W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz BibTeX

Tytuł

Deciphering Double-Walled Corrugated Board Geometry Using Image Analysis and Genetic Algorithms

Autorzy

[ 1 ] Instytut Mechaniki Stosowanej, Wydział Inżynierii Mechanicznej, Politechnika Poznańska | [ S ] student | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.9] Inżynieria mechaniczna

Rok publikacji

2024

Opublikowano w

Sensors

Rocznik: 2024 | Tom: vol. 24 | Numer: iss. 6

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe
EN
  • corrugated board
  • double-walled
  • flute parameters
  • cross-section images
  • genetic algorithm
Streszczenie

EN Corrugated board, widely used in the packing industry, is a recyclable and durable material. Its strength and cushioning, influenced by geometry, environmental conditions like humidity and temperature, and paper quality, make it versatile. Double-walled (or five-ply) corrugated board, comprising two flutes and three liners, enhances these properties. This study introduces a novel approach to analyze five-layered corrugated board, extending a previously published algorithm for single-walled boards. Our method focuses on measuring the layer and overall board thickness, flute height, and center lines of each layer. Through the integration of image processing and genetic algorithms, the research successfully developed an algorithm for precise geometric feature identification of double-walled boards. Images were recorded using a special device with a sophisticated camera and image sensor for detailed corrugated board cross-sections. Demonstrating high accuracy, the method only faced limitations with very deformed or damaged samples. This research contributes significantly to quality control in the packaging industry and paves the way for further automated material analysis using advanced machine learning and image sensors. It emphasizes the importance of sample quality and suggests areas for algorithm refinement in order to enhance robustness and accuracy.

Data udostępnienia online

09.03.2024

Strony (od-do)

1772-1 - 1772-20

DOI

10.3390/s24061772

URL

https://www.mdpi.com/1424-8220/24/6/1772

Uwagi

Article Number: 1772

Typ licencji

CC BY (uznanie autorstwa)

Tryb otwartego dostępu

otwarte czasopismo

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Czas udostępnienia publikacji w sposób otwarty

w momencie opublikowania

Punktacja Ministerstwa / czasopismo

100

Impact Factor

3,4 [Lista 2023]

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.