MXPA06007469A - Control de inventario para articulos basados en redes - Google Patents
Control de inventario para articulos basados en redesInfo
- Publication number
- MXPA06007469A MXPA06007469A MXPA/A/2006/007469A MXPA06007469A MXPA06007469A MX PA06007469 A MXPA06007469 A MX PA06007469A MX PA06007469 A MXPA06007469 A MX PA06007469A MX PA06007469 A MXPA06007469 A MX PA06007469A
- Authority
- MX
- Mexico
- Prior art keywords
- conversion
- network
- sites
- site
- product
- Prior art date
Links
- 238000006243 chemical reaction Methods 0.000 claims abstract description 390
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 claims description 26
- 239000000284 extract Substances 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 5
- 239000000047 product Substances 0.000 description 108
- 239000000463 material Substances 0.000 description 21
- 238000001514 detection method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 238000007689 inspection Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 10
- 230000002950 deficient Effects 0.000 description 9
- 230000003287 optical Effects 0.000 description 7
- 230000000875 corresponding Effects 0.000 description 6
- 239000003550 marker Substances 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000001131 transforming Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000004642 transportation engineering Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 230000000877 morphologic Effects 0.000 description 2
- 239000004745 nonwoven fabric Substances 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 241000252506 Characiformes Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000001070 adhesive Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminum Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- -1 for example Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000000056 organs Anatomy 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
Se describen las técnicas para inspeccionar una red y para controlar la conversión subsecuente de la red en uno o más productos. Un sistema, por ejemplo, incluye un dispositivo de formación de imágenes, una calculadora de análisis y un sistema de control de conversión. El dispositivo de formación de imágenes copia una porción secuencial de una red para proporcionar información digital. La calculadora de análisis procesa la información digital con un algoritmo inicial, para identificar las regiones sobre la red que contienen anomalías. El sistema de control de conversión selecciona uno de una pluralidad de sitios de conversión para convertir la red en un producto, y analiza al menos una porción de la información digital con al menos un algoritmo subsecuente para determinar cuáles anomalías representan los defectos efectivos en la red, para los productos.
Description
CONTROL DE INVENTARIO PARA ARTÍCULOS BASADOS EN REDES
CAMPO DE LA INVENCIÓN La presente invención se refiere a la inspección automatizada de sistemas, y más particularmente, a la inspección óptica de redes.
ANTECEDENTES DE LA INVENCIÓN Los sistemas de inspección para el análisis de materiales de red móviles han probado ser críticos para las operaciones de fabricación moderna. Las industrias tan variadas como la fabricación del metal, papel, materiales no tejidos y películas confían en este sistema de inspección de los productos y el monitoreo del proceso en linea. Una dificultad mayor en la industria está relacionada a las velocidades de procesamiento de datos extremadamente altas requeridas para tratar a los procesos de fabricación actuales . Con las redes de velocidades y anchura comercialmente viales que son típicamente utilizadas, y los tamaños de píxeles que son típicamente necesarios, las velocidades de adquisición de datos de decenas e incluso cientos de megabytios por segundo, son requeridas para los sistemas de inspección. Es un reto continuo el procesar imágenes y realizar detección precisa de los defectos a estas velocidades de datos. __
Ref.: 174080 La técnica ha respondido a este dilema al limitar el procesamiento de imágenes a algoritmos muy simples, limitando el alcance y la complejidad de los algoritmos de detección, y mediante el uso de arquitecturas acostumbrados del sistema de dispersión que incorporan el hardware electrónico acostumbrado o los procesadores dedicados, cada uno trabajando en parte de la corriente de datos. Mientras que tales sistemas son capaces de lograr las velocidades de datos requeridas para la inspección de las redes móviles, es muy difícil adaptar el sistema para un nuevo proceso de producción y los materiales de red. También, los algoritmos del procesamiento están limitados a las capacidades de módulos de procesamiento dedicados. Finalmente, conforme los algoritmos del procesamiento de imágenes se vuelven más complejos, el hardware requerido para implementar el procesamiento requerido se vuelve rápidamente no manejable. La industria de la fabricación ha reconocido la importancia de ser capaz de producir el producto "justo a tiempo" con ventajas obvias en el inventario reducido. No obstante, el logro de este meta frecuentemente hace que los fabricantes trabajen en desarrollar sistemas y dispositivos que permiten un cambio rápido entre los diversos productos . El intercambio rápido entre los productos es inconsistente con el hardware especializado del procesamiento de señales que requiere ahora la técnica del inspección óptica de redes móviles . Otros dilemas más ocurren en situaciones cuando un producto dado puede ser posteriormente utilizado para múltiples aplicaciones, con cada una de las aplicaciones múltiples que requieren diferentes niveles de calidad. Las dificultades que durante el tiempo de fabricación, no se sabe cuál nivel de calidad será requerido. Por lo tanto, la técnica actual intenta graduar el nivel de calidad después de la detección de defectos, mediante el uso de diversas técnicas de clasificación de defectos con base en las características espaciales de los defectos extraídos. Mientras que esto algunas veces es adecuado cuando existen diferencias nuevas en los niveles de defecto para diferentes requerimientos de calidad, no es adecuado para situaciones más demandantes en las cuales diferencias más sutiles entre los defectos requieren diferentes algoritmos de procesamiento de imágenes y de extracción de defectos. De este modo, si alguien espera hasta después de la extracción del defecto para la clasificación se pierde la información y es imposible la clasificación.
BREVE DESCRIPCIÓN DE LA INVENCIÓN La invención se refiere a las técnicas para la inspección automatizada de redes móviles. Un sistema de inspección, por ejemplo, adquirir información de anomalías de una red utilizando un dispositivo de adquisición óptico, y realiza un examen preliminar con un primer algoritmo típicamente menos sofisticado. La información de la imagen respecto a las regiones de la red que contienen anomalías es almacenada para el procesamiento subsecuente, aceptando la probabilidad de que aunque algunas de las anomalías serán defectuosas, muchas podrían ser "falsos positivos", por ejemplo, las anomalías que no son defectuosas. De hecho, algunas áreas de anomalía pueden ser al final clasificadas como defectuosas si la red es utilizada en un aplicación de producto particular, pero no defectuosa si la red es utilizada en otra más. La información de anomalía original puede ser reconsiderada y completamente analizada a un tiempo conveniente, incluso después de que la red de inspección ha sido dominada sobre un rollo y está no disponible. Como resultado, la velocidad de la red de movimiento durante la inspección puede ser mucho mayor que lo que es posible cuando la superficie completa de la red es sometida a un análisis sofisticado. Además, pueden ser realizadas decisiones de conversión fuera de línea, después de la captura y almacenamiento de la información original de anomalías. Por ejemplo, un sistema de control de conversión selecciona subsecuentemente un sitio de conversión para convertir la red en uno o más productos . El sistema de control de conversión puede seleccionar el sitio de conversión de una pluralidad de sitios de conversión geográficamente distribuidos, disponibles, con base en uno o más "parámetros de selección de sitio" , tales como los niveles actuales de inventarios de producto en los diversos sitios de conversión. Otros ejemplos de los parámetros de selección de sitio que pueden ser utilizados para influenciar el proceso de selección de sitio, incluyen la información del orden asociada con cada uno de los productos en los diversos sitios de conversión, los niveles actuales de demanda de productos experimentados dentro de las regiones geográficas de los sitios de conversión, los costos de embarque y las opciones de transportación asociadas con cada uno de los sitios de conversión, y cualesquiera órdenes críticas en el tiempo dependientes en los sitios de conversión. Otros ejemplos incluyen la información que describen los clientes asociados con cada sitio de conversión, tales como los servicios del sitio de conversión preferidos o los nuevos clientes. Otros ejemplos incluyen la información que describe la capacidad actual de la máquina para las líneas de proceso en los diferentes sitios de conversión, y los tiempos de proceso para convertir la red en los diferentes sitios de conversión. El sistema de control de conversión puede utilizar cualquiera de estos u otros parámetros de selección de sitio, individualmente o en combinación para seleccionar un sitio de conversión, para convertir el rollo de red. El sistema de control de conversión subsecuentemente reconsidera la información de la imagen original, y somete la información de imagen al menos a uno de una variedad de algoritmos de procesamiento de imágenes más sofisticados y de extracción de defectos, para separar efectivamente los defectos efectivos de las anomalías. El sistema de control de conversión utiliza entonces la información de defectos para controlar la manera en la cual una red es al final convertida a los productos en el sitio de conversión seleccionado. Específicamente, el sistema de control de conversión aplica los algoritmos de extracción de defectos y de procesamiento de imágenes para generar información de defectos para los productos designados, por ejemplo, productos en los cuales podría ser convertida la red. El sistema de control de conversión comunica luego la información de defectos al sitio de conversión seleccionado, para el uso en la conversión del rollo de red a los productos designados . En una modalidad, un sistema comprende un dispositivo de formación de imágenes, una calculadora de análisis. El dispositivo de formación de imágenes copia una porción secuencial de una red, para proporcionar información digital. La calculadora de análisis procesa la información digital con un algoritmo inicial para identificar las regiones sobre la red que contienen anomalías. El sistema de control de conversión selecciona uno de una pluralidad de sitios de conversión para convertir la red en un producto, y analiza al menos una porción de la información digital con al menos un algoritmo subsecuente, para determinar cuáles anomalías representan defectos efectivos en la red para los productos. En una modalidad, un método comprende la información de una imagen de una porción secuencial de una red, para proporcionar una información digital, y el proceso de la información digital con al menos un algoritmo inicial para identificar las regiones sobre la red que contienen anomalías. El método que comprende además la selección de uno de una pluralidad de sitios de conversión para convertir la red en un producto, analizando al menos una porción de la información digital con uno o más algoritmos subsecuentes para determinar cuáles anomalías representan defectos efectivos en la red para el producto, y convirtiendo la red en el producto en el sitio de conversión seleccionado, con base en los defectos efectivos determinados. En otra modalidad más, un sistema de control de conversión comprende una base de datos que almacena datos que definen un grupo de reglas, y una interfaz para recibir información de anomalías desde una máquina de análisis. La información de anomalías identifica las regiones de una red que contiene anomalías. El sistema de control de conversión incluye una máquina de control de conversión que selecciona uno de una pluralidad de sitios de conversión, para convertir la red en un producto. La máquina de control de conversión analiza al menos una porción de la información digital, con al menos un algoritmo subsecuente para determinar cuáles anomalías representan defectos efectivos en la red para los productos . En otra modalidad más, un medio legible en calculadora comprende instrucciones que provocan que un procesador almacene datos que definen un grupo de reglas, y recibe información de anomalías a partir de una máquina de análisis localizada dentro de un plano de fabricación, en donde la información de las anomalías identifica las regiones de una red, que contiene anomalías, y aplican las reglas para seleccionar uno de una pluralidad de sitios de conversión, para convertir la red en un producto. La invención puede ofrecer una o más ventajas. Por ejemplo, la captura y almacenamiento de la información de anomalías para el análisis subsecuente permite que sean aplicados métodos de detección de defectos específicos de la aplicación, que pueden proporcionar capacidad aumentada de detección de defectos. Además, las técnicas permiten que las decisiones de conversión para un rollo o red dada, estén basadas en uno o más parámetros tales como niveles de
, inventario en los posibles sitios de conversión, la demanda de producto en los sitios de conversión, los costos de embarque, las opciones de embarque, las órdenes pendientes, la utilización en línea del sitio y el proceso, los tiempos de conversión, la información de los clientes u otros parámetros . Los detalles de una o más modalidades de la invención se describen en los dibujos anexos y en la descripción siguiente. Otras características, objetivos y ventajas de la invención serán aparentes a partir de la descripción y los dibujos y a partir de las reivindicaciones.
DEFINICIONES Para los propósitos de la presente invención, los siguientes términos utilizados en esta solicitud son definidos como sigue: "red" significa una hoja de material que tiene una dimensión fija en una dirección, y una longitud ya sea predeterminada o indeterminada en la dirección ortogonal; "secuencial" significa que una imagen es formada mediante una sucesión de líneas simples, o áreas de la red que mapean ópticamente a una hilera simple de elementos sensores (píxeles) ; "píxel" significa un elemento de imagen representado uno o más valores digitales; "mancha" significa un grupo conectado de píxeles en una imagen binaria; "defecto" significa una ocurrencia indeseable en un producto; "anomalía" o "anomalías" significan una desviación de un producto normal que puede o no ser un defecto, dependiendo de sus características o de su severidad. "escala de grises" significa los píxeles que tienen una pluralidad de posibles valores, por ejemplo los 256 valores digitales; "binarización" es una operación para la transformación de un píxel en un valor binario. "filtro" es una transformación matemática de una imagen de entrada a una imagen de salida deseada, los filtros son típicamente utilizados para aumentar el contraste de una propiedad deseada dentro de una imagen; "específico de aplicación" significa definir los requerimientos, por ejemplo, los niveles de grado o graduación, con base con el uso pretendido para la red; "rendimiento" representa una utilización de una red expresada en porcentajes de material, miembro unitario de productos o alguna otra manera;
"marcas fiduciales" significa los puntos de referencia o anotaciones utilizadas para definir localizaciones específicas, físicas sobre la red; "productos" son las hojas individuales (también denominadas como componentes) producidas a partir de una red, por ejemplo, una hoja de película rectangular para una pantalla de teléfono celular o una pantalla de televisión; y "conversión" significa el proceso de cortar físicamente una red en productos.
BREVE DESCRIPCIÓN DE LAS FIGURAS La figura 1 es un diagrama de bloques que ilustra una ambiente de red global en el cual un sistema de control de conversión controla la conversión de material de red de acuerdo con la invención. La figura 2 es un diagrama de bloques que ilustra una modalidad ejemplar de una planta de fabricación de redes. La figura 3 es un diagrama de flujo que ilustra la operación ejemplar de la planta de fabricación de redes. La figura 4 es un diagrama de bloques que ilustra una modalidad ejemplar de un sistema de control de conversión. La figura 5 es una interfaz de usuario ejemplar, presentada por un modo de interfaz de usuario con el cual un usuario interactúa para configurar el sistema de control de conversión. La figura 6 proporciona otra interfaz de usuario, ejemplar, presentada por el módulo de interfaz de usuario. La figura 7 es un diagrama de flujo que ilustra el procesamiento ejemplar de la información de anomalías por el sistema de control de conversión. La Figura 8 es un diagrama de flujo que ilustra un método ejemplar en el cual una máquina de control de conversión utiliza un parámetro de selección de sitio, simple para seleccionar un sitio de conversión, para convertir un rollo de red dado. La Figura 9 es un diagrama de flujo que ilustra un método ejemplar en el cual la máquina de control de conversión selecciona un sitio de conversión para un rollo de red dado, con base en un promedio ponderado de una pluralidad de parámetros de selección de sitio, configurables . La Figura 10 es un diagrama de bloques que ilustra una modalidad de un sitio de conversión. La Figura 11 es un diagrama de flujo que ilustra la operación ejemplar del sitio de conversión en el procesamiento de una red de acuerdo con un plan de conversión.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN La figura 1 es un diagrama de bloques que ilustra un ambiente 2 de red global en el cual el sistema 4 de control de conversión controla la conversión del material de red. Más específicamente, las plantas 6A-6N de fabricación de redes representan sitios de fabricación que producen y embarcan materiales de red en la forma de rollo 10 de red. La plantas 6A-6N de fabricación de redes pueden estar geográficamente distribuidas. El" material de red fabricado puede incluir cualquier material en forma de hoja que tenga una dimensión fija en una dirección, y una longitud ya sea predeterminada o bien indeterminada en la dirección ortogonal. Los ejemplos de materiales de redes incluyen, pero no están limitados a, metales, papeles, materiales tejidos, no tejidos, vidrio, películas poliméricas, circuitos flexibles o combinaciones de los mismos. Los metales pueden incluir materiales tales como acero o aluminio . Los materiales tej idos incluyen en general diversas telas. Los materiales no tejidos incluyen materiales tales como papel, medios de filtro o material aislante. Las películas incluyen, por ejemplo, películas poliméricas claras y opacas que incluyen laminados y películas recubiertas. Para muchas aplicaciones, los materiales de red de los rollos 10 de red pueden tener un recubrimiento aplicado, los cuales en general son aplicados a una superficie expuesta del material de red base. Los ejemplos de recubrimientos incluyen adhesivos, recubrimientos de densidad óptica, recubrimientos de respaldo de baja adhesión, y recubrimientos metalizados, recubrimientos ópticamente activos, recubrimientos eléctricamente conductores o no conductores, o combinaciones de los mismos . El recubrimiento puede ser aplicado al menos a una porción de material de red o puede cubrir completamente una superficie de material de red base. Además, los materiales de red pueden o no tener un patrón. Los rollos 10 de red son embarcados a los sitios de conversión 8A-8N los cuales pueden estar geográficamente distribuidos dentro de diferentes países. Los sitios de conversión 8A-8N ("sitios de conversión 8") convierten cada rollo 10 de red en uno o más productos. Específicamente, cada uno de los sitios de conversión 8 incluye una o más líneas de proceso que cortan físicamente la red para un rollo 10 de red dado en numerosas hojas individuales, partes individuales, o numerosos rollos de red, denominados como productos 12A-12N. Como un ejemplo, el sitio de conversión 8A puede convertir los rollos 10 de red de película en hojas individuales para el uso en pantallas de teléfonos móviles o en monitores de calculadora. Similarmente, otras formas de materiales de red pueden ser convertidos a productos 12 de diferentes formas y tamaños, dependiendo de la aplicación pretendida por los clientes 14A-14N. Cada uno de los sitios de conversión 8 puede ser capaz de recibir diferentes sitios de rollos 10 de red, y cada sitio de conversión puede producir diferentes productos 12 , dependiendo de la localización del sitio de conversión y de las necesidades particulares de los clientes 14. El sistema 4 de control de conversión selecciona, en una forma automática o semiautomática, los sitios de conversión 8 para convertir los rollos de red 10 con base en uno o más parámetros de selección de sitio, tales como los niveles actuales de inventario de producto en los diversos sitios de conversión. El sistema 4 de control de conversión puede utilizar otros parámetros de selección de sitio, tales como la información de orden asociada con cada uno de los productos 12 en los diversos sitios de conversión 8, la demanda actual del producto experimentada dentro de las regiones geográficas servidas por los sitos de conversión, los costos de embarque y las opciones de transportación asociadas con cada uno de los sitios de conversión, y cualesquiera órdenes críticas en el tiempo que dependen de los sitios de conversión. Otros ejemplos de los parámetros de selección de sitio que el sistema 4 de control de conversión puede utilizar incluyen los parámetros que describen los clientes 14 asociados con cada uno de los sitios 8 tales como cuáles sitios de conversión son preferidos o los nuevos clientes. Otros ejemplos incluyen la capacidad actual de la máquina para las líneas de proceso en los sitios de conversión 8, y los tiempos de proceso para convertir los rollos 10 de red en los diferentes sitios de conversión. El sistema 14 de control de conversión puede utilizar cualquiera de éstos u otros parámetros de selección de sitio individualmente o en combinación para seleccionar los sitios 8 de conversión particulares para convertir los rollos 10 de red. Como se describe con detalle en la presente, cada una de las plantas 6 de fabricación de redes, incluyen uno o más sistemas de detección (no mostrados en la figura 1) que adquiere información de anomalías para las redes producidas. Los sistemas de inspección de las plantas 6 de fabricación de redes, realizan exámenes preliminares de las redes utilizando un primer algoritmo típicamente menos sofisticado para identificar las anomalías de fabricación, aceptando la probabilidad de que aunque algunas de las anomalías pueden probar ser defectuosas, muchas podrían ser "falsos positivos", por ejemplo, anomalías que no son defectuosas. De hecho, los productos 12 tienen diferentes niveles de calificación o grado, también denominados como niveles de calidad, y tienen diferentes tolerancias para las anomalías de fabricación. Como resultado, algunas de las áreas de anomalías pueden ser al final clasificadas como defectuosas si el rollo 10 de red, correspondiente es convertido a un producto particular 12, pero no es defectuoso si el rollo de red es convertido a un producto diferente. Las plantas 6 de fabricación de redes comunican la información de las imágenes respecto a las regiones de la red que contienen anomalías, al sistema 4 de control de conversión vía la red 9, para el procesamiento subsecuente. El sistema 4 de control de conversión aplica uno o más algoritmos de detección de defectos que pueden ser específicos de la aplicación, por ejemplo, específicos para los productos 12. para generar un plan de conversión para cada rollo 10 de red, por ejemplo, las instrucciones definidas para procesar el rollo de red. El sistema 4 de control de conversión comunica los planes de conversión a los rollos 10 de red vía la red de trabajo 9 hacia los sitios de conversión apropiados 8, para el uso en la conversión de los rollos de red en los productos 12. De esta manera, el sistema 4 de control de conversión selecciona los sitios de conversión 8 con base en uno o más parámetros, y al final dirige la conversión de los rollos 10 de red en productos 12. Como se ilustra más adelante, éstos factores pueden ser seleccionados por el usuario, y pueden ser aplicados independientemente o colectivamente utilizando una función de ponderación u otra técnica. La figura 2 es un diagrama de bloques que ilustra una modalidad ejemplar de la planta 6A de fabricación de redes de la figura 1. En la modalidad ejemplar, un segmento de una red 20 continuamente móvil, es colocada entre dos rodillos de soporte 22, 24. Los dispositivos 26A-26N de adquisición de imágenes son colocados en estrecha proximidad a la red 20, continuamente móvil. Los dispositivos 26 de adquisición de imágenes exploran porciones secuenciales de la red 20 continuamente móvil, para obtener datos de imágenes. Las calculadoras 27 de adquisición recolectan los datos de imagen a partir de los dispositivos 26 de adquisición de imagen, y transmiten los datos de las imágenes a la calculadora 28 de análisis para el análisis determinado. Los dispositivos 26 de adquisición de imágenes pueden ser dispositivos convencionales de formación de imágenes que son capaces de leer una porción secuencial de la red móvil 20 y proporcionar la salida en la forma de una corriente de datos digitales . Como se muestra en la figura 2, los dispositivos 26 de información de imágenes pueden ser cámaras que proporcionan directamente una corriente de datos digitales o una cámara analógica con un convertidor adicional de analógico a digital. Otros sensores, tales como, por ejemplo, exploradores de láser pueden ser utilizados como el dispositivo de adquisición de imágenes. Una porción secuencial de la red indica que los datos son adquiridos por una sucesión de líneas simples. Las líneas simples comprenden un área de la red continuamente móvil, que traza el mapa ópticamente a una hilera simple de elementos sensores o píxeles. Los ejemplos de dispositivos adecuados para la adquisición de imágenes incluyen cámaras de exploración de líneas tales como Modelo # LD21 de Perkin Elmer (Sunnyvale, California) , Modelos Piranha de Dalsa ( aterloo, Ontario, Canadá) , o el Modelo # TH78H15 de Thompson CSF (Totawa, N.J.) . Los ejemplos adicionales incluyen exploradores de láser de Surface Inspection Systems GmbH (Munich, Alemania) en conjunto con un convertidor analógico a digital. La imagen puede ser opcionalmente adquirida a través de una utilización de montajes ópticos que ayudan en la procuración de la imagen. Los montajes pueden ser cualquier parte de una cámara, o pueden estar separados de la cámara. Los montajes ópticos utilizan luz reflejada, luz transmitida, o luz transflectada durante el proceso de formación de imágenes. La luz reflejada, por ejemplo, es frecuentemente adecuada para la detección de defectos provocados por deformaciones de la superficie de la red tales como rayas superficiales. El controlador 30 de código de barras controla el lector 29 de código de barras para introducir información del rollo y de la posición a partir de la red 20. El controlador 30 de código de barras comunica la información de rollo y posición a la calculadora 28 de análisis.
La calculadora 28 de análisis procesa las corrientes de imágenes a parir de las calculadoras 27 de adquisición. La calculadora 28 de análisis procesa la información digital con uno o más algoritmos iniciales para generar la información de anomalías que dirija cualesquiera regiones de la red 20 que contienen anomalías que pueden al final calificar como defectos. Para cada anomalía identificada, la calculadora de análisis 28 extrae de los datos de imágenes una imagen de anomalía que contiene datos de píxeles que abarcan la anomalía y posiblemente una porción circunvecina de la red 20. La calculadora 28 de análisis almacena la información del rollo, la información de la posición y la información de anomalía dentro de la base de datos 32. La base de datos 32, puede ser implementada en cualquiera de un número de diferentes formas, incluyendo un archivo de almacenamiento de datos o uno o más sistemas de manejo de bases de datos (DBMS) que ejecutan uno o más de los servidores de bases de datos. Los sistemas de manejo de bases de datos pueden ser, por ejemplo, un sistema de manejo de bases de datos relacional (RDBMS) , jerárquico (HDBMS) , multidimensional (MDBMS) , orientado en objeto (ODBMS u OODMBS) o relacionado a los objetos (ORDBMS) . Como un ejemplo, la base de datos 32 es implementada como una base de datos relacional proporcionada por SQL Server* de Microsoft Corporation . La calculadora 28 de análisis comunica la información de los rollos, así como la información de las anomalías, y las imágenes secundarias respectivas al sistema 4 de control de conversión para el análisis detallado, fuera de línea, subsecuente. Por ejemplo, la información puede ser comunicada por medio de una sincronización de la base de datos entre la base de datos 32 y el sistema 4 de control de conversión. La figura 3 es un diagrama de flujo que ilustra la operación ejemplar de planta 6A de fabricación de redes. Inicialmente, los dispositivos 26 de adquisición de imágenes, y las calculadoras 27 de adquisición adquieren datos de imágenes a partir de la red móvil 20 (40) . Los datos de imágenes pueden se formados digitalmente, por ejemplo, por medio de una cámara de vídeo digital, o pueden ser convertidos en información digital (42) . En cualquier caso, las calculadoras de adquisición 27 envían de salida corrientes de información de imágenes digitales a la calculadora de análisis 28 (44) . La calculadora 28 de análisis aplica un algoritmo inicial de detección de anomalías, para identificar las regiones de la red que contienen anomalías (46) . En algunas modalidades convenientes, el algoritmo inicial de la detección de anomalías, es muy rápido para ser capaz de que funcione en tiempo real por el equipo de cómputo para fines generales, incluso si una velocidad en línea de la red móvil 20 es grande. Como resultado, algunas de las regiones identificadas que contienen anomalías pueden incluir "falsos positivos" . Aún cuando puedan existir muchos falsos positivos, el algoritmo inicial está preferentemente diseñado tal que, "escapa", por ejemplo, los defectos verdaderos no detectados como anomalías, raramente, si es que incluso ocurren . Después de la aplicación del algoritmo inicial de detección de anomalías, la calculadora 28 de análisis ensambla los datos de anomalías alrededor de las regiones identificadas, y almacena los datos de anomalías dentro de la base de datos 32 (48) . Los datos típicamente incluyen una posición inicial de la anomalía dentro de la red y un área de abarcamiento de píxeles de cada región identificada. Dentro de este proceso, la calculadora 28 de análisis extrae una porción de los datos de imágenes para cada región identificada que contiene una anomalía (50) . Específicamente, únicamente una fracción de la información original de imágenes digitales necesita ser extraída para el análisis posterior más sofisticado por el sistema 4 de control de conversión. Las regiones identificadas contienen típicamente información, por ejemplo, al menos un orden de magnitud menor que la información digital, como es indicado por el tamaño en cualquier medición, mediante, tal como el tamaño de archivo en bytes. En algunas aplicaciones, la presente invención ha demostrado reducción efectiva de los datos en un orden de magnitud de entre 3 y 12. Las imágenes de anomalías extraídas pueden ser almacenadas en una base de datos 32 o un servidor de archivos (no mostrado) (52) y subsecuentemente comunicadas al sistema 4 de control de conversión junto con la información (54) de las anomalías y los rollos. Alternativamente, la información de los rollos, la información de las anomalías y las imágenes de anomalías pueden ser transferidas directamente para el procesamiento por el sistema 4 de control de conversión. La figura 4 es un diagrama de bloques que ilustra una modalidad ejemplar del sistema 4 de control de conversión con detalle adicional. En la modalidad ejemplar, el servidor 58 de aplicación proporciona un ambiente de operación para los módulos de software 61. Los módulos de software incluyen una pluralidad de módulos 60A-60M, de procesamiento de defectos, un módulo 62 de interfaz de usuarios y una máquina 64 de control de conversión. Los módulos de software 61 interactúan con la base de datos 70 para acceder a los datos 72, que pueden incluir datos de anomalías 72A, datos de rollos 72B, datos de imágenes 72C, datos de producto 72D, datos de sitio de conversión 72F, mapas de defecto 72F, mapas de defecto compuestos 72G, reglas de control de conversión 72H, y planes de conversión 721. La base de datos 70 puede ser implementada en cualquiera de un número de diferentes formas incluyendo un archivo de almacenamiento de datos- o uno o más sistemas de manejo de base datos (DBMS) ejecutan sobre uno o más servidores de la base de datos. Como un ejemplo, la base de datos 32 es implementada con una base de datos relacional prevista por SQL Server™ de Microsoft Corporation. Los datos de anomalías 72A, datos de rollos 72B, y datos de imagen 72C, representan la información de los rollos, la recepción de las anomalías y las imágenes de anomalías respectivas, recibidas de las plantas 6 de fabricación de redes (figura 1) . Los datos de productos 72D representan los datos asociados con los productos 12 (figura 1) . Más específicamente, los datos de producto 72D definen cada tipo de producto producible por cada sitio de conversión 8. Para cada producto 12 , los datos de producto 72D especifican uno o más módulos 60 de procesamiento de datos que son requeridos para determinar si un rollo 10 de red dado satisface los requerimientos de calidad para el producto particular. En otras palabras, los datos de productos 72D especifican uno o más módulos 60 de procesamiento de defectos que tienen que ser utilizados para analizar los datos de anomalías 72A y los datos de imágenes 72C para cada producto 12. Además, los datos de producto 72D almacenan otra información relacionada a los productos 12 que puede ser utilizada por el sistema 4 de control de conversión cuando se seleccionan los sitios de conversión 8 , y se generan los planes de conversión para los rollos 10 de red. Por ejemplo, los datos del producto 72D pueden incluir además los datos que especifican un ingreso estimado por unidad para cada uno de los productos 12. Los datos de producto 72D pueden también incluir datos que especifican un ingreso estimado por unidad para cada uno de los productos '12 , un tiempo de conversión estimado para convertir un rollo de red al producto, un nivel actual de demanda de la industria para cada uno de los productos u otros datos que pueden ser útiles en la selección de los planes de conversión. La conversión de los datos de sitio 72E representan los datos asociados con los sitios de conversión 8. Por ejemplo, la conversión de los datos del sitio 72E puede almacenar la localización del sitio, el número de líneas en proceso y una capacidad disponible actual de cada línea de proceso para uno de los sitios de conversión 8. Los datos 72E del sitio de conversión pueden almacenar otros datos, incluyendo pero no limitados a, los datos que especifican un nivel actual de inventario para cada producto 12 en cada sitio de conversión 8, los costos de embarque asociados con el embarque de un rollo de red a cada sitio de conversión, las opciones de embarque disponibles para cada sitio de conversión o la información de orden actual de los clientes 14 recibida por cada sitio de conversión, y los datos que especifican los clientes nuevos o preferidos para cada sitio de conversión, y otros datos que pueden ser útiles en la selección de los planes de conversión. La máquina 64 de control de conversión utiliza los datos 72E de los sitios de conversión, para seleccionar el sitio de conversión 8 respectivo, utilizado para convertir cada uno de los rollos 10 de red de acuerdo con las reglas 72H de control de conversión. Por ejemplo, con base en las reglas 72H de control de conversión, la máquina 64 de control de conversión puede seleccionar los sitios de conversión 8 con base en los niveles de inventario actuales u otros parámetros de selección de sitio. Las reglas 72H de control de conversión especifican uno o más parámetros de selección de sitio para la consideración por la máquina 64 de control de conversión cuando se seleccionan los sitios de conversión 8. Con base en los parámetros de selección de sitio, especificados, la máquina 64 de control de conversión recupera los datos apropiados de los datos 72E de sitio de conversión y selecciona los sitios de conversión 8. Los módulos 60 de procesamiento de defectos, envían de salida mapas de defectos 72F que especifican cuáles anomalías son consideradas defectos efectivos para los diferentes productos 12. En otras palabras, cada mapa de defectos 72F corresponde a un rollo 10 de red particular y a un producto específico 12. Cada mapa 72F de defecto especifica la localización de los defectos particulares de un rollo 10 de red, particular con base en los requerimientos específicos del producto correspondiente 12. La máquina 64 de control de conversión analiza los mapas de defectos 72F para seleccionar el producto o productos finales en los cuales van a ser convertidos cada uno de los rollos 10 de red. Después de seleccionar un sitio de conversión particular 8 y un producto o grupo de productos para un rollo 10 de red dado, la máquina 64 de control de conversión genera un plan de conversión 721 respectivo. Cada plan de conversión 721 proporciona instrucciones precisas para el embarque y procesamiento del rollo de red respectivo. Más específicamente, cada plan de conversión 721 identifica el sitio de conversión particular 8 y define las configuraciones para los carriles de procesamiento para empalmar físicamente la red en hojas de producto individuales . El sistema 4 de control de conversión envía de salida las inspecciones de embarque, dirigiendo el embarque de cada rollo 10 de red hacia un sitio de conversión 8 de destino, respectivo. Además, el sistema 4 de control de conversión comunica los planes de conversión 721 vía la red 9 a los sitios de conversión 8 apropiados, para el uso de conversión de los rollos con productos seleccionados . El módulo 62 de interfaz del usuario proporciona una interfaz mediante la cual un usuario puede configurar los parámetros " de selección de sitio utilizados por la máquina 64 de control de conversión. Por ejemplo, como se ilustra más adelante, el módulo 62 de interfaz de usuario permite que el usuario dirija la máquina 64 de control de conversión para considerar una o más de una variedad de parámetros de selección de sitio. Los ejemplos incluyen los niveles de inventario actuales, la información de orden, la demanda del producto, los costos de embarque y las opciones de transportación asociadas con cada uno de los sitios de conversión 8 , los datos que especifican cualesquiera órdenes críticas en el tiempo dependiente de los sitios de conversión, los datos que describen los clientes preferidos o nuevos, la capacidad actual de la máquina y el sitio, y los tiempos de proceso. La figura 5 es una interfaz 80 de usuario, ejemplar, presentada por el módulo 62 de interfaz con el usuario con el cual un usuario interactúa para configurar la máquina 64 de control de conversión. La interfaz ejemplar 80 incluye el mecanismo de entrada 82 mediante el cual el usuario introduce un identificador único para un rollo de red. Otros mecanismos para seleccionar un rollo pueden ser utilizados, como un menú de desplegamiento descendente, función de búsqueda, lista seleccionable de rollos recientemente fabricados, o similares. Además, la interfaz 80 de usuario proporciona una pluralidad de mecanismos de entrada 86-92 mediante los cuales el usuario puede seleccionar uno o más parámetros de selección de sitios de producto para la consideración por la máquina 64 de' control de conversión cuando se selecciona un sitio de conversión 8 y se genera un plan de conversión recomendado. En este ejemplo, la interfaz 80 de usuario incluye un primer mecanismo 86 de selección" de entrada para dirigir la máquina " 64 de control de conversión para seleccionar un sitio de conversión 8 basado en los niveles de inventario actuales en los sitios de conversión. El mecanismo de entrada de datos 88 dirige la máquina 64 de control de conversión para seleccionar uno de los sitios de conversión 8, con base en la información de orden (por ejemplo, el número de órdenes de respaldo) asociada con cada uno de los sitios de conversión 8. Similarmente, el mecanismo de entrada 90 dirige la máquina 64 de control de conversión para seleccionar uno de los sitios de conversión 8, con base en la demanda actual del producto, experimentada dentro de la región geográfica servida por cada uno de los sitios de conversión. El mecanismo de entrada 92 dirige la máquina 64 de control de conversión para seleccionar uno de los sitios de conversión 8, para reducir al mínimo el tiempo total requerido para convertir el rollo de red, incluyendo el tiempo de embarque y proceso. Después de la selección de uno o más parámetros, el usuario selecciona el botón 98 de ENVIAR, el cual dirige el sistema 4 de control de conversión para seleccionar uno de los sitios de conversión 8, con base en los parámetros seleccionados de selección de sitio, y procesa el rollo de red seleccionado con los módulos 60 de procesamiento de defectos para el envío de un plan de conversión correspondiente . De esta manera, la interfaz 80 de usuario proporciona una ilustración simplista de cómo un usuario puede configurar la máquina 64 de control de conversión con base en uno o más parámetros de selección de sitios. La interfaz 80 de usuario puede requerir que el usuario seleccione uno y solo uno de los mecanismos de entrada 86-92. Alternativamente, la interfaz 80 de usuario puede permitir que el usuario seleccione uno o más mecanismos de entrada 86-92 para ser utilizados en combinación. La figura 6 proporciona otra interfaz de usuario 100 ejemplar presentada por el módulo 62 de interfaz de usuario. En esta modalidad, la interfaz modular 100 incluye los mecanismos de entrada 102-110 mediante los cuales el usuario introduce las funciones de ponderación respectiva para cada parámetro. Específicamente, en este ejemplo, los mecanismos de entrada 102-108 permiten que el usuario introduzca una función de ponderación en el intervalo de 0 a 100 para cada parámetro, donde 0 dirige la máquina 64 de control de conversión para excluir el parámetro, y 100 representa la más alta ponderación posible. Cuando se selecciona un sitio de conversión 8 para un rollo 10 de red dado, la máquina 64 de control de conversión convierte los datos de sitio 72E para determinar valores para cada parámetro de selección de sitio: niveles de inventario, órdenes actuales, niveles de demanda y tiempo de conversión para cada sitio de conversión potencial . Como se describe con más detalle más adelante, la máquina 64 de control de conversión puede luego normalizar los resultados calculados de cada parámetro de selección de sitio para cada sitio de conversión 8, y luego calcula los valores ponderados a partir de los resultados normalizados. Finalmente, la máquina 64 de control de conversión selecciona un sitio de conversión 8 como una función (por ejemplo, una suma) de los valores ponderados. Otras técnicas pueden ser utilizadas en las cuales el sistema 4 de control de conversión utiliza parámetros múltiples cuando se selecciona un sitio de conversión 8 para un rollo 10 de red. La figura 7 es un diagrama de flujo que ilustra el procesamiento de información de anomalías por el sistema 4 de control de conversión, con detalle adicional. En particular, la figura 7 ilustra el procesamiento de los datos de anomalías 72A y los datos de imágenes 72C por los módulos 60 de procesamiento de defectos. El sistema 4 de control de conversión recibe los datos de imágenes de las anomalías, tales como las imágenes 144, 146, que fueron extraídas inicialmente de una red 20 o una calculadora de análisis 28 localizada en una planta 6 de codificación de redes, utilizando un primer algoritmo de detección, simple. Como se ilustra en la figura 7, los módulos 60 de procesamiento de defectos aplican diferentes algoritmos "M"
(designados Ai-Am 158 en la figura 7) como sea necesario para hasta cuatro N diferentes requerimientos 150 para productos 12. La tabla 152 de referencia cruzada de la figura 7 es utilizada para ilustrar el mapeo entre los requerimientos 150 y los módulos 60 de procesamiento de defectos. Específicamente, la tabla 152 de referencia cruzada muestra cuáles módulos 60 de procesamiento de defectos son utilizados en la determinación de si cada anomalía es o no un defecto o un paso positivo para un requerimiento dado 150. En algunas modalidades, un gran número de algoritmos más simples, son convenientemente utilizados en paralelo. En particular, es frecuentemente conveniente que al menos uno de los módulos 60 de procesamiento de defectos, subsecuentes apliquen un algoritmo que incluya la comparación de cada anomalía contra criterio de umbral de combinación-tamaño de píxel. En la práctica efectiva, como, por ejemplo, película ópticas, una anomalía que tiene únicamente una diferencia sutil en el valor de brillantez a partir de un objetivo es inaceptable si el área es grande, y una anomalía que tiene una mayor diferencia en la brillantez a partir de un valor objetivo, es inaceptable, incluso si el área es muy pequeña . Además, los algoritmos aplicados por los módulos 60 de procesamiento de defecto pueden incorporar el procesamiento de imágenes muy complejas y la extracción de defectos que incluyen, pero no están limitados a, el procesamiento vecino, el rango vecino, la expansión de contraste, las manipulaciones de las imágenes monádicas y diádicas diversas, la filtración digital, tales como los filtros de Laplacian, operadores de Sobel, filtración de paso alto y filtración de paso bajo, análisis de textura, análisis fractal, procesamiento de frecuencia tales como las transformaciones Fourier y transformaciones del tren de ondas, convoluciones , procesamiento morfológico, determinación de umbral, análisis de componentes conectados, procesamiento de mancha, cuantificaciones de mancha, combinaciones de los mismos. Otros algoritmos pueden ser aplicados con base en los tipos específicos de red y de defectos para alcanzar un nivel de precisión deseado de la detección de defectos . Cada uno de los N requerimientos 150 de producto puede ser llevado a cabo utilizando combinaciones seleccionadas de algoritmos individuales 158 de procesamiento de defectos. Los algoritmos pueden utilizar procesamiento de umbral muy simple y de mancha mínima y algoritmos más complejos tales como filtros espaciales, operaciones morfológicas, filtros de frecuencia, procesamiento de trenes de ondas, o cualesquiera otros algoritmos conocidos de procesamiento de imágenes. Con esta tabla de referencia cruzada 152 ejemplar, el requerimiento Ri de producto utiliza una combinación de algoritmos A2, A4 y AM, cada uno aplicado a cada imagen de anomalía, para determinar cuáles anomalías son defectos efectivos para R2. En modalidades más convenientes, es empleado un lógico O (OR en inglés) , por ejemplo, si cualquiera de A2, A4 y AM reportan la anomalía como un defecto efectivo, aquella proporción de la red 20 no satisface el requerimiento Ri de producto. Para aplicaciones especializadas, es lógico a través del cual son combinados los reportes de los algoritmos subsecuentes 158 en una determinación de si un requerimiento 150 de producto es satisfecho puede ser más complejo que un lógico OR simple. Similarmente, el requerimiento R2 de producto utilizan A2, A3 y A4, etc. De este modo, las anomalías que son identificadas como defectos para R2 pueden ser similares a o significativamente diferentes de los defectos para Rx. Después de determinar cuáles anomalías son consideradas defectos efectivos mediante el uso de la tabla 152 de referencia cruzada, la máquina 64 de control de conversión" formula los mapas de defectos 72F de los sitios de defectos efectivos correspondientes a los diversos requerimientos del producto para el rollo . En algunas situaciones, la máquina 64 de control de conversión puede generar uno o más mapas de defectos compuestos 72G mediante el empalme de una o más porciones de los mapas de defectos 72F. En este ejemplo ilustrado, la máquina 64 de control de conversión genera un mapa compuesto 72G que tiene una primera porción 160 empalmada a partir de un mapa de defectos para un primer requerimiento de producto (MPA-Rl) y una segunda porción 162 proveniente de un mapa de defectos para un segundo requerimiento de producto (MAP-R2) . De esta manera, la máquina 64 de control de conversión puede determinar que una red puede ser mejor utilizada si algunas de las porciones de la red son convertidas a diferentes productos. Una vez que esto ha sido realizado, es frecuentemente posible descartar la información de imágenes secundarias para reducir al mínimo los medios de almacenamiento necesarios . Detalles adicionales del procesamiento de imágenes y de la aplicación subsecuente de los algoritmos de detección de anomalías detectados por los módulos 60 de procesamiento de defectos, son descritos por la solicitud de patente de los Estados Unidos co-pendiente y comúnmente cedida No. 10/669,197, titulada "APARATO Y MÉTODO PARA LA INSPECCIÓN AUTOMÁTICA DE REDES", que tiene el Caso del Abogado no. 58695US002, presentada el 24 de Abril del 2003, el contenido completo de la cual se incorpora por referencia en la presente. La Figura 8 es un diagrama de flujo que ilustra un método ejemplar en el cual la máquina 64 de control de conversión utiliza un parámetro de selección de sitio, simple para seleccionar un sitio de conversión 8 para un rollo 10 de red dado. En este ejemplo, la máquina 64 de control de conversión utiliza los niveles de inventario como un parámetro de selección de sitio, aunque podrían ser utilizados de una manera similar otros parámetros de selección de sitio. Inicialmente, la máquina 64 de control de conversión identifica un grupo de productos potenciales 12 en los cuales puede ser convertido el rollo 10 (200) . Algunos rollos 10 de red, por ejemplo, pueden ser adecuados para la conversión únicamente en un subgrupo de productos 12. Enseguida, la máquina 64 de control de conversión determina un grupo de sitos de conversión 8 que apoyan uno o más de los productos 12 identificados (201) .
La máquina 64 de control de conversión selecciona entonces un sitio de conversión 8 y un producto a partir del grupo identificado de sitios de conversión 8, con base en los niveles de inventario (202) . Por ejemplo, la máquina 64 de control de conversión puede acceder a los datos 72E del sitio de conversión, y recuperar los datos de inventario para cada producto potencial para los sitios 8 de conversión identificados. La máquina 64 de control de conversión puede luego calificar el grupo de sitios de conversión potenciales 8, con base en los niveles de inventario para los productos potenciales. La máquina 64 de control de conversión selecciona el sitio de conversión potencial y el producto que tiene el nivel de inventario más bajo. La máquina 64 de control de conversión accede enseguida a los datos de productos 72D de la base de datos 70, para identificar los requerimientos del producto para el producto seleccionado, y selecciona uno o más de los módulos 60 de procesamiento de defectos, con base en los requerimientos identificados (203) . Enseguida, la máquina 64 de control de conversión invoca a los módulos 60 de procesamiento de defectos, seleccionados, que aplican algoritmos respectivos de detección de defectos a los datos de anomalías 72A y los datos de imágenes 72C recibidos de una planta 6 de fabricación de redes, para formular la información de defectos para el producto seleccionado . La máquina 64 de control de conversión genera los mapas de defectos 72F para el rollo de red, con base en los defectos identificados por los módulos 60 de procesamiento de defectos (204) . La máquina 64 de control de conversión genera un plan de conversión 721 de acuerdo con el mapa de defectos (216) . La máquina 64 de control de conversión puede comunicar posteriormente el plan de conversión al sitio de conversión 8 seleccionado, y enviar de salida (por ejemplo, visualizar o imprimir) las instrucciones de embarque para embarcar el rollo 10 de red, particular, hacia el sitio de conversión seleccionado (218) . De esta manera, la máquina 64 de control de conversión aplica los niveles de inventario como un parámetro de selección de sitio para seleccionar un sitio de conversión 8, y luego aplica los módulos de procesamiento de defectos con base en el sitio de conversión seleccionado y el producto. La Figura 9 es un diagrama de flujo que ilustra un método ejemplar en el cual la máquina 64 de control de conversión selecciona un sitio de conversión 8 para un rollo 10 de red dado, con base en un promedio ponderado de una pluralidad de parámetros de selección de sitio, configurables . Inicialmente, la máquina 64 de control de conversión identifica un grupo de productos potenciales 12 en los cuales puede ser convertido el rollo 10 de red (300) . Enseguida, la máquina 64 de control de conversión determina un grupo de sitios de conversión 8 que soportan uno o más de los productos identificados 12 (302) . Enseguida, la máquina 64 de control de conversión calcula los valores para todos los parámetros de selección de sitio especificados, por ejemplo, el nivel de inventario, los niveles de orden, la demanda de producto y el tiempo de conversión para cada sitio de conversión 8 (304) . La máquina 64 de control de conversión normaliza luego cada uno de los parámetros a un intervalo común, tal como 0 a 100 (308) . La máquina 64 de control de conversión ajusta luego cada uno de los parámetros de acuerdo con una ponderación configurable por el usuario, como se muestra en la Figura 6 (310) , y calcula un promedio ponderado total para cada sitio de conversión (312) . La máquina 64 de control de conversión selecciona el sitio de conversión y el producto correspondiente al promedio ponderado máximo de los parámetros de selección de sitio (314) . La máquina 64 de control de conversión identifica luego al menos un módulo de defectos para el producto seleccionado 12 en el cual va a ser convertido (316) , el rollo 10 de red, e invoca a los módulos 60 de procesamiento de defectos para aplicar los algoritmos de detección de defectos y genera un mapa de defectos 72F para el rollo de red (318) . La máquina 64 de control de conversión produce un plan de conversión con base en el mapa de defectos generados (320) . La máquina 64 de control de conversión comunica luego el plan de conversión al sitio de conversión 8 apropiado, y envía de salida (por ejemplo, visualiza o imprime) las instrucciones de embarque para embarcar el rollo 10 de red, particular, hacia el sitio de conversión (322) . De esta manera, la máquina 64 de control de conversión pueden considerar múltiples parámetros de selección de sitio, cuando se selecciona un sitio de conversión 8 para convertir un rollo 10 de red en productos, con base en la información almacenada de las anomalías de imágenes. La Figura 10 es un diagrama de bloques que ilustra una modalidad de un sitio de conversión 8A. En esta modalidad ejemplar, el sitio de conversión 8A incluye un rollo 10A de red que ha sido cargado y alistado para la conversión. El servidor 508 de conversión recibe los mapas de conversión desde el sistema 4 de control de conversión, y almacena los mapas de conversión en la base de datos 506. Un código de barras es leído del rollo 10A, el cual informa- al servidor de conversión 508 de la red particular 503, permitiendo que el servidor de conversión acceda a la base de datos 506 y recupere el mapa de conversión correspondiente.
El código de barras puede ser leído por el dispositivo de entrada 500 cuando la red 503 es colocada en movimiento o vía un dispositivo de código de barras manual antes de la carga. El servidor de conversión 508 visualiza un plan de conversión, permitiendo con esto que los trabajadores configuren la unidad de conversión 504. Específicamente, la unidad de conversión 504 está configurada para cortar físicamente la red 503 en numerosas hojas individuales (por ejemplo, productos 12A) de acuerdo con el plan de conversión. Conforme la red 503 pasa a través del sistema durante la operación de marcación, el dispositivo de entrada 500 lee los códigos de barra y las marcas fiduciales asociadas son regularmente detectadas . La combinación del código de barras y la marca fiducial hace posible que alguien registre de manera precisa la posición física de la red 503 a los defectos identificados en el plan de conversión. El reregistro regular asegura la precisión del registro por venir. Una persona experta en la técnica es capaz de establecer el re-registro a través de las técnicas convencionales de transformación de coordenadas físicas. Una vez que la red 503 es registrada al mapa de conversión, es conocida la posición física de los defectos específicos. Cuando los defectos pasan bajo el marcador 502 de la red, son aplicadas marcas a la red 503 para identificar visualmente los defectos. Específicamente, el servidor de conversión 508 envía una serie de órganos a un marcador 502 de red, el cual aplica luego las marcas de localización a la red 503. En muchas aplicaciones de la presente invención, el marcador 502 de la red coloca las marcas de localización sobre o adyacentes a los defectos dentro de la red 503, de acuerdo con el plan de conversión respectivo. No obstante, en algunas aplicaciones especializadas las marcas de localización están espaciadas de una manera predeterminada de las anomalías cuya posición identifican. El marcador 502 de la red puede incluir, por ejemplo, una serie de módulos de chorro de tinta, cada uno teniendo una serie de boquillas de chorro . El tipo de marca, y la posición exacta de la marca sobre o cerca del defecto puede ser seleccionada con base en el material de red, la clasificación de los defectos, el procesamiento de la red requerido para dirigirse al defecto, y la aplicación de uso final pretendido de la red. En el caso del marcador de tinta arreglado, los marcadores son enseguida y preferentemente dependiendo de su posición transversal a la red, conforme los defectos pasan la unidad en la dirección hacia abajo de la red. Con este método, las precisiones de la marcación de menos de 1 mm han sido regularmente logradas en redes de alta velocidad con velocidades de producción mayores de 150 pies/minuto. No obstante, redes de velocidad más alta mayor de 1000 metros/minuto están dentro de la capacidad de la invención. El servidor de conversión 508 puede pausar la conversión de la red 503 en cualquier punto de acuerdo con el plan de conversión, para permitir la reconfiguración de la unidad de conversión 504. Por ejemplo, en la red uniforme 503 que va a ser convertida a diferentes productos, el servidor de conversión 508 interrumpe el proceso de conversión después de que el primer producto es producido, para permitir que la unidad de conversión 504 sea reconfigurada para el producto subsecuente. El posicionamiento de los dispositivos de corte y otros mecanismos, por ejemplo, puede ser reconfigurado como sea necesario para producir el segundo producto . La Figura 11 es un diagrama de flujo que ilustra la operación ejemplar de un sitio de conversión, tal como el sitio de conversión 8A de la Figura 16, en el procesamiento de una red de acuerdo con los planes de conversión Inicialmente, el servidor de conversión 508 recibe y almacena la información del rollo y los planes de conversión provenientes del sistema 4 de control de conversión 520. Esto puede suceder antes que o después de recibir los rollos de red. Por ejemplo, el servidor de conversión 508 puede recibir la información del rollo y un plan de conversión para un rollo de red particular, semanas antes de que el rollo de red físico llegue a los sitios de conversión. Alternativamente, el servidor de conversión 508 puede recibir la información del rollo y un plan de conversión para un rollo de red, ya almacenada dentro del inventario en el sitio de conversión. Enseguida, el servidor de conversión 508 recibe la información del código de barras, para un rollo de red particular que va a ser convertido, provocando que el servidor de conversión 508 acceda a la base de datos 506 y recupere el mapa de conversión (522) correspondiente. Como se anotó anteriormente, el código de barras puede ser leído antes de la carga (por ejemplo, por un dispositivo de código de barras manual, como se ilustra en la Figura 17, o vía el dispositivo de entrada 500 después de que la red 503 es cargada y alistada para la conversión. El servidor de conversión 508 muestra un plan de conversión, con lo cual permite que los trabajadores configuren la unidad de conversión 504 para cortar físicamente la red 503 en numerosas hojas individuales (por ejemplo, los productos 12A) de acuerdo con el plan de conversión (526) . Alternativamente, la unidad de conversión 504 puede ser configurada de una manera automática o semiautomática de acuerdo con el plan de conversión. Una vez que es configurada la unidad de conversión 504, la red 503 es ajustada en movimiento y el dispositivo de entrada de datos 500 lee los códigos de barra y marcas fiduciales asociadas (528) , y el marcador 502 de la red puede ser utilizado para marcar visualmente la red 503, con el fin de ayudar en el reconocimiento visual de los productos defectuosos (530) . La unidad de conversión 504 convierte la red recibida 503 para formar los productos 12A (532) . En cualquier punto dentro del plan de conversión, el servidor de conversión 508 puede determinar que es requerida una reconfiguración por el plan (534) . Si es así, el servidor de conversión 508 dirige la reconfiguración de la unidad de conversión 504 (536) . Este proceso continúa hasta que toda la red 503 es convertida a uno o más productos 12A de acuerdo con el plan de conversión (538) . Han sido descritas diversas modalidades de la invención. Éstas y otras modalidades están dentro del alcance de las siguientes reivindicaciones.
Se hace constar que con relación a esta fecha, el mejor método conocido por la solicitante para llevar a la práctica la citada invención es el que resulta claro de la presente descripción de la invención.
Claims (27)
1. Un método, caracterizado porque comprende: la formación de una imagen de una porción secuencial de una red, para proporcionar información digital; el procesamiento de la información digital con al menos un algoritmo inicial, para identificar las regiones sobre la red que contiene anomalías, la selección de una pluralidad de sitios de conversión, para convertir la red en un producto; el análisis de al menos una porción de la información digital con uno o más algoritmos subsecuentes, para determinar cuáles anomalías representan los defectos efectivos en la red para el producto; y la conversión de la red en el producto en el sitio de conversión seleccionado, con base en los defectos efectivos determinados.
2. El método de conformidad con la reivindicación 1, caracterizado porque la selección de uno de una pluralidad de sitios de conversión comprende : la identificación de un grupo de productos en los cuales puede ser convertida la red; la identificación de un grupo de sitios de conversión que producen el grupo identificado de productos; y la selección del sitio de conversión a partir del grupo identificado de sitios de conversión.
3. El método de conformidad con la reivindicación 1, caracterizado porque la selección de uno de una pluralidad de sitios de conversión comprende: determinar un valor de al menos un parámetro de selección de sitio para cada uno de la pluralidad de sitios de conversión; y seleccionar el sitio de conversión a partir de la pluralidad de sitios de conversión, con base en el valor determinado para cada uno de los sitios de conversión.
4. El método de conformidad con la reivindicación 3, caracterizado porque los parámetros de selección de sitio incluyen uno o más de un nivel de inventario para el producto en cada uno de la pluralidad de sitos de conversión, una lista de respaldo de órdenes para el producto en cada uno de la pluralidad de sitios de conversión, una demanda de mercado para el producto en cada uno de la pluralidad de sitios de conversión, o un tiempo de conversión para el producto en cada uno de la pluralidad de sitios de conversión.
5. El método de conformidad con la reivindicación 1, caracterizado porque la selección de uno de una pluralidad de sitios de conversión comprende : determinar un valor para un primer parámetro de - selección de sitio para cada uno de los sitios de conversión; determinar un valor para un segundo parámetro de selección del sitio, para cada uno de los sitios de conversión; y seleccionar el sitio de conversión a partir de la pluralidad de sitios de conversión, con base en los valores determinados para cada uno de los sitios de conversión.
6. El método de conformidad con la reivindicación 1, caracterizado porque la selección de uno de una pluralidad de sitios de conversión comprende : calcular los promedios ponderados respectivos de una pluralidad de parámetros de selección de sitio, para cada uno de los sitios de conversión; y seleccionar el sitio de conversión a partir de la pluralidad de sitios de conversión, con base en los promedios ponderados calculados, respectivos.
7. El método de conformidad con la reivindicación 1, caracterizado porque la conversión de la red comprende: generar un plan de conversión para la red, con base en los defectos efectivos determinados; y convertir la red en el sitio de conversión seleccionado, de acuerdo con el plan de conversión generado.
8. El método de conformidad con la reivindicación 1, caracterizado porque al menos un algoritmo subsecuente caracteriza al menos una porción de la red en clasificaciones de calidad.
9. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: la presentación de una interfaz de usuario que visualiza un parámetro de selección de sitio como uno de una pluralidad de parámetros de selección de sitio, seleccionables por el usuario; y la recepción del dato de entrada que selecciona uno o más parámetros de selección de sitio, seleccionables por el usuario .
10. El método de conformidad con la reivindicación 9, caracterizado además porque comprende: la determinación de los valores respectivos para cada uno de los parámetros de selección de sitio seleccionados, para cada uno de la pluralidad de sitios de conversión; y la selección de uno de la pluralidad de sitios de conversión, con base en los valores determinados.
11. Un sistema, caracterizado porque comprende: un dispositivo de formación de imágenes, que copia una porción secuencial de una red, para proporcionar información digital ; una calculadora de análisis que procesa la información digital con un algoritmo inicial, para identificar las regiones sobre la red que contienen anomalías; y un sistema de control de conversión que selecciona uno de una pluralidad de sitios de conversión, para convertir la red en un producto, y analiza al menos una porción de la información digital con al menos un algoritmo subsecuente, para determinar cuáles anomalías representan los defectos efectivos en la red para los productos .
12. El sistema de conformidad con la reivindicación 11, caracterizado porque el sistema de control de conversión identifica un grupo de sitios de conversión que producen el producto, y selecciona el sitio de conversión a partir del grupo identificado de sitios de conversión.
13. El sistema de conformidad con la reivindicación 11, caracterizado porque el sistema de control de conversión determina un valor de al menos un parámetro de selección de sitio, para cada uno de la pluralidad de sitios de conversión, y selecciona uno de los sitios de conversión para la conversión de la red, con base en el valor determinado para cada uno de los sitios de conversión.
14. El sistema de conformidad con la reivindicación 11, caracterizado porque los parámetros de selección de sitio incluyen uno o más de un nivel de inventario para el producto en cada uno de la pluralidad de sitios de conversión, una lista de respaldo de órdenes para el producto en cada uno de la pluralidad de sitios de conversión, una demanda de mercado para el producto en cada uno de la pluralidad de sitios de conversión, o un tiempo de conversión para el producto en cada uno de la pluralidad de sitios de conversión.
15. El sistema de conformidad con la reivindicación 11, caracterizado porque el sistema de control de conversión calcula los promedios ponderados respectivos de una pluralidad de parámetros de selección de sitio para cada uno de la pluralidad de sitios de conversión, y selecciona el sitio de conversión a partir de la pluralidad de sitios de conversión, con base en los promedios ponderados calculados, respectivos.
16. El sistema de conformidad con la reivindicación 11, caracterizado porque la calculadora de análisis está localizada dentro de una planta de fabricación que produce la red, el sistema de control de conversión está acoplado a la planta de fabricación por una red de trabajo y está remotamente localizado de la planta de fabricación.
17. El sistema de conformidad con la reivindicación 11, caracterizado porque el sistema de control de conversión genera un plan de conversión para la red, con base en los defectos efectivos determinados, y el producto seleccionado .
18. El sistema de conformidad con la reivindicación 17, caracterizado además porque comprende: un servidor de conversión localizado dentro de un sitio de conversión y acoplado al sistema de control de conversión por una red de trabajo, en donde el sistema de control de conversión comunica electrónicamente el plan de conversión al servidor de conversión localizado con el sitio de conversión.
19. El sistema de conformidad con la reivindicación 18, caracterizado porque el servidor de conversión muestra el plan de conversión para la conversión de la red al producto seleccionado.
20. El sistema de conformidad con la reivindicación 11, caracterizado porque la calculadora de análisis procesa la información digital con el algoritmo inicial, y extrae una porción de la información digital para cada una de las regiones identificadas, y el sistema de control de conversión analiza las porciones extraídas de la información digital, para determinar los defectos efectivos para los productos .
21. El sistema de conformidad con la reivindicación 11, caracterizado porque el sistema de control de conversión comprende : un módulo de interfaz de usuario que presenta una interfaz de usuario para mostrar visualmente un parámetro de selección de sitio como uno de una pluralidad de parámetros de selección de sitio, seleccionables por el usuario; una base de datos que almacena los datos que definen un grupo de reglas de control de conversión; y una máquina de control de conversión que, para cada sitio de conversión, aplica las reglas de control de conversión para determinar los valores para los parámetros de selección de sitios seleccionados por un usuario, y selecciona el sitio de conversión con base en los valores determinados .
22. Un sistema de control de conversión, caracterizado porque comprende: una base de datos que almacena los datos que definen un grupo de reglas; una interfaz para recibir la información de anomalías desde una máquina de análisis, en donde la información de anomalías identifica las regiones de una red que contienen anomalías; y una máquina de control de conversión que selecciona uno de una pluralidad de sitios de conversión, para convertir la red en un producto, en donde la máquina de control de conversión analiza al menos una porción de la información digital con al menos un algoritmo subsecuente para determinar cuáles anomalías representan defectos efectivos en la red para los productos.
23. El sistema de control de conversión de conformidad con la reivindicación 22, caracterizado porque el sitio de conversión almacena los datos que especifican un nivel de inventario en cada uno de los sitios de conversión, la información de orden para el producto en cada uno de los sitios de conversión, una demanda estimada para el producto para los mercados servidos por cada uno de los sitios de conversión y un tiempo de conversión estimado, para convertir la red al producto en cada uno de los sitios de conversión, y en donde la máquina de conversión utiliza los datos del sitio de conversión cuando se aplican las reglas .
24. Un medio legible en calculadora, caracterizado porque comprende las instrucciones que provocan que un procesador: almacene datos que definen un grupo de reglas; reciba información de anomalías desde una máquina de análisis localizada dentro de una planta de fabricación, en donde la información de anomalías identifica las regiones de una red que contiene anomalías; y aplicar las reglas para seleccionar uno de una pluralidad de sitios de conversión para convertir la red en un producto.
25. El medio legible en calculadora de conformidad con la reivindicación 24, caracterizado porque las instrucciones provocan que el procesador determine un valor de al menos un parámetro de selección de sitio para cada uno de la pluralidad de sitios de conversión, y selecciona el número de sitios de conversión para la conversión de la red, con base en el valor determinado para cada uno de los sitios de conversión.
26. El medio legible en calculadora de conformidad con la reivindicación 24, caracterizado porque las instrucciones provocan que el procesador calcule uno o más de un nivel de inventario para el producto en cada uno de la pluralidad de sitios de conversión, una lista de respaldo de órdenes para el producto en cada uno de la pluralidad de sitios de conversión, una demanda de mercado para el producto en cada uno de la pluralidad de sitios de conversión o un tiempo de conversión para el producto en cada uno de la pluralidad de sitios de conversión.
27. El medio legible en calculadora de conformidad con la reivindicación 24, caracterizado porque las instrucciones provocan que el procesador: genere un plan de conversión para la red, con base en los defectos efectivos determinados; comunique el plan de conversión al sitio de conversión seleccionado, para controlar la conversión de la red; y envíe de salida las instrucciones de embarque para el embarque de la red al sitio de conversión seleccionado, para la conversión.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US60/533,596 | 2003-12-31 |
Publications (1)
Publication Number | Publication Date |
---|---|
MXPA06007469A true MXPA06007469A (es) | 2006-12-13 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7187995B2 (en) | Maximization of yield for web-based articles | |
US8935104B2 (en) | Application-specific repeat defect detection in web manufacturing processes | |
EP1664749B1 (en) | Apparatus and method for automated web inspection | |
US7623699B2 (en) | Apparatus and method for the automated marking of defects on webs of material | |
US7120515B2 (en) | Inventory control for web-based articles | |
KR100788205B1 (ko) | 웹 검사 방법 및 장치 | |
JP5912125B2 (ja) | ウェブベース材料における不均一性の高速処理と検出 | |
US8270701B2 (en) | Optical web-based defect detection using intrasensor uniformity correction | |
WO2013096397A1 (en) | Maintaining registration of spatially synchronized data for web products | |
MXPA06007469A (es) | Control de inventario para articulos basados en redes | |
MXPA06007470A (es) | Maximizacion de rendimiento para articulos basados en redes |