Технология визуального контроля: интеллектуальный гарант качества и безопасности продуктов питания и напитков

На высокоскоростных современных производственных линиях бутылки и пакеты с напитками подвергаются более тщательной проверке, чем человеческий глаз — это революция в области качества, которую совершила технология машинного зрения.

На современных линиях по производству продуктов питания и напитков системы визуального контроля способны производить инспекцию со скоростью более 500 бутылок в минуту, достигая точности до миллиметра, что значительно превосходит возможности человеческого глаза. Эти системы не только выявляют мельчайшие дефекты, но и гарантируют точность более 99,9%, становясь «умным стражем» контроля качества пищевых продуктов.

1. История отрасли и проблемы: почему визуальный контроль необходим для продуктов питания и напитков?

В пищевой промышленности и производстве напитков предъявляются чрезвычайно строгие требования к качеству и безопасности; даже 0,1% брака неприемлемы. Традиционные методы контроля качества основаны преимущественно на ручном визуальном осмотре, но визуальный осмотр человека имеет существенные ограничения.

В условиях высокоскоростного производства работники подвержены зрительному утомлению, что приводит к увеличению количества пропущенных проверок. Например, на заводе Budweiser, несмотря на особое внимание к качеству продукции, небольшая часть упаковки по-прежнему подвергается ручному выборочному контролю, что несёт риск пропущенных проверок, снижает эффективность и затрудняет отслеживаемость продукции. Более того, продукты питания и напитки выпускаются самых разных типов и изготавливаются из различных упаковочных материалов (например, прозрачных бутылок, банок и картона), что требует сложных и разнообразных проверок. Требования к проверке чрезвычайно подробны: от целостности упаковки до уровня наполнения, от печати этикеток до даты производства.

Столкнувшись с жёсткой рыночной конкуренцией и всё более строгими правилами, производители продуктов питания и напитков вынуждены искать более эффективные и точные методы контроля. В этом контексте появилась технология машинного зрения.

2. Технический принцип: как машинное зрение «видит» и «выносит суждения»

Основной принцип работы системы машинного зрения заключается в имитации функций зрения человека и достижении целей контроля посредством совместной работы аппаратного и программного обеспечения. Полная система машинного зрения состоит из источника освещения, оптической линзы, камеры, блока обработки изображения и исполнительных механизмов.

Источник освещения — основа всей системы. Качественная система освещения способна точно передавать цвета продукта, поддерживать равномерную яркость по всей освещаемой поверхности и выделять особенности объекта, повышая контрастность. Различные объекты контроля требуют различных схем освещения. Например, при проверке упаковочной пленки для лапши быстрого приготовления необходимо учитывать её светоотражающие свойства.

Оптический объектив и камера отвечают за получение изображения. Качество объектива влияет на способность системы различать объекты, а камеры преобразуют оптическую информацию в электрическую. Современные промышленные камеры имеют разрешение до 25 мегапикселей, что позволяет улавливать даже самые незначительные дефекты.

Основу системы составляют обработка и анализ изображений. Благодаря предварительной обработке, извлечению и распознаванию признаков, а также измерениям, компьютер сравнивает полученное изображение со стандартным шаблоном, выявляет различия и определяет, подходит ли продукт. Современные системы также включают в себя алгоритмы глубокого обучения и искусственного интеллекта для повышения способности выявлять сложные дефекты.

3. Сценарий применения: комплексное применение визуального контроля в пищевой промышленности и производстве напитков.

Проверка целостности упаковки

Системы визуального контроля способны выявлять различные дефекты упаковки, такие как повреждения, дефектные этикетки и отсутствие даты производства. Для продуктов в коробках или пакетах система может проверить целостность внешней упаковки; для продуктов в бутылках она может обнаружить отсутствие или перекос крышек.

Решение компании Dongguan Chuangshi Automation Technology Co., Ltd. демонстрирует, что обнаружение дефектов на пластиковой упаковочной пленке лапши быстрого приготовления позволяет эффективно выявлять такие дефекты, как отверстия, пригорания и складки, гарантируя качество продукции.

Инспекция качества пищевых продуктов

Технологии машинного зрения можно применять непосредственно для оценки качества самих продуктов питания. Например, крекеры с лапшой быстрого приготовления можно проверить на наличие загрязнений или подгоревших следов от перегретого масла. При сортировке фруктов системы машинного зрения могут автоматически сортировать их по размеру, цвету и форме.

Системы зрения, основанные на оптических свойствах пищевых продуктов, также могут определять их свежесть по цвету. Например, УФ-фотографию можно использовать для обнаружения повреждений поверхности цитрусовых или оценки свежести овощей.

Проверка этикеток и струйной печати

Проверка этикеток — ключевая область применения технологий машинного зрения. Американская пищевая компания продемонстрировала, что система технического зрения может проверять более 20 различных этикеток продуктов, проверяя правильность графических изображений и штрих-кодов на этикетках, а также гарантируя позиционирование этикетки с точностью ± 2 мм.

Системы машинного зрения обеспечивают чёткую маркировку каждой упаковки, включая дату производства и срок годности. Система iVu компании Banner использует инструмент сопоставления для обнаружения печатной информации, автоматически отбраковывая продукты с отсутствующими кодами.

Проверка наполнения и крышки

В индустрии напитков системы машинного зрения позволяют контролировать уровень наполнения и наличие посторонних предметов в бутылках, обеспечивая стабильное качество продукции. Проверка крышек бутылок включает, помимо прочего, проверку на герметичность и перекос.

Высокоточная система технического зрения на базе искусственного интеллекта Budweiser может одновременно выполнять комплексную проверку герметичности крышки, уровня жидкости, струйной маркировки и позиционирования этикетки, всесторонне гарантируя качество продукции.

Проверка состава и целостности

Технология машинного зрения также может использоваться для проверки внутреннего состава и целостности продуктов. Например, она может проверять целостность гранул лекарственных препаратов в блистерной упаковке или наличие различных добавок (масла, топпинга, порошка и овощей) в упаковке лапши быстрого приготовления.

Решения компании Banner в области машинного зрения способны даже проверять наличие инструкций внутри упаковки, гарантируя целостность каждой отдельной упаковки.

4. Ключевые моменты внедрения: ключевые факторы успешного развертывания системы визуального контроля

Источник света и конструкция освещения играют решающую роль в успешной работе системы. Различные объекты контроля требуют разных методов освещения. Например, при проверке лапши быстрого приготовления на наличие косметических дефектов используется комбинация боковых источников освещения и туннельных матричных источников освещения для обеспечения равномерного освещения контролируемой поверхности.

Выбор камеры также имеет решающее значение. Выберите подходящий тип камеры (линейная или зональная) и разрешение в зависимости от ваших потребностей в контроле. Для высокоскоростных производственных линий линейные камеры лучше подходят для съемки равномерно движущихся объектов.

Системная интеграция и гибкость — ключевые характеристики современных систем машинного зрения. Например, система инспекции этикеток, разработанная EPIC Vision Systems для пищевой компании, позволяет перенастраивать продукцию менее чем за две минуты и адаптироваться к требованиям инспекции различных типов этикеток.

Возможности алгоритмов и программного обеспечения напрямую определяют эффективность досмотра. Современные системы машинного зрения в сочетании с алгоритмами глубокого обучения способны адаптироваться к сценариям досмотра, включающим различные положения и углы наклона мешка, что повышает точность распознавания.

5. Пример из практики: практическое применение технологии визуального контроля

Высокоточная система искусственного интеллекта Budweiser

На заводе Budweiser в Фошане была внедрена высокоточная технология искусственного интеллекта Hikvision Robotics и разработанное ею же инспекционное оборудование для полностью автоматизированного контроля. Система, состоящая из 25-мегапиксельной промышленной камеры и платформы с алгоритмом виртуальной машины (VM), обеспечивает скорость контроля на уровне миллисекунд.

Эта система обеспечивает комплексный мониторинг качества, включая одновременную проверку нескольких параметров, включая герметичность крышки, уровень жидкости, распознавание кода, позиционирование этикетки и наличие примесей в бутылках на линии розлива. Проект сократил общие затраты на 70%, установив рентабельный и инновационный стандарт для интеллектуальных модернизаций в пивоваренной отрасли. Многоступенчатая инспекция в производстве лапши быстрого приготовления

Решения компании Dongguan Chuangshi Automation охватывают несколько этапов производства лапши быстрого приготовления: обнаружение дефектов упаковочной пленки, обнаружение дефектов поверхности лапши, обнаружение наличия топпинга и обнаружение наличия вилки.

Специальные решения для визуализации разработаны с учётом уникальных характеристик каждого этапа. Например, для проверки начинок цветная камера мощностью 160 Вт в сочетании с боковым источником освещения и алгоритмом глубокого обучения точно определяет наличие начинок в разных местах и ​​цветах.

Система проверки этикеток бутилированного кукурузного сиропа

Американская пищевая компания в сотрудничестве с EPIC разработала систему инспекции этикеток с использованием двух систем машинного зрения Cognex, способную проверять более 500 бутылок в минуту. Система может проверять более 20 различных этикеток, гарантируя правильность размещения и дизайна этикеток и штрихкодов.

Система отличается простотой процесса смены продукции: операторы могут быстро адаптироваться к новым типам продукции, просто выбрав соответствующую программу проверки через человеко-машинный интерфейс, что значительно сокращает время простоя производственной линии.

6. Будущие тенденции: развитие интеллектуального визуального контроля

Благодаря развитию технологий искусственного интеллекта и машинного обучения системы визуального контроля становятся всё более интеллектуальными и адаптивными. Алгоритмы глубокого обучения позволяют системам выявлять более сложные паттерны дефектов, постоянно повышая точность контроля.

Область применения технологий 3D-зрения расширяется. Например, 3D-камеры ToF (Time of Flight) компании Basler могут использоваться для идентификации и сортировки фруктов, обеспечивая более точную оценку качества.

Анализ данных и прослеживаемость также становятся ключевыми точками роста для систем машинного зрения. Системы регистрируют большие объёмы производственных данных во время проверки, облегчая анализ качества и прослеживаемость на заводах. Например, системы машинного зрения Budweiser улучшают контроль качества продукции.

Миниатюризация и интеграция — ещё одна ключевая тенденция. Датчики изображения серии P5 iVu компании Banner оснащены интегрированными осветителями и объективами, а также встроенным сенсорным экраном, что позволяет программировать камеры без ПК и значительно упрощает процесс эксплуатации.

Благодаря постоянному развитию технологий применение визуального контроля в пищевой промышленности расширяется от контроля качества отдельных точек до контроля качества на всех этапах технологического процесса. Системы машинного зрения будущего станут не просто «инструментами контроля», а интеллектуальными узлами, связывающими производство и управление.

От получения сырья до отгрузки готовой продукции технология визуального контроля играет незаменимую роль на каждом этапе производства продуктов питания и напитков, гарантируя качество и безопасность каждого продукта и обеспечивая потребителям большее спокойствие.