The KromaKing MLI system detects ro

The KromaKing MLI system detects rogue cans in a specific production run,
initially self-training and learning the label colors of a set run (typically 500 to 1,000) of
cans on-line. The system then compares those labels to the cans in the production run.
While self-training, the system learns the normal variations of the production
run, as cans may gradually vary in color or brightness during the course of a long
run. It keeps up to date by continuously learning every good can that passes through
its inspection station. This helps minimize false rejects caused by normal and
acceptable process variation.
It then automatically detects label changes and starts the learning process.
When a new set of cans passes by the system, it automatically learns what they
look like and continues its mixed label detection on the new label. This allows the
system to run reliably without any operator intervention.

Kết quả (Việt) 1:

Hệ thống KromaKing MLI phát hiện rogue lon trong một chạy sản xuất cụ thể,Ban đầu tự đào tạo và học tập các nhãn màu sắc của bộ chạy (thường 500 đến 1.000) củalon on-line. Hệ thống sau đó so sánh những nhãn để lon trong trình sản xuất.Trong khi tự đào tạo, hệ học các biến thể bình thường của sản xuấtchạy, vì các hộp có thể dần dần thay đổi màu sắc hoặc độ sáng trong quá trình lâu dàichạy. Nó giữ Cập Nhật bằng cách liên tục học mỗi có thể tốt mà đi quatrạm kiểm tra của nó. Điều này giúp giảm thiểu sai từ chối do bình thường vàbiến thể chấp nhận được quá trình.Nó sau đó tự động phát hiện thay đổi nhãn và bắt đầu quá trình học tập.Khi một tập mới của lon vượt qua bởi hệ thống, nó tự động học những gì họtrông giống như và tiếp tục của nó phát hiện nhãn hỗn hợp trên nhãn mới. Điều này cho phép cácHệ thống để chạy đáng tin cậy mà không cần bất kỳ sự can thiệp của nhà điều hành.

Kết quả (Việt) 2:

Hệ thống KromaKing MLI phát hiện lon giả mạo trong một hoạt động sản xuất cụ thể,
ban đầu tự đào tạo và học tập các màu sắc nhãn hiệu của một tập chạy (thường là 500 đến 1000) của
lon on-line. Hệ thống sau đó so sánh những nhãn cho các lon trong quá trình sản xuất.
Trong khi tự đào tạo, hệ thống học các biến thể thông thường của sản xuất
chạy, như lon dần dần có thể khác nhau về màu sắc hoặc độ sáng trong suốt quá trình dài
chạy. Nó giữ cho đến nay do liên tục học mỗi lon tốt mà đi qua
trạm kiểm soát của nó. Điều này giúp giảm thiểu sai bác bỏ do bình thường và
biến đổi quá trình chấp nhận được.
Sau đó nó sẽ tự động phát hiện những thay đổi nhãn và bắt đầu quá trình học tập.
Khi một tập mới của lon đi qua hệ thống, nó sẽ tự động học được những gì họ
trông như thế nào và tiếp tục phát hiện nhãn hỗn hợp của nó trên nhãn mới. Điều này cho phép các
hệ thống chạy ổn định mà không cần bất kỳ sự can thiệp của nhà điều hành.