်သည်။ သို့သော်လည်း အဆိုပါနည်းလမ်းများသည် ကြက်ဥများသည် အာရုံခံကိရိယာများ/တူများနှင့် ထိတွေ့မှုရှိရန် လိုအပ်သည်။ ဥခွံအပေါ် စက်ပိုင်းဆိုင်ရာ ဖိစီးမှုကို ဖော်ထုတ်ပေးရုံသာမက ကြက်ဥတစ်လုံးမှ နောက်တစ်လုံးသို့ ကူးဆက်ညစ်ညမ်းမှုအန္တရာယ်ကိုလည်း တိုးလာစေပါသည်။

အသံအခြေခံအက်ကွဲထောက်လှမ်းစနစ်များ၊ အထူးသဖြင့် ရွေ့လျားတူတူများဖြင့် လုံခြုံပြီး လွယ်ကူသော သန့်ရှင်းရေးအတွက် အစားအစာအဆင့် ထိတွေ့မှုအတွက် ဒီဇိုင်းထုတ်ထားခြင်းမရှိပါ။ ၎င်းတို့သည် စစ်ဆေးရန်အတွက် လက်ဖြင့် သန့်ရှင်းရေး ပြုလုပ်ရန် လိုအပ်ပြီး ရံဖန်ရံခါ စစ်ဆေးရန် လိုအပ်ပါသည်။ ပိုမိုသန့်ရှင်းသော ဒီဇိုင်းဖြေရှင်းချက်တစ်ခုမှာ ဥများသည် ပုံသေအာရုံခံကိရိယာများကို မကြာခဏထိမှန်သည့်စနစ်များဖြစ်ပြီး၊ အဆိုပါအာရုံခံကိရိယာများကို သန့်ရှင်းရေးပြုလုပ်ခြင်းသည် အလိုအလျောက် CIP (သန့်ရှင်းသည့်နေရာ) မှတစ်ဆင့် အလုံးစုံစနစ်၏အစိတ်အပိုင်းတစ်ခုအဖြစ် ဒီဇိုင်းထုတ်ထားသည်။ မည်သို့ပင်ဆိုစေကာမူ၊ ကြက်ဥနှင့် အာရုံခံကိရိယာကြားတွင် ထိတွေ့ထိတွေ့မှုသည် ညစ်ညမ်းမှုအန္တရာယ်ဖြစ်နိုင်ချေရှိသေးသည်။

အစားအစာ ဘေးကင်းရေး စိုးရိမ်မှုများ တိုးလာသဖြင့် ဤဧရိယာသည် ဆန်းသစ်သော အက်ကွဲရှာဖွေခြင်း ဖြေရှင်းနည်းများကို တောင်းဆိုနေသည်။ ထို့ကြောင့်၊ SANOVO US နှင့် Europe တို့မှ တည်ထောင်သူများနှင့် ဆော့ဖ်ဝဲလ်ဖွံ့ဖြိုးတိုးတက်ရေးကုမ္ပဏီ JigLabs တို့နှင့် သဘောတူညီချက်တစ်ခု လက်မှတ်ရေးထိုးခဲ့ကြောင်း ဂုဏ်ယူဝမ်းမြောက်စွာ ကြေညာနိုင်ပါသည်။ JigLabs သည် ကြက်ဥတစ်လုံးအတွင်း အက်ကြောင်းများနှင့် ယိုစိမ့်မှုများကို သိရှိနိုင်ရန် ဥာဏ်ရည်တုအတွက် နက်နဲသောသင်ယူမှုကို အသုံးပြုသည့် အလင်းအခြေခံကွန်ပျူတာအမြင်အာရုံစနစ်ကို ပံ့ပိုးပေးပါသည်။

Jan Holm Holst၊ R&D ဒါရိုက်တာမှာ SANOVO:
“ဥအက်ကွဲကြောင်းများ အထူးသဖြင့် ဆံပင်စည်းအက်ကွဲကြောင်းများကို နှစ်ပေါင်းများစွာ စမ်းကြည့်ခဲ့ပြီး ၎င်းအတွက် မူပိုင်ခွင့်များစွာကို လျှောက်ထားခဲ့သော်လည်း အောင်မြင်သော လည်ပတ်မှုစနစ်ကို တစ်ခါမျှ မရရှိခဲ့ပါ။ ထို့ကြောင့်၊ ပိုမိုအဆင့်မြင့်သော အပလီကေးရှင်းများတွင် ကွန်ပျူတာအမြင်နည်းပညာကို အသုံးပြုမှု တိုးလာသော်လည်း၊ sonic-based crack detection စနစ်များသည် စျေးကွက်တွင် ရှိနေခဲ့သည်။ အသစ်နှင့် အထူးဒီဇိုင်းထုတ်ထားသော အာရုံကြောကွန်ရက် အယ်လဂိုရီသမ် သည် အဆင့်မြင့်၊ အလွန်စွမ်းဆောင်ရည်မြင့်သော ဟာ့ဒ်ဝဲတွင် ထည့်သွင်းထားသော၊ ကြက်ဥအက်ကြောင်းရှာဖွေခြင်း၏ အနာဂတ်ကို တော်လှန်ပြောင်းလဲစေခဲ့သည်၊ အချိန်တန်လျှင် ဤနည်းပညာကို ကျွန်ုပ်တို့ မြင်တွေ့ရမည်မှာ သေချာပါသည်။ ယနေ့အသုံးပြုနေသော ခေတ်ဟောင်း sonic အခြေခံစနစ်များ အားလုံးအပေါ်။"

အခုအချိန်အထိတော့ US မှာ ကြက်ဥအဖြူနဲ့ ပတ်သက်ပြီး စမ်းသပ်မှုတွေ လုပ်ခဲ့ပါတယ်။ စမ်းသပ်သည့်ဆိုဒ်သည် အသစ်အသစ်ဖြင့် ချက်ခြင်းတိုးတက်မှုများကို မြင်တွေ့ခဲ့ရသည်။ SANOVO နက်ရှိုင်းစွာ သင်ယူမှုအခြေခံထားသော ကွန်ပျူတာအမြင်အာရုံခံစနစ်သည် ၎င်းတို့၏ရှိပြီးသား crack detectors အဟောင်းများကို ပိတ်ပစ်ရန် ဆုံးဖြတ်ခဲ့သည်။

  • စက်ပိုင်းဆိုင်ရာ ရွေ့လျားနေသော အစိတ်အပိုင်းများကို ဖယ်ရှားပြီး အာရုံခံကိရိယာများအပေါ် ထိခိုက်မှု/ညစ်ညမ်းမှု မရှိခြင်းကြောင့် ပိုမိုတည်ငြိမ်သော ထောက်လှမ်းမှုရလဒ်များကို ရရှိနိုင်သည်။
  • အမြင်အာရုံစနစ်သည် ခေတ်မီကင်မရာနည်းပညာကို အခြေခံထားသောကြောင့် ဥများကို လင်းထိန်စေရန် အလင်းရင်းမြစ်များသည် LED အခြေခံဖြစ်သောကြောင့် ပြုပြင်ထိန်းသိမ်းမှု အခမဲ့နီးပါးဖြစ်သည်။

Jan-Willem Pennings၊ R&D မှာ Manager ကို SANOVO:
“ကျွန်တော် ဒီသဘောတရားကို မိတ်ဆက်လိုက်တဲ့အခါ၊ ဒီလိုစနစ်ရဲ့ ပိုင်ရှင်/အော်ပရေတာအတွက် အလားအလာရှိတဲ့ အကျိုးကျေးဇူးတွေအားလုံးကို ကျွန်တော်တွေ့ခဲ့ရပါတယ်။ crack detection concept သည် စျေးကွက်တွင်ရရှိနိုင်သော sonic စနစ်များနှင့် နှိုင်းယှဉ်ပါက လုံးဝအဆက်အသွယ်မရှိသော ဒီဇိုင်းဖြစ်ပါသည်။ ဆိုလိုသည်မှာ နောက်ဆုံးထုတ်ကုန်အတွက် နောက်ထပ်ပျက်စီးနိုင်ချေမရှိဟု ဆိုလိုသည်။ စနစ်သည် ဥပမာ- လက်ဆွဲကိရိယာများ သို့မဟုတ် သယ်ဆောင်သည့် မျက်နှာပြင်ကို အပြောင်းအလဲဖြစ်စေသည့် အပိုလွှဲပြောင်းမှုများကို အလိုမရှိပေ။ နောက်တဖန်၊ ဥလွှဲပြောင်းခြင်းမှတဆင့်ပျက်စီးဆုံးရှုံးမှုလျော့နည်း။ စနစ်သည် တည်ငြိမ်သောကြောင့် ရွေ့လျားသောအစိတ်အပိုင်းများမရှိသဖြင့် ပြုပြင်ထိန်းသိမ်းမှုနည်းပါးပြီး ကျွန်ုပ်တို့၏ဖောက်သည်များအတွက် နောက်ဆုံးတွင် လည်ပတ်မှုကုန်ကျစရိတ်ကို ဖြစ်ပေါ်စေပါသည်။ ထို့အပြင်၊ sonic စနစ်များကဲ့သို့ ကြက်ဥအရွယ်အစားနှင့် ပတ်သက်၍ နောက်ထပ် ချိန်ညှိမှုများ မလိုအပ်ပါ။ ပထမစမ်းသပ်မှုရလဒ်များသည် တိကျမှုနှင့် စွမ်းဆောင်ရည်နှစ်မျိုးလုံးတွင် ကောင်းမွန်သောကတိများပြသသည်ကို မြင်တွေ့ရသည့်အတွက် ဝမ်းမြောက်မိပြီး ကျွန်ုပ်တို့၏ဖောက်သည်များအတွက် crack detection ကို တော်လှန်ပြောင်းလဲရန်အတွက် စျေးကွက်သို့ပို့ဆောင်ရန် ၎င်းအား စျေးကွက်သို့ပို့ဆောင်ရန် မစောင့်နိုင်တော့ပါ။"

ဤတီထွင်ဆန်းသစ်မှုကို ကြက်ဥအမျိုးအစားအားလုံးကို ထောက်လှမ်းရန်အတွက် အသုံးပြုနိုင်သည့် အဖြေတစ်ခုအဖြစ် ပြောင်းလဲရန်၊ SANOVO နှင့် JigLabs သည် လက်ရှိတွင် စနစ်ပေါင်းစည်းမှုများနှင့် နည်းပညာကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်နေပါသည်။ အနာဂတ်အတွက် မြင့်မားသောမျှော်လင့်ချက်များနှင့် စိတ်လှုပ်ရှားမှုများဖြင့်၊ ကျွန်ုပ်တို့သည် ကမ္ဘာတစ်ဝှမ်းလုံးရှိ ကြက်ဥအတန်းခွဲများတွင် အက်ကွဲကြောင်းသိရှိမှုကို တော်လှန်ပြောင်းလဲရန် စောင့်မျှော်နေပါသည်။

 

Jan Holm Holst
R&D ဒါရိုက်တာ၊ ဒုဥက္ကဌ

Jan-Willem Pennings
R&D မန်နေဂျာ