2024年1月4日-尽管在纺织行业之外没有广泛使用，但布梳理机有助于清洁、平行化和混合棉和羊毛等原纤维，同时消除杂质和短纤维。梳理产生连续的纤维网，适合使用嵌入覆盖快速移动的辊或盖板的坚固材料中的锋利的钢丝齿来制造。持续暴露在粗糙的纤维中会导致钢丝齿锋利度的损失。反过来，这影响了梳理过程中的纤维输送过程，并降低了非织造织物的质量，使其无法使用。清洁和更换卡在劳动力、零件、生产停工期和浪费原材料方面都很昂贵。
工业4.0拯救了纺织行业，带来了预测性维护(PdM)。利用人工智能(AI)和机器学习，PdM可以预测特定零件何时会出现故障，以便可以主动选择更换时间，从而不会延迟生产。
最近，Faserinstitut不来梅研究所(德国不来梅)和开姆尼茨理工大学(德国开姆尼茨)合作开发了一个面向纺织行业的工业4.0 PdM数字监控系统。它旨在观察针布随时间的磨损程度，并为维护预测和纺织生产计划提供新的可能性。
该项目利用机器视觉和人工智能的力量来分析梳理齿几何形状、尖端形状和密度的磨损，所有这些都是梳理效率的因素。成像系统的核心是SVS-维斯泰克exo541MGE2030万像素CMOS GigE Vision摄像机，配备光工程MC3-03X镜头，安装在IP67外壳中，以防止碳纤维灰尘损坏。以太网供电(PoE)单电缆供电、数据和控制简化了测试部署。在4504×4504像素分辨率下观察到的图像面积约为25×25mm，对应于每像素5.5微米的边长。这种设置使得能够在近乎微观的尺度上进行观察。相机的位置在齿尖上方2毫米，这个距离足以防止在测试过程中损坏相机或衣物。
模拟真实世界的环境，摄像机安装在由铝型材制成的机架上，这使它能够放置在宽度高达3米的生产线上。步进电机通过遥控使照相机聚焦。光通量为800流明的照明装置直接安装在相机支架上。系统软件基于OpenCV SDK应用其findContours功能自行开发。
该系统在开姆尼茨(STFI)的一家试验性工厂生产线上进行了测试，随后在三家合作公司的生产线上进行了测试。根据研究人员的说法，到项目结束时，成像系统达到了“概念验证”的状态。唯一的缺点是，合作公司发现，当维护门打开时，摄像机需要放置在现有的生产线上。无论如何，由于门需要在清洁或维护期间打开，该时间表足以观察磨损的增加。
实现更高水平的人工智能性能将需要进一步的发展。这包括为锡林几何形状和针布类型、关于典型磨损模式的数据以及针布可用性的限制建立广泛的数据库。一旦完成，该数据库将与数据相结合，用于圆柱体几何形状和其上使用的服装的每个出现的组合的最佳摄像机定位。