Abstract:
ในอุตสาหกรรมและเทคนิคการผลิตสมัยใหม่ การบำรุงรักษาที่รวดเร็วและแม่นยำเป็นแนวคิดที่สำคัญ มีหลายแนวทางที่ตอบสนองข้อกำหนดเหล่านี้ รวมถึงเทคโนโลยีความจริงเสริม (Augmented Reality หรือ AR) เทคโนโลยี AR ร่วมกับเทคนิคการตรวจจับวัตถุแบบเรียลไทม์ นำเสนอวิธีแก้ปัญหาที่เป็นไปได้ในการปรับปรุงและเปลี่ยนแปลงเทคนิคการบำรุงรักษาในอนาคตอันใกล้ เพื่อหาโมเดล AI ที่เหมาะสมที่สุดสำหรับวัตถุประสงค์นี้ การศึกษานี้ได้เปรียบเทียบโมเดล YOLOv5, Resnet50 และ SSD MobileNet ที่ผ่านการฝึกฝนมาแล้วในการตรวจจับองค์ประกอบของ PLCnext โดยใช้ภาพ 960 ภาพสำหรับการฝึกฝนและทดสอบ โมเดลต่าง ๆ ได้รับการฝึกฝนและทดสอบ โดยเน้นถึงความสามารถในการทำงานแบบเรียลไทม์ ผลการศึกษาแสดงให้เห็นว่าโมเดล YOLOv5 ที่ผ่านการฝึกฝนมาแล้วเป็นโมเดลที่ดีที่สุดในการเพิ่มประสิทธิภาพการตรวจสอบแบบอินเตอร์แอคทีฟ ลดเวลาการหยุดทำงาน และเพิ่มประสิทธิภาพในสภาพแวดล้อมอุตสาหกรรม อีกทั้งยังเหมาะสำหรับการพัฒนาแอปพลิเคชัน AR ในระบบอัตโนมัติ 4.0 หลังจากได้รับการฝึกฝนด้วยภาพที่จำเป็น
