دستگاههای مرتبسازی نوری، سنگ بنای اتوماسیون صنعتی مدرن، کنترل کیفیت را در کشاورزی، فرآوری مواد غذایی، بازیافت و موارد دیگر متحول کردهاند. توسعه آنها تقریباً یک قرن طول میکشد و ناشی از نوآوریهای تکنولوژیکی و تقاضای روزافزون برای کارایی و دقت است. بیایید این تاریخ جذاب را بررسی کنیم.
مفهوم مرتبسازی نوری خودکار در دهه ۱۹۳۰ پدیدار شد که ریشه در کشاورزی داشت. در سال ۱۹۳۲، شرکت مرتبسازی الکتریکی (که بعدها بخشی از میراث ساتاکه شد) اولین دستگاه مرتبسازی رنگ جهان را برای کشاورزان لوبیا در میشیگان تجاریسازی کرد و امکان جداسازی لوبیاهای تغییر رنگ داده را با استفاده از فیلترهای نوری اولیه فراهم کرد. تا سال ۱۹۳۷، بریتانیا اولین دستگاه خود را توسعه داد و ژاپن در سال ۱۹۶۶ این فناوری را به کار گرفت، جایی که برای کنترل کیفیت برنج به محوری تبدیل شد.
این سیستمهای اولیه متکی بودند به فتودیودها و لامپهای فلورسنت، وضوح و پایداری محدودی ارائه میدهند. با این حال، آنها زمینه را برای جایگزینی مرتبسازی دستی، به ویژه در بخشهای پرزحمت مانند فرآوری دانه قهوه، که در آن نقص رنگ برای کیفیت محصول حیاتی بود، فراهم کردند.
دهههای ۱۹۷۰ و ۱۹۸۰ نقطه عطفی بود. ساتاکه، یک رهبر ژاپنی، معرفی کرد حسگرهای دورنگ و دوربینهای CCD، افزایش تشخیص نقص در برنج و غلات. در همین حال، پیشرفتهایی در روشنایی ال ای دی و پردازندههای FPGA/DSP در دهه ۱۹۹۰، پایداری دستگاه بهبود یافت و تصویربرداری در مقیاس خاکستری امکانپذیر شد و «نسل دوم» مرتبسازها شکل گرفت.
تا دهه ۲۰۰۰، دوربینهای CCD RGB و فناوری CMOS به ماشینهای نسل سوم اجازه داد تا رنگ، شکل و اندازه را به طور همزمان تجزیه و تحلیل کنند. در این دوره، کاربردهای آن فراتر از کشاورزی، به بازیافت (مثلاً جداسازی فلزات و پلاستیک) و فرآوری مواد غذایی (مثلاً آجیل، ادویهجات) گسترش یافت. تصویربرداری فراطیفی نیز شروع به ظهور کرد و تجزیه و تحلیل ترکیب شیمیایی را امکانپذیر ساخت.
چین که در ابتدا به واردات از ژاپن و اروپا متکی بود، در دهه ۱۹۹۰ شروع به توسعه دستگاههای مرتبسازی رنگ داخلی کرد. پیشرفتهایی مانند MMS-24A (۱۹۹۴) و مرتبکنندههای دوطرفه دیجیتال (۲۰۰۰) انحصارهای خارجی را شکستند. تا سال ۲۰۲۱، تولیدکنندگان چینی ۷۰ درصد از بازار داخلی را در اختیار داشتند و از ... لنزهای CCD با وضوح بالا برای دستیابی به دقت تا 0.08 میلیمتر مربع. شرکتهایی مانند شرکت اپتوالکترونیک هفی مییا مدلهای پیشگام مبتنی بر هوش مصنوعی، با ادغام یادگیری عمیق برای تشخیص بافت و طبقهبندی نقص
نسل چهارم سورترها ترکیبی هستند هوش مصنوعی، پردازش GPU و تصویربرداری فراطیفیماشینها اکنون با استفاده از مدلهای یادگیری عمیق، تفاوتهای ظریف بافتی - مانند پوستههای ترکخورده بادامزمینی یا جنسیت خرچنگ - را تشخیص میدهند. برای مثال، Satake فناوری چند طول موجی MIR و بوهلر سورتکس سیستمها از حسگرهای RGB، UV و IR برای رفع نیازهای متنوع، از درجهبندی دانههای قهوه گرفته تا بازیافت پلاستیک، استفاده میکنند.
دوربینهای فراطیفی، با تقسیم نور به صدها باند، «اثر انگشت طیفی» منحصر به فردی برای مواد ایجاد میکنند و امکان مرتبسازی بر اساس خواص شیمیایی را فراهم میکنند - تحولی در ایمنی و بازیافت مواد غذایی
مرز بعدی شامل موارد زیر است ادغام چند طیفی و "کارخانههای هوشمند" مجهز به اینترنت اشیا، که در آن دادههای بلادرنگ، پارامترهای مرتبسازی را بهینه میکنند. پایداری نیز کلیدی است: مرتبسازهای نوری، ضایعات را در بازیافت کاهش میدهند و بازده محصول را بهبود میبخشند، که با اهداف جهانی خنثیسازی کربن همسو است.
از فیلترهای رنگی ابتدایی گرفته تا سیستمهای فراطیفی مبتنی بر هوش مصنوعی، مرتبسازی نوری با تضمین کیفیت، ایمنی و کارایی، صنایع را متحول کرده است. با تکامل فناوری، این ماشینها به تعریف مجدد اتوماسیون ادامه خواهند داد و ثابت میکنند که حتی کوچکترین نقص - یا پیکسل - میتواند تغییرات عظیمی را ایجاد کند.
برای مطالعه بیشتر، منابع را از [لینک] بررسی کنید. ساتاکه, گروه بوهلرو بینشهای آکادمیک در مورد پیشرفتهای ابرطیفی
Subscribe & Get More Information
لطفاً ادامه دهید، در خبر باشید، مشترک شوید، و ما از شما استقبال می کنیم تا نظر خود را به ما بگویید.
با ما تماس بگیرید : +8613655554449
کپی رایت
© 2025 Anhui Vsee Optoelectronic Technology Co., Ltd. تمامی حقوق محفوظ است.
نقشه سایت
| وبلاگ
| Xml
| سیاست حفظ حریم خصوصی
شبکه پشتیبانی می شود