Почему прозрачные бутылки — кошмар инспектора? — Vision Inspection

Введение

Прозрачная упаковка, от кристально чистого стекла до безупречного ПЭТ-пластика, является отличительной чертой премиальных продуктов. Она передает качество, чистоту и уверенность, позволяя потребителю видеть продукт внутри. Но для производителей напитков, продуктов питания, фармацевтической и косметической промышленности эта прозрачность представляет собой сложную задачу контроля качества. Сама прозрачность, которая нравится клиентам, делает дефекты, как известно, труднообнаружимыми. Такие дефекты, как мелкие трещины, мельчайшие царапины, внутренние пузырьки, посторонние частицы и едва заметные дефекты формования, могут поставить под угрозу безопасность продукта и целостность бренда. Ручная проверка этих предметов медленная, подвержена человеческим ошибкам и просто нежизнеспособна для современных скоростей производства. Решение заключается в новом поколении автоматизированных технологий: на базе искусственного интеллекта машина обнаружения.

Эта статья выходит за рамки поверхностного обзора, чтобы предоставить глубокое практическое понимание того, как решить проблему проверки прозрачных бутылок. Мы разберем проблемы, связанные с этими материалами, и рассмотрим передовые решения, которые предлагает современный осмотр зрения системные предложения. Наша цель — снабдить менеджеров по производству и качеству знаниями, которые позволят им ориентироваться в этой сложной среде, гарантируя, что каждая бутылка, сходящая с конвейера, будет безупречной.

Почему прозрачные бутылки — кошмар инспектора

Трудность проверки прозрачных материалов заключается не только в «видении сквозь них». Она коренится в физике света. Когда свет взаимодействует с прозрачной поверхностью, такой как стекло или ПЭТ, он не просто отражается от нее; он проходит сквозь нее, изгибаясь и рассеиваясь сложным образом. Это создает несколько специфических проблем для автоматизированных систем:

• Отражение и Блики: Гладкие, изогнутые поверхности бутылок действуют как линзы и зеркала, создавая интенсивные зеркальные отражения (блики), которые могут ослепить стандартную камеру. Эти яркие пятна могут легко скрыть те самые дефекты, которые система пытается найти.
• Преломление и искажение: Когда свет проходит из воздуха в материал бутылки, а затем в жидкий продукт, он преломляется согласно закону Снеллиуса. Это преломление искажает вид задней стенки бутылки и любых внутренних загрязнений. Маленький, безвредный пузырек воздуха в жидкости может быть увеличен, в то время как опасный осколок стекла может быть оптически минимизирован или скрыт за преломляющей границей.
• Низкий контраст: Многие критические дефекты сами по себе прозрачны. Трещина от напряжения, тонкая царапина или пузырь внутри стекла («волдырь») имеют очень похожие оптические свойства с исходным материалом. Это приводит к чрезвычайно низкому контрасту, делая дефект практически невидимым для обычной установки визуализации. Это как пытаться обнаружить белого медведя в снежную бурю.

Эти проблемы усугубляются в условиях высокоскоростного производства. Бутылка движется, жидкость внутри может плескаться, а проверка должна быть выполнена за доли секунды.

GV-1900 Машина для проверки прозрачных бутылок

Традиционные системы машинного зрения на основе правил, которые полагаются на программистов, вручную устанавливающих пороговые значения для яркости, контрастности и формы пикселей, не оправдывают ожиданий. Они легко сбиваются с толку отражениями и часто генерируют высокий уровень ложных положительных результатов (отбраковывая хорошие бутылки) или, что более опасно, ложных отрицательных результатов (пропуская дефектные).

Разбор современной системы технического зрения для инспекции бутылок

Чтобы преодолеть эти физические препятствия, необходим усовершенствованный система визуального контроля бутылок должно быть больше, чем просто камера и компьютер. Это должно быть интегрированное решение, в котором интеллектуальная оптика, мощная визуализация и сложное программное обеспечение работают в идеальной гармонии. Давайте разберем основные компоненты, которые делают это возможным.

Продвинутая оптика и освещение: ключ к видимости

Если стандартная камера не может увидеть дефекты, первым шагом будет изменение способа их освещения. Современные контрольные машины не полагаются на один простой источник света. Вместо этого они используют запатентованную многоракурсную, многоспектральную стратегию освещения.

• Освещение в темном и светлом поле: Представьте, что вы смотрите на прозрачное стекло на белом фоне (светлое поле). Вы увидите загрязнения внутри стекла, но вам будет трудно увидеть царапины на поверхности. Теперь представьте то же самое стекло на черном фоне, освещенное только с боков (темное поле). Само стекло исчезает, но любая царапина на поверхности, скол или гравировка будут ловить свет и ярко сиять. Современное оборудование для визуального контроля использует комбинацию этих методов одновременно. Несколько камер, каждая из которых соединена с выделенным источником света под определенным углом, создают составной вид, который выявляет различные типы дефектов.
• Структурированное и поляризованное освещение: Для борьбы с бликами и обнаружения тонких изменений поверхности системы используют специализированный свет. Поляризационные фильтры работают так же, как солнцезащитные очки высокого класса, отсекая отражения, чтобы увидеть истинную поверхность. Структурированное освещение проецирует определенные узоры (например, сетки или линии) на бутылку; любое искажение в отраженном узоре мгновенно выявляет неровность поверхности. Это имеет решающее значение для проверки сложной резьбовой области горлышка бутылки («отделки») на наличие мелких сколов, которые могут нарушить герметичность.

Мозг операции: ИИ и глубокое обучение

Это единственный величайший скачок вперед в технологии автоматизированного контроля. В то время как традиционное машинное зрение следует жесткому набору предварительно запрограммированных правил, системы на базе ИИ обучаются на примерах, как и человек. Этот подход, известный как глубокое обучение, в корне изменил то, что возможно.

Исследование 2019 года, опубликованное в журнале Журнал производственных систем подчеркнули превосходство сверточных нейронных сетей (CNN) — типа алгоритма глубокого обучения — для обнаружения дефектов в сложных производственных сценариях. Исследователи отметили, что эти модели ИИ могут выявлять «тонкие и разнообразные дефекты, которые трудно определить с помощью алгоритмов на основе правил».

На практике это работает так:

1. Обучение: Инженеры снабжают модель ИИ (часто работающую на мощной периферийной вычислительной платформе, такой как NVIDIA Jetson AGX) тысячи изображений бутылок. Эти изображения содержат все мыслимые типы дефектов — трещины, пятна, загрязнения, царапины, пузыри, — а также бесчисленное множество изображений идеальных бутылок.
2. Обучение: Сеть ИИ учится различать сложные узоры, текстуры и аномалии, которые определяют «хорошую» бутылку от «плохой». Она учится игнорировать безобидные отражения и пузырьки, одновременно сосредотачиваясь на критических дефектах. Она может определить микроцарапину в 0,2 мм не потому, что ей сказали «ищите темную линию шириной 0,2 мм», а потому, что она узнала тонкую текстурную сигнатуру такого дефекта.
3. Вывод: После обучения модель может анализировать изображения с производственной линии в режиме реального времени, классифицируя дефекты с поразительной точностью и скоростью. Современные системы могут похвастаться точностью обнаружения более 99,9%, уровнем точности, который просто недостижим при человеческом контроле.

Этот подход на основе ИИ позволяет машине всесторонне проверять всю бутылку: горлышко на наличие сколов перед наполнением для предотвращения утечки, корпус на наличие косметических дефектов и основание на наличие проблем с формованием. Она может адаптироваться к круглым бутылкам, квадратным бутылкам и другим бутылкам неправильной формы без обширного перепрограммирования.

Непрерывный рабочий процесс: от высокоскоростной визуализации до безупречной отбраковки

Ан авто машина визуального контроля-GV (Например, серия Grand GV)это больше, чем просто устройство обнаружения; это полный инструмент управления процессом. Вот взгляд на путешествие бутылки через систему, подобную SV1900.

1. Подача и синхронизация: Бутылка поступает в машину с главного производственного конвейера. Точный синхронизирующий винт или звездочка аккуратно разделяют бутылки, чтобы гарантировать, что они проходят через инспекционную камеру одна за другой в идеальном положении и ориентации.
2. Многокамерный осмотр на 360°: Бутылка попадает в инспекционную камеру. Именно здесь происходит волшебство. Серия из 16 камер с глобальным затвором высокого разрешения (например, 12 мегапикселей) срабатывает в синхронизированной последовательности. Глобальный затвор имеет решающее значение, поскольку он мгновенно захватывает все изображение, останавливая движение быстро движущейся бутылки и предотвращая размытость, связанную с камерами более низкого качества. Поскольку бутылка освещается с разных углов, камеры захватывают полную топографическую и внутреннюю карту контейнера.
3. Анализ миллисекунд: Десятки изображений высокого разрешения мгновенно поступают на бортовой блок обработки ИИ. За миллисекунды алгоритмы глубокого обучения анализируют данные, сравнивают их с обученным «золотым стандартом» и выносят суждение о прохождении/провале.
4. Точный и мягкий отказ: Если обнаружен дефект, контроллер посылает сигнал в систему отбраковки, расположенную ниже по потоку. Для легких ПЭТ-бутылок часто используется точно рассчитанный по времени поток сжатого воздуха (отбраковщик «воздушного взрыва»), чтобы подтолкнуть бутылку на параллельный конвейер отбраковки. Система предназначена для удаления только один неисправный узел без остановки линии или нарушения целостности соседних бутылок, что позволяет поддерживать скорость производства до 100 бутылок в минуту.

Выбор подходящей автоматической машины визуального контроля: ключевые факторы успеха

Инвестирование в машина для проверки бутылок является важным решением. Чтобы обеспечить максимальную отдачу от инвестиций, не ограничивайтесь базовыми характеристиками и рассмотрите следующие практические факторы:

• Гибкость и переналадка: Ваша линейка продукции не статична. Вы можете запускать бутылки разных форм и размеров в течение недели. Как быстро можно перенастроить машину? Системы Elite разработаны для быстрой перенастройки без инструментов, что позволяет оператору переходить с флакона объемом 50 мл на флакон объемом 1000 мл менее чем за пять минут.
• Интеграция и влияние: Машина должна физически и цифрово вписываться в вашу существующую линию. Проверьте ее размеры и убедитесь, что она поддерживает стандартные промышленные протоколы связи, такие как TCP/IP и EtherCAT, для бесшовной интеграции с системой управления вашего завода (ПЛК).
• Долговечность и время безотказной работы: Заводской цех — это сложная среда. Ищите прочную конструкцию и функции, рассчитанные на долговечность. Например, система со встроенным автоматизированным механизмом очистки воздуха для объективов камеры предотвращает накопление пыли, обеспечивая стабильную производительность и сокращая время простоя на техническое обслуживание. Способность работать в широком диапазоне температур и уровней влажности также является ключевым показателем надежности промышленного уровня.
• Данные, а не только решения: Современная система инспекции также является двигателем сбора данных. Она не должна просто отбраковывать плохие бутылки; она должна сообщать вам почему они были отклонены. Регистрируя тип, частоту и местоположение дефектов, вы можете получить ценную информацию о всем производственном процессе. Например, внезапный всплеск царапин может указывать на проблему с определенным рельсом конвейера, в то время как увеличение дефектов формования может быть отслежено до определенной полости в вашей выдувной машине. Эти данные бесценны для упреждающего улучшения процесса.

В заключение, проблема проверки прозрачных бутылок значительна, но это решаемая проблема. Благодаря интеллектуальному применению многоракурсной оптики, визуализации высокого разрешения и, что самое важное, глубокому обучению на базе искусственного интеллекта современные машины обнаружения могут обеспечить уровень контроля качества, который ранее был немыслим. Эта технология больше не роскошь; это важный инструмент для защиты потребителей, сохранения репутации бренда и оптимизации эффективности производства на конкурентном рынке.

Часто задаваемые вопросы (FAQ)

1. В чем основное различие между традиционным машинным зрением и визуальным контролем с использованием искусственного интеллекта? Традиционное машинное зрение работает на основе системы правил. Программисты-люди должны вручную определять конкретные характеристики дефекта (например, «темная область с контрастностью ниже 20% и размером более 100 пикселей»). Это жестко и не работает со сложными или непредвиденными дефектами. Инспекция зрения на основе ИИ использует глубокое обучение для учиться как выглядит дефект на основе тысяч примеров. Он может определять тонкие, сложные недостатки и адаптироваться к изменениям освещения или внешнего вида продукта, что делает его гораздо более надежным, точным и похожим на человека в своих суждениях.

2. Как машина для инспекции бутылок обрабатывает бутылки разных форм и размеров? Современные машины для проверки бутылок разработаны для гибкости. Обычно они оснащены регулируемыми направляющими, а программы проверки можно сохранять как «рецепты». При переходе с одного типа бутылки на другой оператор просто выбирает соответствующий рецепт на HMI (человеко-машинный интерфейс). Затем система автоматически настраивает фокус камеры, параметры освещения и модель ИИ для новой бутылки. Физические настройки часто не требуют инструментов, что позволяет выполнять переналадки всего за пять минут.