Các nghiên cứu trường hợp mới nhất về kiểm tra trực quan trong ngành công nghiệp đồ uống
Ngành công nghiệp đồ uống là một trong những lĩnh vực trưởng thành và tiên tiến nhất trong việc ứng dụng công nghệ thị giác máy tính. Các trường hợp sử dụng mới nhất không chỉ đơn thuần là "phát hiện lỗi"; chúng đang phát triển theo hướng thông minh hơn, vận hành dựa trên dữ liệu và khả năng truy xuất nguồn gốc từ đầu đến cuối. Sau đây là một số xu hướng và ví dụ tiêu biểu:
Xu hướng 1: Học sâu bằng AI trở nên phổ biến, giải quyết các "vấn đề nan giải" của thị giác máy tính truyền thống.
Các thuật toán dựa trên quy tắc truyền thống thường tỏ ra bất lực trước các khuyết tật phức tạp và có tính biến đổi cao. Tuy nhiên, trí tuệ nhân tạo (AI) giúp tăng đáng kể tỷ lệ phát hiện và giảm thiểu lỗi dương tính giả bằng cách học hỏi từ các tập dữ liệu hình ảnh khổng lồ.
• Nghiên cứu điển hình: Kiểm tra toàn diện nắp chai
Kiểm tra nắp chai
Những thách thức thường gặp: Các lỗi như trầy xước, vết bẩn, chữ in bị mờ hoặc thiếu, vòng chống giả bị biến dạng, và lớp lót bên trong bị lệch hoặc thiếu – tất cả đều có hình thái rất đa dạng.
Giải pháp AI: Sử dụng các mô hình phân loại và phân đoạn học sâu. Hệ thống có thể phân biệt chính xác giữa vết xước và kết cấu bề mặt bình thường, hoặc giữa bụi và vết bẩn thực sự. Ngay cả khi màu sắc hoặc hoa văn của chai lọ thay đổi thường xuyên (như thường thấy trong các dây chuyền sản xuất nhỏ lẻ, đa dạng sản phẩm), cũng không cần lập trình lại; hệ thống chỉ cần được huấn luyện lại bằng cách sử dụng các mẫu hình ảnh mới.
Lợi ích: Giảm tỷ lệ bỏ sót phát hiện hơn 60% và tỷ lệ từ chối sai hơn 70%.
• Nghiên cứu trường hợp: Phát hiện mức chất lỏng và tạp chất trong chai trong suốt và có hình dạng bất thường
Những thách thức truyền thống: Phản chiếu trên các chai trong suốt và sự nhiễu từ kết cấu thân chai; khó khăn trong việc xác định mực chất lỏng trong các chai có hình dạng bất thường (ví dụ: chai cong) bằng một đường thẳng duy nhất; và xu hướng bỏ sót các tạp chất nhỏ lơ lửng.
Giải pháp AI: Sử dụng công nghệ thị giác 3D hoặc ánh sáng chuyên dụng kết hợp với học sâu. Hệ thống có thể "hiểu" cấu trúc ba chiều của chai và tính toán chính xác thể tích chất lỏng thực tế. Về tạp chất, AI có thể phân biệt hiệu quả giữa bọt khí, khuyết tật vốn có của chai và các vật thể lạ (như mảnh thủy tinh hoặc tóc).
Xu hướng 2: Ứng dụng nâng cao của công nghệ thị giác 3D và quét tốc độ cao
Những hạn chế của thị giác 2D đang được khắc phục bằng công nghệ 3D, cung cấp thông tin đa chiều phong phú hơn.
• Nghiên cứu trường hợp: Kiểm tra bề mặt niêm phong miệng chai (Rất quan trọng!)
Vấn đề: Ren bị hỏng, vành bị sứt mẻ, hoặc các vết xước và lõm trên bề mặt niêm phong miệng chai là những nguyên nhân chính gây rò rỉ sản phẩm. Hình ảnh 2D khó có thể định lượng chính xác thông tin về độ sâu.
Giải pháp 3D: Sử dụng máy quét laser 3D độ chính xác cao để thực hiện tái tạo 3D từng cổ chai, tạo ra bản đồ độ cao đường viền chính xác. Hệ thống đo độ nguyên vẹn của ren, độ phẳng của bề mặt niêm phong và độ sâu của bất kỳ vết lõm hoặc khuyết tật nào; bằng cách thiết lập dung sai ở mức micron, nó đảm bảo độ kín hoàn hảo với nắp chai.
Lợi ích: Loại bỏ các khiếu nại về rò rỉ do lỗi tắc nghẽn tại nguồn, đạt được khả năng kiểm tra toàn diện 100%.
• Nghiên cứu trường hợp: Kiểm tra tính toàn vẹn của bao bì carton/màng co
◦ Giải pháp 3D: Kiểm tra toàn bộ thùng carton đựng đồ uống xem có bị phồng, móp hoặc hư hỏng ở thân thùng hay không, cũng như độ phủ kín của màng co (kiểm tra xem có lỗ thủng hay không) và độ phẳng của nhãn. Công nghệ thị giác 3D phân biệt chính xác giữa bóng đổ của hình ảnh trên thùng và các vết móp thực tế.
Xu hướng 3: Truy xuất nguồn gốc sản xuất từ đầu đến cuối và quản lý vòng lặp dữ liệu khép kín.
Các hệ thống thị giác không còn hoạt động độc lập nữa; thay vào đó, chúng đã trở thành "đôi mắt" của mạng dữ liệu sản xuất.
• Nghiên cứu điển hình: Liên kết "Một sản phẩm – Một mã" và Khả năng truy xuất nguồn gốc chất lượng
Ứng dụng: Trên các dây chuyền sản xuất tốc độ cao, hệ thống thị giác không chỉ xác minh khả năng đọc và độ chính xác của mã QR hoặc mã vạch trên chai và nắp, mà còn liên kết động các mã trên thân chai, nắp, thùng carton và pallet—liên kết chúng với các thông tin như lô sản xuất, dây chuyền cụ thể và dấu thời gian.
Giá trị: Nếu có khiếu nại về một sản phẩm cụ thể phát sinh trên thị trường, việc quét mã cho phép truy xuất nguồn gốc nhanh chóng đến dây chuyền sản xuất chính xác, thời gian sản xuất và các thông số quy trình đang được áp dụng tại thời điểm đó. Thậm chí, nó còn có thể truy xuất tất cả hình ảnh kiểm tra được chụp trong quá trình sản xuất chai cụ thể đó, cho phép "phân tích nguyên nhân gốc rễ chỉ bằng một cú nhấp chuột".
• Nghiên cứu trường hợp: Giám sát thời gian thực quy trình chiết rót và đóng nắp
Ứng dụng: Tại đầu ra của máy chiết rót, hệ thống thị giác giám sát sự đồng nhất của mức chất lỏng được chiết rót theo thời gian thực. Ngay sau máy đóng nắp, hệ thống kiểm tra độ chặt của nắp (góc/chiều cao), độ lệch và các hư hỏng liên quan đến việc đóng nắp. Nếu phát hiện thấy sự cố lặp đi lặp lại (ví dụ: mức chiết rót luôn thấp), hệ thống có thể tự động kích hoạt báo động và giao tiếp với các van chiết rót để điều chỉnh lưu lượng, hoặc cảnh báo máy đóng nắp rằng cần điều chỉnh thông số — từ đó thiết lập một hệ thống vòng kín "Phát hiện - Phản hồi - Điều khiển". Xu hướng 4: Giải pháp kiểm tra tích hợp tốc độ cao, độ chính xác cao
Tốc độ dây chuyền sản xuất đang tăng nhanh chóng (đạt mức như 72.000 chai mỗi giờ), đặt ra thách thức cực lớn đối với cả phần cứng và thuật toán của hệ thống thị giác.
• Nghiên cứu trường hợp: Máy kiểm tra chai PET rỗng
Công nghệ mới nhất: Sử dụng hệ thống đa camera tốc độ cực cao (ví dụ: 8-12 camera được bố trí theo chu vi) để chụp ảnh toàn cảnh 360 độ, không có điểm mù của một chai rỗng trong vòng mili giây. Các tiêu chí kiểm tra bao gồm:
▪ Phát hiện cặn bẩn: Nhận diện các vết bẩn nhỏ do nước, cặn đường hoặc nấm mốc trên đáy, thành và vai chai.
▪ Cấu trúc chai: Phát hiện độ dày thành không đồng đều, biến dạng và vết xước.
▪ Cổ chai và ren: Kiểm tra xem có hư hỏng nào còn sót lại từ lần sử dụng trước hay không.
Lợi ích: Đảm bảo mọi chai rỗng đi vào dây chuyền đóng gói đều hoàn toàn sạch sẽ và nguyên vẹn, đóng vai trò là điểm kiểm tra thông minh đầu tiên trong việc bảo vệ chất lượng sản phẩm cuối cùng.
Các chuyên gia hàng đầu trong ngành
• Các tập đoàn toàn cầu (ví dụ: Coca-Cola, PepsiCo, Nestlé, Danone): Đã triển khai rộng rãi các hệ thống kiểm tra hình ảnh dựa trên AI và 3D trên khắp các nhà máy thông minh toàn cầu, thiết lập cơ sở dữ liệu hình ảnh chất lượng toàn cầu để liên tục tối ưu hóa các mô hình AI của họ.
• Các công ty sản xuất đồ uống trong nước Trung Quốc (ví dụ: Nongfu Spring, Genki Forest, Dongpeng Beverage): Đang áp dụng rộng rãi thiết bị kiểm tra hình ảnh hiện đại vào các dây chuyền sản xuất thông minh mới xây dựng, tích hợp các hệ thống này như một thành phần quan trọng trong chiến lược "Nhà máy tối" và số hóa của họ.
Phần kết luận
Chủ đề cốt lõi của các ứng dụng kiểm tra thị giác mới nhất trong ngành công nghiệp đồ uống là sự chuyển đổi: từ việc chỉ đơn thuần "nhìn" sang "hiểu", và từ "phát hiện điểm đơn" sang "trí tuệ dựa trên dữ liệu". Kiểm tra thị giác không còn chỉ là một công cụ đơn giản để loại bỏ sản phẩm kém chất lượng; thay vào đó, nó đã phát triển thành một đơn vị cảm biến thông minh cốt lõi giúp bảo đảm an toàn thực phẩm, tăng hiệu quả sản xuất, cho phép truy xuất nguồn gốc từ đầu đến cuối và thúc đẩy tối ưu hóa quy trình sản xuất. Trong tương lai, sự tích hợp các hệ thống này với các mô hình kỹ thuật số song sinh và nền tảng IoT dự kiến sẽ trở nên sâu rộng hơn nữa.
