Крупный производитель ветчины обратился к нам с важнейшим запросом по контролю качества, требуя убедиться, что упаковка его продукции содержит только то, что в ней должно находиться.
Даже мельчайшие загрязнения в шве упаковки, невидимые невооруженным глазом, могут нарушить ее целостность. Это может привести к порче продукции, протечкам и дорогостоящим отзывам. Для решения этой проблемы в будущем следует проводить проверку с помощью видеокамер.
Двойная задача «обнаружения пузырьков» и «обнаружения загрязнений» представляет собой уникальные технические трудности. Загрязнения, в частности, требуют точной дифференциации по типу и состоянию. В данном производстве наиболее распространенный дефект возникает, когда продукты питания, в данном случае мясо или колбаса, выступают в шов во время упаковки. Когда этот загрязненный шов запаивается, посторонний материал препятствует надлежащему склеиванию. Жиры и жидкости представляют собой особую проблему, поскольку они часто прозрачны или едва заметны. Гиперспектральная визуализация обеспечивает необходимую чувствительность и точность для надежного обнаружения таких критически важных загрязнений.
Обнаружение пузырьков воздуха также имеет важное значение. Множество мелких воздушных пузырьков могут сливаться, образуя более крупные, потенциально создавая сплошной туннель вдоль уплотнительного шва. В худшем случае это может привести к полному разрушению уплотнения.
Технологические подходы к контролю герметичности швов: сравнение методов визуализации в видимом свете, высокого разрешения и гиперспектральной визуализации.
Традиционная обработка изображений на основе контраста: Традиционные методы обработки изображений, основанные на разнице контрастов, хорошо подходят для обнаружения непрозрачных загрязнений. Эти системы используют камеры, работающие в видимом спектре света, и эффективно работают до тех пор, пока примеси визуально различимы. Для таких задач мы используем линейные сканирующие камеры Teledyne, которые обеспечивают надежную и универсальную работу в стандартных сценариях контроля.
Особый случай обнаружения пузырьков: обнаружение пузырьков воздуха представляет собой особую проблему, поскольку они обычно имеют контраст только по краям. Для их точной идентификации необходимы камеры высокого разрешения в видимом спектре света. Кроме того, для различения пузырьков от других дефектов необходимы передовые алгоритмы обработки изображений. Система оценивает размер отдельных пузырьков и расстояние между ними, чтобы определить, нарушена ли целостность упаковки и следует ли отбраковать продукт.
Гиперспектральная визуализация для обнаружения прозрачных загрязнений: Системы гиперспектральной визуализации специально разработаны для обнаружения определенных химических соединений, таких как вода или жир, которые часто кажутся прозрачными или почти невидимыми для обычных систем визуализации. Эти системы обучены распознавать определенные спектральные сигнатуры, что позволяет надежно обнаруживать критически важные загрязнения, которые в противном случае остались бы практически незамеченными. Однако гиперспектральная визуализация ограничена веществами, для обнаружения которых она обучена, и может не идентифицировать другие типы примесей.
Масштабируемый контроль с поддержкой ИИ для максимальной надежности герметизирующего шва
Текущие проекты совершенствуются за счет интеграции искусственного интеллекта (ИИ), что значительно повышает надежность и чувствительность анализа герметизирующего шва. ИИ фокусируется не только на самом герметизирующем шве, но и оценивает прилегающие участки на наличие признаков загрязнения или неровностей. Такие индикаторы могут выявлять потенциальные слабые места или повреждения в герметике, что позволяет заблаговременно обнаруживать и предотвращать дефекты.
Предлагаемые решения являются модульными и обладают высокой адаптивностью, обеспечивая масштабируемый подход, отвечающий индивидуальным требованиям безопасности и производительности. Варианты варьируются от экономичных систем начального уровня до передовых, полностью интегрированных решений высшего класса:
- Базовый уровень: Обнаружение крупных посторонних предметов в зоне герметизации.
- Обнаружение пузырьков: идентификация воздушных включений с помощью анализа изображений высокого разрешения.
- Обнаружение жиров и воды: гиперспектральная визуализация прозрачных загрязнений
- Обнаружение различных химических загрязнений: Усовершенствованный гиперспектральный анализ для идентификации конкретных химических остатков.
- Анализ на основе ИИ: Интеллектуальное распознавание образов по всей зоне уплотнения для дополнительного уровня безопасности и точности.
Гиперспектральная съемка для обнаружения невидимых рисков
Для данного применения была выбрана гиперспектральная визуализация , отвечающая специфическим требованиям заказчика к контролю качества. В отличие от традиционных систем визуализации, ограниченных видимым спектром, гиперспектральная технология позволяет обнаруживать загрязнения, такие как остатки продукта или расплавленный жир в зоне запайки, вещества, которые часто невидимы для человеческого глаза и стандартных камер. Гиперспектральные камеры идентифицируют материалы на основе их уникальных биологических и химических характеристик, что позволяет обнаруживать загрязнения даже через печатные пластиковые пленки. Это обеспечивает надежную идентификацию пузырьков, включений и других аномалий, ухудшающих качество, в зонах термосварки пищевой упаковки.
В реализованном приложении гиперспектральная камера (ГСИ) установлена примерно в одном метре над конвейерной лентой и сканирует шесть упаковочных единиц в секунду. Полученные данные изображения обрабатываются с помощью pvSealInspect, запатентованного программного обеспечения для оценки качества, разработанного нашей компанией. На первом этапе обработки шов изолируется от остальной части упаковки, что позволяет проводить точный, целенаправленный анализ любых неровностей.
Для дополнения контроля качества пломб в систему интегрируется модуль распознавания этикеток . В систему органично интегрирована монохромная камера с белой подсветкой для считывания штрихкодов и обычного текста.
Эффективная интеграция и оптимизированная для графических процессоров обработка гиперспектральных данных
Интеграция выбранной гиперспектральной камеры в систему контроля качества прошла без проблем. Настоящая сложность заключалась в обработке спектральных изображений высокого разрешения с 12-битной глубиной цвета . Для решения этой задачи мы специально оптимизировали конвейер анализа изображений для вычислений на графическом процессоре.
Мы извлекаем специфические спектральные сигнатуры на основе химического состава материалов. Эти сигнатуры преобразуются в RGB-представления, что упрощает их визуальную интерпретацию. Это преобразование упрощает сегментацию дефектов и позволяет точно классифицировать загрязнения или несоответствия материалов.
Прозрачная оценка и классификация дефектов для обеспечения максимальной надежности процесса
Результаты проверки наглядно отображаются с помощью цветовой кодировки: зеленый цвет (IO) указывает на соответствие упаковки всем критериям качества, а красный (NIO) — на дефектные единицы. На панели мониторинга в режиме реального времени отображается непрерывная статистика, включая общее количество проверенных упаковок и разбивку на приемлемые (IO) и дефектные (NIO) единицы.
Бракованные упаковки дополнительно классифицируются по категориям «Некачественный шов» и «Некачественная этикетка». Система также эффективно отображает процент бракованных изделий относительно общего объема производства, предоставляя ценные KPI для постоянного мониторинга качества и оптимизации процесса. Для выявления систематических проблем система сохраняет последние 100 результатов IO и NOK для каждой позиции конвейерной ленты. Такая прослеживаемость помогает выявлять повторяющиеся ошибки, такие как ошибки подачи или механические неполадки в определенных местах, на ранней стадии.
Настройки параметров дефектов полностью настраиваются в соответствии с конкретными производственными стандартами. В текущей версии упаковки дефекты отбраковываются только в случае обнаружения множественных пузырьков или посторонних веществ, таких как смазка, в шве. Наличие отдельных пузырьков ниже заданного порогового значения считается допустимым.
Расширение потенциала гиперспектральной визуализации в пищевой промышленности
Специалисты нашей компании делают весьма позитивный вывод из этого проекта. «Этот первый проект по гиперспектральной визуализации предоставил нам ценные знания и практический опыт. Полученные знания открывают двери для широкого спектра будущих применений не только в автоматизированных линиях по производству продуктов питания, но и в оценке свежести и качества натуральных продуктов, таких как мясо, рыба, сыр, овощи и фрукты. Помимо контроля качества, гиперспектральная визуализация демонстрирует большой потенциал для обнаружения различных посторонних предметов, таких как частицы пластика, фрагменты древесины, бумага или даже волосы в упакованных продуктах питания».
Способность гиперспектральных камер анализировать состав материалов на молекулярном уровне позволяет с высокой точностью определять содержание влаги, жира, белка и общую чистоту продукта. Такой уровень детализации делает гиперспектральную визуализацию исключительно универсальным инструментом в контроле качества пищевых продуктов.
В рамках этого проекта наша компания также разработала собственное программное решение. Это программное обеспечение идентифицирует соответствующие спектральные диапазоны, где появляются аномалии, и подготавливает данные изображения для дальнейшей обработки, используя либо традиционные методы обработки изображений, либо алгоритмы на основе искусственного интеллекта.
