એકમ 9 / 9

મશીન વિઝન અને ગુણવત્તા નિયંત્રણ

નફો:

  • OpenCV સાથે મૂળભૂત ઇમેજ પ્રોસેસિંગ સ્ટેપ્સ સેટ કરવાની ક્ષમતા અને AI ની મદદથી ગુણવત્તા નિયંત્રણ રેખા સાથે અનુકૂલન
  • યોગ્ય સંદર્ભ સાથે AI ને રોશની, માપાંકન અને થ્રેશોલ્ડિંગ જેવા વિઝન સિસ્ટમના નિર્ણયો આપવાની ક્ષમતા
  • મશીન વિઝન પરિણામોના ખોટા વર્ગીકરણના જોખમ અને ચકાસણીની જરૂરિયાતનું મૂલ્યાંકન કરવાની ક્ષમતા

મોડ્યુલ પરીક્ષા

1. મેકાટ્રોનિક્સમાં AI-જનરેટેડ એન્જિન ડ્રાઇવિંગ કોડના કિસ્સામાં, સ્ટાર્ટઅપ પહેલાં નીચેનામાંથી કયું પગલું ક્યારેય છોડવું જોઈએ નહીં?

  • A) મર્યાદિત/સુરક્ષિત વાતાવરણમાં કોડની ચકાસણી અને સમીક્ષા ✔
  • બી) કોડની ટિપ્પણી રેખાઓ કાઢી નાખવી
  • C) ચલ નામોનું ટર્કિશમાં ભાષાંતર કરવું
  • ડી) કોડને સીધો પ્રોડક્શન લાઇન પર અપલોડ કરવો

વર્ણન: AI-જનરેટેડ એમ્બેડેડ કોડ ભૌતિક એક્ટ્યુએટરને ખોટી દિશામાં અથવા વધુ પડતા પ્રવાહ સાથે ચલાવી શકે છે, જેનાથી હાર્ડવેર અને પર્યાવરણને નુકસાન થાય છે. કોડને પહેલા સિમ્યુલેશનમાં અથવા વર્તમાન/સ્પીડ મર્યાદા સાથે સલામત પરીક્ષણ વાતાવરણમાં માન્ય કરવું એ એક પગલું છે જે એન્જિનિયર છોડી શકતું નથી.

2. તમે AI ને છ-અક્ષીય રોબોટ આર્મ માટે ઇન્વર્સ કેનેમેટિક્સ સોલ્યુશન માટે પૂછ્યું. પ્રિન્ટઆઉટનો સુરક્ષિત ઉપયોગ કરતા પહેલા તમારે પહેલા શું કરવું જોઈએ?

  • એ) સોલ્યુશન સીધું રોબોટને મોકલવું
  • B) ચકાસો કે સંયુક્ત ખૂણા મર્યાદા અને કાર્યક્ષેત્રની અંદર રહે છે ✔
  • સી) રોબોટનો રંગ બદલવો
  • ડી) ફક્ત પ્રથમ ઉકેલ પર આધારિત અને અન્યને અવગણીને

સમજૂતી: વિપરીત ગતિશાસ્ત્ર ઘણીવાર એક કરતાં વધુ ઉકેલો ઉત્પન્ન કરે છે, અને કેટલાક સંયુક્ત મર્યાદાને ઓળંગી શકે છે અથવા એકલતા બિંદુઓમાં આવી શકે છે. સંખ્યાત્મક રીતે ચકાસવું હિતાવહ છે કે સોલ્યુશન સંયુક્ત મર્યાદા અને સુલભ કામ કરવાની જગ્યામાં રહે છે.

3. તમે માઇક્રોકન્ટ્રોલર પર AI ટેક સેન્સર રીડિંગ્સ બનાવવા માટે કોડ લખ્યો છે, અને કોડ મુખ્ય લૂપમાં વિલંબ(1000) નો ઉપયોગ કરે છે. શા માટે આ સમસ્યા હોઈ શકે છે?

  • એ) વિલંબ() મેમરીને કાયમી ધોરણે બગાડે છે
  • B) delay() બ્લોક કરી રહ્યું છે અને રીઅલ-ટાઇમ પ્રતિસાદ અટકાવે છે ✔
  • સી) વિલંબ() માત્ર 8-બીટ પ્રોસેસર પર કામ કરે છે
  • ડી) વિલંબ() સેન્સરને શારીરિક રીતે ગરમ કરે છે

સમજૂતી: `delay()` અવરોધિત છે; પ્રોસેસર તે સમય દરમિયાન અન્ય કોઈ કામ કરી શકતું નથી, વિક્ષેપો સિવાયના તમામ કાર્યો અટકી જાય છે. રીઅલ-ટાઇમ મેકાટ્રોનિક સિસ્ટમ્સમાં, આનાથી સેન્સર રીડિંગ્સ ચૂકી જાય છે અને પ્રતિભાવમાં વિલંબ થાય છે; બિન-અવરોધિત (મિલિસ-આધારિત) માળખું પસંદ કરવામાં આવે છે.

4. તમે મોબાઇલ રોબોટમાં IMU (જીરોસ્કોપ) અને એન્કોડર ડેટાને જોડો છો. પૂરક અથવા કાલમાન ફિલ્ટરનો ઉપયોગ કરવાનો મુખ્ય હેતુ શું છે?

  • એ) સેન્સરની સંખ્યા ઘટાડવા માટે
  • બી) વિવિધ સેન્સરની શક્તિઓને સંયોજિત કરવી અને ડ્રિફ્ટ અને અવાજ ઘટાડવો ✔
  • સી) ડેટા રેટ ધીમું કરવા માટે
  • ડી) વાયરિંગને સરળ બનાવવા માટે

વર્ણન: દરેક સેન્સરમાં તેની પોતાની ભૂલ હોય છે: ગાયરોસ્કોપ ટૂંકા ગાળામાં સચોટ હોય છે પરંતુ સમય જતાં વહી જાય છે, એન્કોડર/એક્સીલેરોમીટર ઘોંઘાટીયા છે. સેન્સર ફ્યુઝન એ ફ્રીક્વન્સી ક્ષેત્રને જોડે છે જ્યાં દરેક સેન્સર મજબૂત હોય છે, જે એક સેન્સરથી વધુ સચોટ અને સ્થિર અંદાજ ઉત્પન્ન કરે છે.

5. જેમ જેમ આપણે PID કંટ્રોલરમાં ઇન્ટિગ્રલ (I) શબ્દ વધાર્યો, તેમ સિસ્ટમમાં ઓસિલેશન અને ઓવરશૂટ શરૂ થયું. આ વર્તનનું સૌથી સંભવિત કારણ શું છે?

  • A) વ્યુત્પન્ન શબ્દ શૂન્ય છે
  • બી) અતિશય અભિન્ન લાભ અને વિન્ડઅપને કારણે આક્રમક સ્મૂથિંગ ✔
  • સી) સેન્સર બંધ છે
  • ડી) સેટ મૂલ્ય નકારાત્મક છે

સમજૂતી: અતિશય મોટો અભિન્ન લાભ સંચિત ભૂલને ખૂબ આક્રમક રીતે સુધારવાનો પ્રયાસ કરે છે અને અભિન્ન વિન્ડઅપની સાથે ઓસિલેશન, ઓવરશૂટ અને અસ્થિરતા તરફ દોરી શકે છે. સામાન્ય રીતે I શબ્દ કાયમી ભૂલને દૂર કરવા માટે સાધારણ વધારો કરવામાં આવે છે; જો ત્યાં ઓસિલેશન હોય, તો I ઘટાડવામાં આવે છે અથવા વિન્ડઅપ મર્યાદા ઉમેરવામાં આવે છે.

6. તમે AI સાથે PLC માટે લેડર લોજિક સ્કેચ બનાવ્યું છે. ઇમરજન્સી સ્ટોપ (ઇ-સ્ટોપ) બટન ડિઝાઇન કરતી વખતે યોગ્ય અભિગમ શું છે?

  • A) સામાન્ય રીતે ખુલ્લા (NO) સંપર્કનો ઉપયોગ કરવો અને સોફ્ટવેર પર વિશ્વાસ કરવો
  • B) સામાન્ય રીતે બંધ (NC), નિષ્ફળ-સલામત સંપર્ક સાથે સલામત બાજુ પર સ્વિચ કરવાની ખાતરી ✔
  • સી) માત્ર સ્ક્રીન સોફ્ટવેર સાથે ઇ-સ્ટોપ લાગુ કરવું
  • ડી) મુખ્ય ચક્રના ખૂબ જ અંતમાં ઇ-સ્ટોપ મૂકવો

વર્ણન: ઇમરજન્સી સ્ટોપ સર્કિટ સામાન્ય રીતે બંધ (NC) સંપર્ક અને સલામતી માટે નિષ્ફળ-સલામત તર્ક સાથે ડિઝાઇન કરવામાં આવે છે; જ્યારે કેબલ તૂટી જાય અથવા પાવર કપાઈ જાય, ત્યારે સિસ્ટમને સલામત બાજુ (સ્ટોપ) પર સ્વિચ કરવું આવશ્યક છે. આ સલામતીના સિદ્ધાંતની વિરુદ્ધ AI આઉટપુટની સમીક્ષા કરવી આવશ્યક છે.

7. મોડલ-આધારિત ડિઝાઇન સાથે DC મોટરની ગતિશીલતાનું અનુકરણ કરતી વખતે, AI વાસ્તવિક સિસ્ટમ સાથે બરાબર સુસંગત હોય તેવા પરિણામો આપે છે. યોગ્ય એન્જિનિયરિંગ વલણ શું છે?

  • એ) મોડેલને વાસ્તવિકતાની સંપૂર્ણ નકલ તરીકે સ્વીકારવું અને માપન ન કરવું
  • B) વાસ્તવિક માપ સાથે મોડેલ ધારણાઓ અને માન્યતા શ્રેણીને ચકાસો ✔
  • સી) સિમ્યુલેશન સમય ટૂંકાવી
  • ડી) ચાર્ટને રંગ આપો અને તેની જાણ કરો

વર્ણન: સિમ્યુલેશન મોડલ એ ઉપેક્ષિત ઘર્ષણ, સંતૃપ્તિ, વિલંબ અને પરિમાણની અનિશ્ચિતતાને લીધે વાસ્તવિકતાનો અંદાજ છે. જ્યાં સુધી વાસ્તવિક સિસ્ટમ માપદંડો સાથે સરખામણી કરવામાં ન આવે અને માન્ય શ્રેણી (માન્યતા) નિર્ધારિત ન થાય ત્યાં સુધી મોડલ પરિણામોને એકદમ સચોટ ગણી શકાય નહીં.

8. અનુમાનિત જાળવણીમાં, તમે બેરિંગ માટે વાઇબ્રેશન ડેટામાંથી વિસંગતતા શોધી શકો છો. થ્રેશોલ્ડ ખૂબ ઓછી (ખૂબ સંવેદનશીલ) સેટ કરવાનું લાક્ષણિક પરિણામ શું છે?

  • A) કોઈપણ એલાર્મ ઉત્પન્ન કરતા નથી
  • B) વાસ્તવિક ખામી વિના વારંવાર ખોટા હકારાત્મક પેદા કરવા ✔
  • સી) સેન્સરને આપમેળે માપાંકિત કરો
  • ડી) શારીરિક રીતે કંપન ઘટાડવું

સમજૂતી: ખૂબ ઓછી/સંવેદનશીલ થ્રેશોલ્ડ વાસ્તવિક ખામી વિના પણ એલાર્મ ઉત્પન્ન કરે છે; આ ખોટા હકારાત્મકતા બિનજરૂરી ડાઉનટાઇમ અને જાળવણી ખર્ચ તરફ દોરી જાય છે, અને સમય જતાં, ઓપરેટરને એલાર્મમાં વિશ્વાસ ગુમાવવાનું કારણ બને છે. થ્રેશોલ્ડ ચૂકી ગયેલી ખામી અને ખોટા એલાર્મને સંતુલિત કરવા માટે સેટ કરેલ છે.

9. તમે ઉત્પાદન લાઇન પર મશીન વિઝન સાથે ભાગની સપાટી પર સ્ક્રેચમુદ્દે શોધો છો. કયું નિયંત્રણક્ષમ પરિબળ પરિણામોની વિશ્વસનીયતાને સૌથી વધુ અસર કરે છે?

  • એ) કેમેરાની બ્રાન્ડ
  • B) નિયંત્રિત અને સુસંગત લાઇટિંગ સ્થિતિ ✔
  • સી) ઓપરેટરનો વર્ષોનો અનુભવ
  • ડી) રેખા પેઇન્ટિંગનો રંગ

વર્ણન: મશીન વિઝનમાં, રોશની એ સમગ્ર સાંકળનું સૌથી મહત્વપૂર્ણ અને નિયંત્રિત પરિબળ છે. અસંગત અથવા અપૂરતી લાઇટિંગ શ્રેષ્ઠ અલ્ગોરિધમને પણ મૂર્ખ બનાવશે; નિયંત્રિત અને પુનરાવર્તિત પ્રકાશ પડછાયાઓ અને પ્રતિબિંબોનું સંચાલન કરીને ખોટા વર્ગીકરણને મોટા પ્રમાણમાં ઘટાડે છે.

10. તમારી પાસે એવી સિસ્ટમ માટે AI રાઈટ કોડ હતો જેને કાર્યાત્મક સલામતીની જરૂર હોય. નીચેનામાંથી કયું AI ના ઉપયોગ સંબંધિત જવાબદારીનું સૌથી સચોટ નિવેદન છે?

  • A) AI સલામતીના નિર્ણાયક નિર્ણયની જવાબદારી લે છે, એન્જિનિયરે મંજૂરી આપવાની જરૂર નથી
  • B) AI સૌથી અદ્યતન મોડલ હોવાથી, આઉટપુટને પરીક્ષણ કર્યા વિના સુરક્ષિત રીતે ક્ષેત્રમાં લઈ શકાય છે.
  • C) સલામતી, પરીક્ષણ અને પ્રમાણભૂત અનુપાલનની જવાબદારી એન્જિનિયર અને સંસ્થાની છે ✔
  • ડી) જવાબદારી ફક્ત એઆઈ પ્રદાતાની છે જેણે કોડ લખ્યો છે

વર્ણન: AI એ એન્જિનિયરિંગ સહાયક છે; ડ્રાફ્ટ્સ, ભલામણો અને વિશ્લેષણનું નિર્માણ કરે છે, પરંતુ એન્જિનિયર અને સંસ્થા આખરે ધોરણો સાથે ભૌતિક સિસ્ટમની સુરક્ષા, પરીક્ષણ અને પાલન માટે જવાબદાર છે (દા.ત. ISO 13849, IEC 61508). AI આઉટપુટ ચકાસણી વિના સલામતી નિર્ણાયક સિસ્ટમમાં મૂકી શકાતું નથી.