Система машинного зрения для контроля формы хлебных буханок

81
views

Данная система компьютерного зрения, предназначена для проверки хлебных буханок в режиме реального времени, обеспечивающая идеальный размер, форму, надрезы и единообразие структуры на всех производственных линиях.

В промышленном хлебопечении  качество продукции определяется стабильностью и точностью. Каждая буханка хлеба должна соответствовать строгим стандартам по  размеру, форме и надрезам,  чтобы поддерживать доверие потребителей и узнаваемость бренда.

Наш клиент,  ведущая группа пекарен внедрил  систему контроля качества на основе компьютерного зрения, которая автоматически проверяет качество формования буханок хлеба в режиме реального времени.

До автоматизации клиент полагался на ручную визуальную проверку, проводимую операторами линии для выявления  дефектов в процессе формования буханок.

Однако из-за  высокой скорости производства  и  человеческого фактора эти проверки часто упускали из виду незначительные несоответствия, которые влияли на качество выпечки и конечный внешний вид.

К основным проблемам относились:

  • Выявление  некорректных вариаций размера  или формы буханки хлеба.
  • Выявление  деформаций  или  трещин (повреждений) поверхности .
  • Проверка  точности подсчета очков
  • Обеспечение  целостности структуры буханки  перед выпечкой.

При производстве нескольких тысяч буханок хлеба в час для достижения  высокого и максимально стабильного качества в больших масштабах потребовалась полностью автоматизированная и адаптивная система.

Описание решения 

Мы разработали и внедрили  систему компьютерного зрения на основе глубокого обучения, способную анализировать каждую буханку хлеба в режиме реального времени и обнаруживать даже малейшие отклонения от производственных стандартов.

1. Проверка размера и формы

Система измеряет  длину, ширину и высоту каждой буханки хлеба  с точностью до миллиметра.

Любое отклонение от стандартных размеров автоматически приводит к срабатыванию сигнализации, требующей проверки оператором или отклонения заказа.

2. Обнаружение деформаций и повреждений

Используя  сверточные нейронные сети (CNN), система обнаруживает  деформации, обрушения и трещины на поверхности даже при переменном освещении или различной текстуре теста.

3. Анализ результатов 

Правильное нанесение надрезов обеспечивает контролируемое расширение во время выпечки.

Модель искусственного интеллекта оценивает  глубину, длину и угол каждого надреза, проверяя,  является ли рисунок правильным и одинаковым  для всех изделий.

4. Мониторинг и оповещения в режиме реального времени

Система интегрируется с существующими ПЛК и HMI-дисплеями производственной линии, предоставляя операторам  информацию о качестве в режиме реального времени  и  мгновенные уведомления  об отклонениях от нормы.


Результаты внедрения

После внедрения системы пекарня добилась значительного улучшения однородности продукции и эффективности производства:

  • Точность обнаружения  дефектов по всем категориям составляет 98,9%.
  • Сокращение объема ручной работы по контролю качества на 40%.
  • Постоянный размер продукции и схема приготовления гренадо  во всех сменах.
  • Меньшее количество бракованных партий  благодаря раннему выявлению дефектов.
  • Окупаемость инвестиций в течение 8 месяцев , главным образом за счет сокращения отходов и повышения производительности.

Теперь система работает  круглосуточно, 7 дней в неделю , обеспечивая неизменно высокое качество хлеба и полную отслеживаемость каждой произведенной буханки.

Ключевые возможности системы

  • Выявление  отклонений в размерах, деформаций и трещин.
  • Проверка  правильности подсчета очков 
  • Контроль качества в режиме реального времени с высокой скоростью,  полностью интегрированный с производственными линиями.
  • Улучшенная однородность  внешнего вида и текстуры выпечки.
  • Сокращение отходов и переделок, повышение прибыльности.

Значение для отрасли

Данная реализация демонстрирует как системы машинного зрения на основе искусственного интеллекта могут повысить стандарты качества в традиционном пищевом производстве.

Сочетая глубокое обучение, промышленную обработку изображений и автоматизацию, пекарни могут достичь  контроля качества на уровне ремесленных производств в промышленных масштабах, гарантируя, что каждая буханка хлеба будет соответствовать точным спецификациям, прежде чем попасть в печь.