一、所属领域
1.所属领域：先进制造/自动化检测
2.应用对象：膜材料生产厂商、质量控制部门、科研机构等
二、项目介绍
1.痛点问题
1) 膜材料在生产过程中易出现针孔、裂纹、厚度不均等缺陷，影响产品性能和使用寿命。
2) 传统检测方法效率低，人工成本高，且难以实现全面、实时的检测。
3) 缺乏高精度、高速度的自动化检测技术，难以满足大规模生产的需求。
2.解决方案
采用高分辨率工业相机配合人工智能的目标检测方法算法，实现膜材料表面的自动缺陷检测。通过深度学习技术，提高缺陷识别的准确性和速度。实现在线实时检测，减少人工干预，提高生产效率和产品质量。基于机器视觉的膜产品缺陷实时智能检测系统的技术路线。
对现有的膜生产线进行智能改造，制作样机。在生产流水线上实时检测，将工业摄像机采集的实时图像传输至GPU服务器，GPU服务器通过算法对抓拍到的图像进行缺陷检测并可视化的输出。
3.竞争优势分析（从技术和经济效益两个维度）
1) 技术维度
高精度：采用先进的图像处理技术，检测精度达到微米级别。
高速度：检测速度可达每分钟数百米，满足高速生产线需求。
智能化：深度学习算法能够自适应不同类型膜材料的检测需求。
2) 经济效益
降低成本：减少人工检测成本，提高生产效率。
提高质量：减少缺陷产品流出，提升品牌形象。
扩展性强：系统可扩展，适用于多种膜材料的检测。
4.技术成熟度及市场应用前景
√实验室开发 √样机/样品 中试/放大 √示范应用
应用前景：
随着工业自动化和智能制造的发展趋势，膜缺陷检测技术有着广阔的市场应用前景，特别是在新能源、环保、医疗等领域的膜材料生产中具有重要价值。预计未来几年内，该技术将在相关行业内得到广泛应用，市场潜力巨大。
5.知识产权情况
(1)Defect intelligent recognition of membrane product based on deep learning. Measurement and Control. 2024;0(0). doi:10.1177/00202940241268952（SCI收录）
(2)一种基于改进注意力机制的膜产品缺陷检测方法[P], 2023-10-12, 中国, 202311318982.4（发明专利,实审）
(3)一种基于深度学习的膜产品缺陷检测装置[P], 2023-10-12, 中国, 202322738325.7（实用新型专利,授权）
(4)一种本体库最大基数子集的不完全划分方法及装置[P], 2021-02-23, 中国, 202110200978.2（发明专利,实审）
(5)一种高盐、高粘度厌氧发酵液资源化处理系统及方法[P]，2019.09，CN 109704503 B（发明专利,授权）
(6)一种知识库协调聚类最小簇数计算方法及装置[P], 2021-01-20, 中国, 202110073740.8（发明专利,实审）
(7)基于多目标整数线性规划分层序列法的消除本体矛盾方法[P], 2020-05-11, 中国, 202010391610.4（发明专利,实审）
(8)软件著作权：“膜产品瑕疵识别软件 V1.0”
(9)软件著作权：“布匹瑕疵检测软件 V1.0”
(10)软件著作权：“纺织品缺陷检测系统 V1.0”
(11)软件著作权：“膜的缺陷部位可视化软件 V1.0”
(12)软件著作权：“膜产品销售管理软件 V1.0”
(13)软件著作权：“膜产品缺陷分类软件 V1.0”
一、合作需求
技术开发 √技术转让 √技术许可 √作价入股 √引入风投 其他（请注明）
（如有详细合作需求请进一步补充）
二、团队介绍
团队负责人：吴涛，高级工程师，硕士生导师，2010年于日本东京大学获博士学位。先后入选湖州市1112人才工程、获得湖州市“2017、2018、2020年度技术转移优秀工作者”、湖州市2018“时代新人”改革开放青年先锋提名奖、2020年中国产学研合作促进奖、2020年度湖州市地校合作优秀个人。目前，主要从事膜材料技术、人工智能技术以及节能降碳技术的应用性研究。主讲国家精品视频公开课1门。主持国家基金1项、浙江省自然科学基金1项、浙江省科技计划1项；参与国家重点研发计划、国家重大基础研究专项（973）、国家自然基金项目、浙江省自然基金等多项。迄今，已在Chronoboil Int、Am J Physiol-Endoc M、PLoS One、Am J Physiol-Reg、J Exp Biol 、J Neurosci Res等多种国外SCI刊物和一些国内核心刊物上发表论文50余篇，其中36篇被SCI收录。
三、联系方式
单 位：浙江工业大学
联系人：吴涛
电 话：18957127308
邮 箱：25313290@qq.com
