В процессе производства может возникать множество проблем, от неисправностей оборудования и человеческих ошибок до различий в сырье и загрязнений. Для решения этих проблем производители должны внедрить надлежащий контроль качества с помощью специализированных систем и процессов для проверки продукции и обеспечения соответствия стандартам.
Специфика системы контроля качества варьируется в зависимости от продукта и допусков или правил, которым он должен соответствовать. Примеры включают:
- Визуальный контроль производственных линий для выявления проблем или дефектов. Как правило, этот процесс в настоящее время автоматизирован и основан на системах компьютерного зрения и моделях машинного обучения, обученных на конкретном продукте или упаковке.
- Количественная оценка чистоты необходима для обеспечения соответствия продукции требуемым стандартам и ее эффективного функционирования. Ключевые методы включают подсчет частиц и тесты на чистоту поверхностей для выявления загрязнений, невидимых невооруженным глазом.
- Проверка сырья и обеспечение его соответствия требуемым стандартам. Производители часто проводят аудит поставщиков по всей цепочке поставок и осуществляют выборочную проверку партий продукции на соответствие спецификациям.
- Мониторинг производственных процессов в режиме реального времени, таких как смешивание, варка, литье и другие. Отслеживание этих процессов позволяет производителям выявлять и устранять потенциальные проблемы в режиме реального времени.
Хотя контроль качества меняется в зависимости от потребностей продукта, неизменным остается стремление к высокой производительности и точности без резкого роста затрат. Для предприятий, стремящихся усовершенствовать существующие системы, гиперспектральная визуализация теперь предлагает гибкие решения для контроля качества в широком диапазоне применений. Благодаря достижениям в технологиях сбора данных и развитой среде разработки, новые гиперспектральные камеры предоставляют спектральную информацию в реальном времени, что позволяет создавать быстрые и точные системы контроля качества.
Что такое гиперспектральная визуализация?
Традиционные камеры улавливают свет, используя три основных канала: красный, зеленый и синий (RGB). Хотя этот набор данных позволяет создавать простые цветные изображения, имитирующие то, как человеческий глаз видит мир, он не позволяет получить подробную информацию о длине волны света, попадающего на сенсор.
В отличие от них, гиперспектральные камеры используют гораздо больше каналов для захвата данных о длине волны и выявления новой информации в изображении. Это означает, что технология возвращает как спектральную, так и пространственную информацию, воссоздавая спектры по всему изображению. Анализируя эти спектры, можно идентифицировать признаки, связанные с материалами и процессами, присутствующими на изображении.
Преимущества гиперспектральной визуализации в контроле качества
Благодаря спектральному анализу и более детальному изучению света, гиперспектральная визуализация получила широкое распространение во многих отраслях, включая контроль качества, где она предлагает целый ряд потенциальных преимуществ:
- Неразрушающий метод: гиперспектральная визуализация просто измеряет отраженный свет (в основном в видимом и ближнем инфракрасном диапазоне), она никак не изменяет и не повреждает изделие.
- Идентификация материалов: Различать материалы следует на основе их химического состава, а не с помощью менее точного визуального осмотра или более медленных методов анализа.
- Выявление дефектов: обнаружение незначительных дефектов или отклонений, которые остались бы незамеченными при использовании стандартных методов визуализации.
- Гибкость: Благодаря широкому спектру применения в различных отраслях и производственных процессах, гиперспектральный анализ может быть адаптирован для фокусировки на определенных диапазонах длин волн или спектральных индексах в зависимости от потребностей контроля качества.
- Интеграция: Гиперспектральные данные могут быть интегрированы в существующие промышленные системы машинного зрения для повышения эффективности работы и добавления дополнительного уровня обнаружения.
Переосмысление компромисса между частотой кадров и спектральным разрешением.
В прошлом низкая частота кадров ограничивала пропускную способность систем контроля качества на основе гиперспектральной съемки. Захват и обработка больших массивов данных, содержащихся в каждом гиперспектральном изображении, занимали значительно больше времени, чем традиционная съемка. Однако благодаря достижениям в области захвата моментальных снимков данных, теперь стало возможным развертывание промышленных систем контроля на основе гиперспектральной съемки с реагированием в реальном времени.
Использование более быстрых, моментальных гиперспектральных методов по сравнению с системами линейного сканирования традиционно происходит за счет снижения спектрального разрешения. Этот компромисс уменьшает количество каналов длин волн в конечном наборе данных, что не позволяет камерам идентифицировать все потенциальные особенности присутствующих материалов и процессов.
Камера отходит от традиций, меняя представление отрасли об этом компромиссе, обеспечивая гиперспектральные данные со скоростью видеосъемки (частота кадров до 30 Гц) при сохранении высокого спектрального разрешения (96 каналов в диапазоне 440–900 нм).
Изменяя парадигму возможностей гиперспектральных технологий, камера потенциально может создать системы контроля качества нового поколения для целого ряда различных отраслей. К числу наиболее перспективных секторов, готовых к инновациям, относятся анализ процессов производства и упаковки продуктов питания, а также сканирование конвейерных лент для обеспечения качества.
Контроль качества с помощью гиперспектральной съемки на линиях производства и упаковки пищевых продуктов.
Гиперспектральная визуализация имеет ряд существующих и потенциальных вариантов применения в пищевой промышленности и упаковочных линиях. К ним относятся:
- Проверка сложных изделий в зонах, где работают люди.
В различных производственных средах, таких как мясные лавки и хранилища мяса, проверку качества продукции проводят операторы-люди. Гиперспектральные данные позволяют более точно различать продукты на основе различий в текстуре, цвете и подробных спектральных характеристиках. Например, это позволяет точно отличать постное мясо от жирного или обеспечивать однородность мясных отрубов. Наконец, они могут обнаруживать посторонние примеси и загрязнения, которые могут быть пропущены при ручной проверке. Эти примеры использования позволяют производителям более точно устанавливать цены в зависимости от качества, одновременно сокращая пищевые отходы и вероятность продажи загрязненной продукции.
- Количественная оценка содержания жира
Гиперспектральный анализ позволяет неразрушающим методом измерять содержание жира в отдельных продуктах путем идентификации уникальных спектральных сигнатур. Это особенно ценно при переработке мяса и молочных продуктов, где точное количественное определение жира имеет решающее значение для соблюдения нормативных стандартов и поддержания качества продукции.
- Выявление протекающих изделий
Протекающие пищевые продукты представляют собой серьезную угрозу гигиене и безопасности. Эта проблема усугубляется тенденцией к использованию более экологичной упаковки, например, картона. Гиперспектральная визуализация позволяет выявлять даже небольшие протечки путем анализа изменений спектральных свойств упаковочного материала. Благодаря автономному обнаружению протечек на ранней стадии можно избежать последующего загрязнения продукции и затрат на замену.
- Определение целостности термосварки в пищевой упаковке
Термосварка имеет решающее значение для сохранения свежести продуктов и предотвращения загрязнения. Гиперспектральная визуализация позволяет обнаруживать потенциальные дефекты термосварки, которые могут привести к попаданию воздуха и бактерий в пищевой продукт. Благодаря мгновенному выявлению этих проблем в режиме реального времени, гиперспектральные системы повышают надежность упаковки и минимизируют количество отзывов продукции.
Использование комплекта разработчика в режиме сканирования ленты.
Комплект разработчика включает в себя камеру для моментальной гиперспектральной съемки, предназначенную для использования в качестве гиперспектральной видеокамеры, позволяющей захватывать как пространственную, так и спектральную информацию в одном кадре. Хотя это идеально подходит для динамичных видеосцен, таких как автономное вождение или ручная инспекция, систему также можно использовать в более традиционном режиме сканирования.
Для каждого видеокадра камера захватывает одно RGB-изображение и один массив спектров излучения из более чем 4000 точек по всей сцене. Это позволяет обрабатывать данные в реальном времени о пространственных и спектральных характеристиках по всему изображению с частотой 30 Гц. Благодаря разреженному характеру спектральной выборки, можно объединять несколько кадров в единую карту целевой сцены с более высоким разрешением. Это аналогично тому, как вы могли бы использовать систему спектральной визуализации со сканирующей щелью с моторизованной системой сканирования или конвейерной лентой, но вместо данных из одной линии точек, точки распределены по всей сцене.
Сравнение схемы пространственно-спектральной выборки за один снимок камеры и традиционных методов линейного сканирования. Синяя точка обозначает один спектральный образец на комплекте разработчика. Для сравнения красным цветом обозначена схема пространственной выборки за один снимок датчика с сканирующим сканированием.
Хотя камера может работать в режиме, аналогичном сканирующей системе, отслеживая объекты и агрегируя спектральные данные для этих объектов, дополнительным преимуществом является возможность мониторинга изменений в образце по мере его движения . Это полезно, когда вдоль направления движения происходят динамические процессы , например, когда:
- Визуализация вращающихся фруктов для проверки их поверхности на наличие дефектов по всей длине роликового конвейера.
- В полевых условиях происходит боковое перемещение материалов.
- Для компенсации бликов от зеркального освещения необходимо получать изображения объекта под разными углами.
Комплект для разработки позволяет использовать устройство в самых разных областях, от ручного до динамического контроля. Он также может применяться в системах сканирования на конвейерных лентах, упрощая переход от лабораторных и серийных экспериментов к развертыванию на производственной линии.
В заключение
Новая технология гиперспектральной визуализации с высокой частотой кадров предлагает значительные преимущества для контроля качества в реальном времени в производстве. Благодаря неразрушающему спектральному анализу производственных процессов становится возможным более точно выявлять потенциальные проблемы до того, как их последствия станут более серьезными. Это позволяет предприятиям снизить финансовый, репутационный и психологический ущерб, причиняемый производственными проблемами или некачественной продукцией.
Камера и комплект для разработки — идеальный способ для разработчиков изучить возможности этой новой технологии. Вы можете использовать одну и ту же портативную полевую камеру в разных приложениях, перемещая систему между различными производственными линиями или локациями. Кроме того, функция моментального сбора данных обеспечивает получение гиперспектральных изображений с видеочастотой, позволяющих отслеживать движение или перемещение продукции на производственных линиях.
С помощью простых инструментов интеграции вы можете быстро начать сбор данных и даже объединить их результаты с любой существующей моделью машинного обучения RGB, а также с новыми гиперспектральными алгоритмами для повышения качества контроля в производстве.
Свяжитесь с нашей командой продаж, чтобы начать разработку систем контроля качества нового поколения, адаптированных под ваши задачи.
