Визуальный осмотр пустых банок из-под напитков: дефицит материала. Контроль качества в современной упаковочной промышленности.

Введение: Проблемы качества в производстве банок для напитков

Банки для напитков, как один из основных видов современной упаковки для продуктов питания и напитков, широко используются во всем мире благодаря таким преимуществам, как легкость, хорошая герметизация и удобство транспортировки. По статистике, в стране насчитывается не менее 8 миллионов предприятий вторичной упаковки, причем пищевая промышленность является наиболее распространенной в этой отрасли. Однако на высокоскоростных производственных линиях пустые банки для напитков могут приобретать различные дефекты в процессе производства и транспортировки по конвейерной цепи, такие как деформация горлышка банки, вмятины на корпусе, попадание посторонних предметов внутрь и нехватка материала. Если эти дефекты не будут своевременно обнаружены и устранены, они напрямую повлияют на качество продукции в последующих процессах розлива и могут даже представлять угрозу для безопасности потребителей.

Традиционные методы ручной проверки страдают от низкой эффективности, высокого уровня ошибок и высоких затрат, что затрудняет их применение на современных производственных линиях, работающих со скоростью тысячи банок в минуту. Внедрение технологии машинного зрения предложило революционное решение для обнаружения нехватки материала в пустых банках для напитков.

Основные принципы и состав систем машинного зрения для контроля качества.

Принцип работы системы

Система визуального контроля дефицита пустых банок из-под напитков основана на технологии машинного зрения. Она захватывает изображения банок с помощью промышленных камер и использует алгоритмы обработки изображений для анализа характеристик изображения, обеспечивая автоматическое выявление и классификацию дефектов. Когда банки проходят через систему визуализации, фотоэлектрические датчики запускают стробоскоп и промышленные интеллектуальные камеры для получения высокоскоростных изображений банок. Интеллектуальные камеры анализируют и обрабатывают изображения, а система электронного управления выполняет результаты проверки, обеспечивая сортировку дефектной продукции.

Аппаратные компоненты системы

Полная система визуального контроля обычно включает следующие основные компоненты:

1. Система визуализацииВключает в себя промышленные камеры, объективы и осветительные приборы. Промышленные камеры высокого разрешения позволяют фиксировать мелкие дефекты на поверхности банок с напитками, а профессиональные системы освещения обеспечивают высокое качество изображений в различных условиях.

2. Блок обработки изображенийОбычно это высокопроизводительный промышленный компьютер или встроенный контроллер машинного зрения, отвечающий за выполнение сложных алгоритмов обработки изображений и анализ полученных данных в реальном времени.

3. Система управления движением: Обеспечивает точное позиционирование и стабильную передачу банок с напитками во время процесса проверки, обычно включая серводвигатели, энкодеры и прецизионные механизмы передачи.

4. Устройство отклонения: Автоматически удаляет некачественную продукцию с производственной линии на основе результатов контроля, обычно с помощью пневматического отбраковки или захвата роботизированной рукой.

5. Человеко-машинный интерфейс (ЧМИ)Предоставляет интерфейс для удобной настройки параметров, мониторинга состояния и сбора статистических данных.

Основные пункты проверки и технические параметры

Типы распространенных дефектов

В процессе производства пустых банок из-под напитков могут возникать различные дефекты, в основном, следующие:

• Могут ли быть дефекты полости рта?: Овальная деформация, зазоры, неровные длинные и короткие стороны и т. д.

• Могут ли дефекты телаВмятины, царапины, деформации, вмятины и т. д.

• Внутренние посторонние предметыМасляные пятна, железные опилки, пыль и другие загрязнения.

• Проблемы нехватки материалов: Отсутствующие или поврежденные язычки для открывания, неполное нанесение клея для запечатывания и т. д.

• Дефекты печатиНеразборчивые символы/узоры, отсутствующие или неверные коды распыления и т. д.

Требования к точности проверки

Современные системы визуального контроля предъявляют строгие требования к точности обнаружения различных дефектов:

• Точность обнаружения дефектов полости рта: 2 мм × 3 мм, частота ложных срабатываний ≤0,3%.

• Точность обнаружения забоя скважины: 3 мм × 3 мм, частота ложных срабатываний ≤0,3%.

• Точность обнаружения внутренних посторонних предметов: 3 мм × 3 мм, уровень ложного отклонения ≤0,3%

• Точность определения диаметра горлышка и дна банки: 0,2-0,5 мм.

• Точность определения толщины стенки банки: 0,5 мм

• Скорость проверки: до 1200 банок в минуту.

• Доля ошибочных суждений: ≤0,2%

Ключевые технологические прорывы и инновации

Применение технологии 3D-машинного зрения

Традиционный двухмерный визуальный контроль имеет ограничения при работе со сложными криволинейными и отражающими поверхностями. В последние годы технология трехмерного машинного зрения получила широкое применение в области контроля качества банок с напитками. Высокоскоростное и высокоточное оборудование для трехмерного машинного зрения HY-M5, разработанное компанией Xianyang Technology, оснащено высокоскоростными камерами высокого разрешения и мощной платформой обработки изображений. Поле зрения изделия может варьироваться от 529x326 мм до 1164x979 мм, а точность измерения достигает микронного уровня. Эта система позволяет за короткое время получать трехмерные изображения банок с напитками под разными углами и в режиме реального времени создавать модели облака точек, что обеспечивает контроль и анализ общей формы и деталей поверхности банок.

Интеграция алгоритмов глубокого обучения

Благодаря развитию технологий искусственного интеллекта, алгоритмы глубокого обучения были интегрированы в системы визуального контроля, что значительно повысило точность и адаптивность контроля. Система контроля качества Krones Cantronic C, усовершенствованная с помощью технологии глубокого обучения, может вывести контроль качества производственных линий на новый уровень. Исследовательские группы из Университета Цинхуа также внедрили сверточные нейронные сети для решения задачи обнаружения дефектов в виде цветных узоров на внешних поверхностях банок для напитков, эффективно решая задачи обнаружения в сложных сценариях, с которыми трудно справиться традиционным методам.

Технология многоэтапного синхронного контроля

Для повышения эффективности контроля современные системы контроля используют технологию многопозиционного синхронного контроля. Контрольно-измерительная машина Krones Cantronic C с инновационной многопозиционной рабочей станцией может одновременно контролировать три участка банки: фланец, дно и внутреннюю стенку. Такая конструкция не только увеличивает скорость контроля, но и уменьшает занимаемую площадь оборудования, воплощая в жизнь принцип «маленький корпус, большая мощность».

Процесс проверки и режимы работы

Стандартный рабочий процесс

1. Инициализация системыВведите основную информацию о продукте, смоделируйте сертифицированные продукты и установите параметры проверки.

2. Получение изображенийКамеры и фотоэлектрические датчики устанавливаются в фиксированных положениях. Когда изделия достигают места расположения фотоэлектрического датчика, немедленно генерируется триггерный сигнал. После определенной задержки камера срабатывает для захвата изображений, которые затем загружаются в промышленный компьютер для обработки информации об изображении.

3. Обработка изображенийСистема визуального распознавания получает информацию с изображения и выполняет ряд операций обработки и анализа для определения того, является ли продукт пригодным или дефектным.

4. Вывод результатаИнтерфейс выводит информацию о результатах контроля в режиме реального времени. Если изделие не соответствует заданным параметрам, выдается сигнал «NG» (брак); если же контроль пройден успешно, изделие передается на следующий этап технологического процесса в соответствии с требованиями заказчика.

5. Отклонение дефектовНа основе заданных параметров принимаются решения по проверке продукции. Параметры могут быть установлены для разных областей, что позволяет гибко учитывать различные требования к проверке различных участков одного и того же продукта.

Интеллектуальное управление сигналами тревоги и данными.

Современные системы контроля качества обычно оснащены интеллектуальными функциями оповещения. При обнаружении непрерывных дефектов система выдает сигнал тревоги, отображает информацию в режиме реального времени и записывает данные контроля. При этом данные контроля могут в режиме реального времени загружаться в облачные системы управления, что обеспечивает надежную поддержку производственных решений и позволяет осуществлять полную отслеживаемость качества продукции.

Примеры применения в промышленности и результаты

Практика ведущих международных предприятий

Компания Rexam Beverage Cans Americas, крупнейший в мире производитель банок, внедрила систему машинного зрения от Omron Electronics на своем заводе в Вальпараисо, штат Иллинойс, США, для высокоскоростной проверки крышек алюминиевых банок. Система, работающая со скоростью в сотни единиц в минуту, способна обнаруживать дефекты на уровне пыли, заменяя традиционные методы ручной проверки и обеспечивая круглосуточный контроль качества.

Технологические прорывы отечественных предприятий

Машина для проверки пустых банок для напитков TJKG02 от компании Tianlang Technology объединяет передовые мировые технологии видеосъемки и оптики, используя высокоскоростные системы компьютерного интеллектуального анализа изображений и экспертные системы принятия решений для определения соответствия проверяемых изделий требованиям. Оборудование в основном состоит из контрольных устройств (включая проверку на наличие посторонних предметов внутри банки и проверку горлышка), человеко-машинного интерфейса, промышленного компьютера, устройства отбраковки и распределительного шкафа питания, и подходит для высокоскоростной линии розлива пустых банок.

Специальные применения в молочной промышленности

В молочной промышленности компания Taiyi Detection Technology Co., Ltd. разработала рентгеновский аппарат серии TXR-J с одним источником излучения и тремя проекциями для обнаружения посторонних предметов в банках с сухим молоком. Это оборудование позволяет обнаруживать посторонние предметы и дефекты в банках и бутылках. Уникальная система с одним источником излучения и тремя проекциями, оснащенная разработанным нами интеллектуальным алгоритмом «Smart Vision Supercomputing», позволяет обнаруживать наличие ложек в продукте и обеспечивает более высокую эффективность обнаружения посторонних предметов в бутылках неправильной формы, на дне, завинчивающихся крышках, язычках жестяных банок и загнутых краях.

Технические проблемы и тенденции развития

Основные текущие проблемы

Несмотря на значительный прогресс в технологиях машинного зрения, в их практическом применении по-прежнему встречаются некоторые проблемы:

1. Баланс между высокой скоростью и высокой точностьюСкорость производственных линий продолжает расти, что предъявляет все более высокие требования к производительности систем контроля в режиме реального времени.

2. Адаптивность к сложным условиямТакие факторы, как изменения освещения и вибрационные помехи в производственных условиях, влияют на качество изображения.

3. Выявление различных дефектовРазнообразие и нерегулярные формы типов дефектов требуют от алгоритмов высокой обобщающей способности.

4. Контроль затратВысокопроизводительные системы машинного зрения стоят дорого, что делает их недоступными для малых и средних предприятий.

Будущие тенденции развития

1. Глубокая интеграция искусственного интеллектаГлубокое обучение, трансферное обучение и другие технологии искусственного интеллекта будут и дальше интегрироваться с визуальным контролем, повышая интеллектуальные и адаптивные возможности системы.

2. Многомодальная инспекция методом слияния: Объединение рентгеновского излучения, ультразвука, инфракрасного излучения и других технологий контроля для создания многомодальных комплексных решений по контролю, повышающих полноту и точность проверок.

3. Платформы для граничных вычислений и облачных вычисленийИспользование периферийных вычислений для повышения производительности в режиме реального времени и облачных платформ для централизованного управления и анализа данных, поддержки прогнозируемого технического обслуживания и оптимизации качества.

4. Стандартизация и модульностьЦель: содействие стандартизации и модульной конструкции систем контроля, снижение затрат на развертывание и техническое обслуживание, а также повышение масштабируемости системы.

5. Оптимизация взаимодействия человека и машиныИспользование таких технологий, как дополненная реальность (AR), позволяет добиться более эффективного взаимодействия человека и машины, упростить операционные процессы и снизить технические требования к операторам.

Заключение

Технология визуального контроля дефицита материала в пустых банках для напитков, как важный компонент автоматизации в современной упаковочной промышленности, эволюционировала от простого распознавания изображений до сложных систем, интегрирующих 3D-зрение, глубокое обучение и интеллектуальное принятие решений. По мере развития технологий и снижения затрат системы визуального контроля будут становиться все более распространенными на малых и средних предприятиях, обеспечивая надежные гарантии контроля качества во всей упаковочной отрасли.

В будущем, с углублением концепции «Индустрия 4.0» и интеллектуального производства, системы визуального контроля качества банок для напитков станут более интеллектуальными, сетевыми и гибкими. Они будут не только обнаруживать дефекты, но и оптимизировать производственные процессы и прогнозировать отказы оборудования с помощью анализа больших данных, становясь по-настоящему незаменимыми интеллектуальными сенсорными узлами в экосистеме интеллектуального производства. Развитие этой технологии не только повышает качество продукции и эффективность производства, но и обеспечивает потребителей более безопасной и надежной упаковкой, способствуя устойчивому развитию всей пищевой промышленности и производства напитков.