Công nghệ kiểm tra trực quan cổ chai PET: Cung cấp cho bao bì đồ uống một "con mắt thông minh"

Chai PET được sử dụng rộng rãi trong ngành đồ uống, mỹ phẩm và dược phẩm nhờ trọng lượng nhẹ, độ trong suốt cao và các đặc tính vật lý tuyệt vời. Tuy nhiên, cổ chai, một bộ phận quan trọng đảm bảo độ kín khí, lại ảnh hưởng trực tiếp đến độ an toàn và thời hạn sử dụng của sản phẩm. Phương pháp kiểm tra thủ công truyền thống kém hiệu quả và dễ xảy ra sai sót, không thể đáp ứng nhu cầu của dây chuyền sản xuất tốc độ cao hiện đại (lên đến 36.000 chai mỗi giờ). Công nghệ kiểm tra tự động dựa trên thị giác máy đã nổi lên như một phương tiện cốt lõi để đảm bảo chất lượng sản phẩm. Bài viết này sẽ phân tích một cách hệ thống các nguyên lý kỹ thuật, phân loại phương pháp, các tình huống ứng dụng và xu hướng phát triển của kiểm tra trực quan cổ chai PET.

I. Thách thức kỹ thuật: Tại sao việc kiểm tra cổ chai lại khó khăn đến vậy?

Việc kiểm tra cổ chai PET phải đối mặt với nhiều thách thức kỹ thuật, chủ yếu xuất phát từ các yêu cầu về tốc độ cao, độ chính xác cao của môi trường công nghiệp:

Yêu cầu độ chính xác cực cao: Các khuyết tật ở cổ chai rất đa dạng, bao gồm các vết khía, gờ, mẻ, vết loang và các đốm đen, với kích thước rất nhỏ (chẳng hạn như mẻ ở mức milimét), đòi hỏi độ chính xác kiểm tra trên 99,9%.

Tốc độ và áp suất thời gian thực: Tốc độ dây chuyền sản xuất thường đạt tới vài chai mỗi giây, đòi hỏi thời gian kiểm tra phải được rút ngắn xuống còn 50 mili giây. Bất kỳ sự chậm trễ nào cũng có thể dẫn đến việc một lượng lớn sản phẩm lỗi tràn ra thị trường.

Các yếu tố gây nhiễu phức tạp: Tiếng ồn môi trường như phản xạ từ miệng chai, bọt lỏng, bóng nhãn và rung động cơ học có thể dễ dàng gây nhiễu đến quá trình thu nhận hình ảnh, đòi hỏi phải có thiết kế quang học và khả năng chống nhiễu thuật toán được tối ưu hóa.

Sự đa dạng của khuyết tật: Hình dạng khuyết tật không đều (ví dụ: khuyết tật bên ngoài, khuyết tật bên trong, khuyết tật xuyên qua) và độ tương phản thấp giữa các chai trong suốt và khuyết tật khiến các phương pháp phân đoạn ngưỡng truyền thống dễ bị bỏ sót phát hiện.

II. Phân loại các phương pháp phát hiện: Từ xử lý hình ảnh truyền thống đến học sâu

Dựa trên sự phát triển của công nghệ, các phương pháp kiểm tra trực quan miệng chai PET có thể được chia thành ba loại:

Phương pháp xử lý ảnh truyền thống: Dựa trên phân đoạn ngưỡng, định vị vùng và độ tương phản thang độ xám, phương pháp này trích xuất ROI (Vùng quan tâm) tại miệng chai và thực hiện các phép tính vi phân với mẫu không có lỗi. Ví dụ:

Phương pháp tự tạo mẫu: Tạo một mẫu hình vòng trên mặt miệng chai và xác định khuyết tật bằng cách trừ đi các giá trị thang độ xám, đạt độ chính xác phát hiện 99,9% trong vòng chưa đầy 50 mili giây.

Phương pháp nhất quán mức xám: Phương pháp này sử dụng thuật toán RANSAC để khớp với đường viền elip của miệng chai, sau đó phân tích độ đồng đều mức xám của vùng. Tốc độ phát hiện có thể đạt 10 mili giây/khung hình.

Ưu điểm: Tính toán đơn giản, phù hợp với các khuyết tật thông thường;

Nhược điểm: Phụ thuộc vào ngưỡng thiết lập thủ công, khả năng thích ứng kém với các lỗi phức tạp.

Phương pháp Phân loại Học máy: Phương pháp này sử dụng các mô hình như Máy vectơ hỗ trợ (SVM) và mạng nơ-ron, đòi hỏi một số lượng lớn mẫu để huấn luyện bộ phân loại. Ví dụ: Bằng cách trích xuất các đặc điểm khuyết tật (như kết cấu và hình dạng), SVM được sử dụng để phân biệt các loại khuyết tật.

Ưu điểm: Có thể xác định nhiều loại khuyết tật khác nhau;

Nhược điểm: Yêu cầu đào tạo lại khi thay đổi loại chai, hiệu suất thời gian thực thấp hơn.

**Học sâu và mô hình khác biệt:** Các phương pháp mới kết hợp mạng lưới sâu và cơ chế chú ý để cải thiện tỷ lệ phát hiện các lỗi phức tạp:

**Mô hình Đặc điểm Khác biệt:** Hình ảnh của chai cần kiểm tra và một chai tham chiếu không có khuyết tật được thu thập. Các đặc điểm được trích xuất bằng bộ mã hóa kép, sau đó bản đồ đặc điểm khác biệt được tính toán để tối ưu hóa khả năng phân biệt. Cuối cùng, một bộ phân loại được sử dụng để xác định kết quả. Phương pháp này có thể loại bỏ hiệu quả nhiễu do phơi sáng quá mức và phù hợp với các cảnh phản chiếu.

Ưu điểm: Chống nhiễu mạnh, thích hợp với những khuyết tật nhỏ;

Nhược điểm: Yêu cầu tài nguyên tính toán cao.

Bảng dưới đây so sánh các giải pháp điển hình và hiệu suất của ba loại phương pháp:

III. Các kịch bản ứng dụng: Bao phủ toàn bộ dây chuyền sản xuất

Hệ thống kiểm tra thị giác đã được tích hợp vào toàn bộ dây chuyền sản xuất chai PET. Các nút ứng dụng chính bao gồm:

Kiểm tra phôi (Đúc trước khi thổi)

Một trạm được thiết lập trước máy thổi khuôn, sử dụng 6 camera CCD độ phân giải cao để chụp ảnh 360° miệng, vai và đáy phôi, phát hiện các khuyết tật như vết loang, khe hở và đốm đen. Một camera phía trên miệng phôi được dùng để kiểm tra các khuyết tật bề mặt niêm phong nhằm ngăn ngừa khuyết tật khuếch đại sau khi thổi khuôn.

Kiểm tra toàn bộ chai (Sau khi chiết rót)

Sau khi chiết rót, bốn bộ camera CCD được sử dụng để kiểm tra mức chất lỏng, nắp chai (vỡ vòng an toàn, nắp cao, nắp cong) và chất lượng mã hóa. Thiết kế bao quanh 120° được sử dụng, kết hợp đèn chiếu sáng phía trước và đèn nền để bù nhiễu do bọt và cải thiện độ chính xác của việc phát hiện mức chất lỏng.

Kiểm tra nhãn và đóng gói

Sau khi dán nhãn, bốn camera cách nhau 90° được sử dụng để phát hiện nhãn không thẳng hàng và lỗi in; sau khi đóng gói, một máy kiểm tra trọng lượng trực tuyến được sử dụng để xác minh trọng lượng và loại bỏ các sản phẩm bị thiếu.

IV. Luồng hệ thống và công nghệ chính

Một hệ thống kiểm tra thị lực hoàn chỉnh bao gồm các thành phần cốt lõi sau:

Thu nhận hình ảnh

Cấu hình phần cứng: Camera công nghiệp mạng gigabit Basler và nguồn sáng vòng hoặc dải đèn LED được sử dụng để chụp ảnh miệng chai ở cự ly gần. Thiết kế nguồn sáng phải triệt tiêu phản xạ; ví dụ, nguồn sáng dải đèn có thể giảm thiểu hiện tượng phơi sáng quá mức.

Tối ưu hóa quang học: Hình ảnh bị phơi sáng quá mức sẽ được hiệu chỉnh bằng bộ mã hóa-giải mã tự động để cải thiện tính nhất quán của thang độ xám.

Xử lý hình ảnh

Vị trí ROI: Khu vực miệng chai được trích xuất chính xác bằng phương pháp biến đổi Hough, phương pháp khớp hình elip RANSAC hoặc phương pháp định vị trục đối xứng.

Trích xuất tính năng: ROI được xử lý bằng cách chuyển đổi thang độ xám, lọc và nhị phân hóa, sau đó các tính năng lỗi được tăng cường thông qua tính toán vi sai hoặc cơ chế chú ý không gian.

Phân loại và loại bỏ lỗi: Lỗi được xác định dựa trên ngưỡng bản đồ đặc điểm hoặc kết quả phân loại (như Softmax), kích hoạt thiết bị loại bỏ bằng khí nén để loại bỏ các sản phẩm lỗi.

V. Xu hướng phát triển và thách thức

Tương lai của công nghệ kiểm tra trực quan cổ chai PET sẽ phát triển theo các hướng sau:

Nâng cấp thông minh: Các mô hình học sâu sẽ được tối ưu hóa hơn nữa, chẳng hạn như sử dụng mạng nhẹ để đạt được khả năng phát hiện biên theo thời gian thực, giảm sự phụ thuộc vào sức mạnh điện toán đám mây.

Hợp nhất đa phương thức: Kết hợp hình ảnh 3D và hình ảnh X-quang để phát hiện các khuyết tật tiềm ẩn như vết nứt và bong bóng bên trong.

Kiểm soát chất lượng vòng kín: Dữ liệu phát hiện được đưa trở lại dây chuyền sản xuất, điều chỉnh các thông số thổi khuôn và chiết rót theo thời gian thực, đạt được bước nhảy vọt từ "phát hiện" sang "phòng ngừa".

Bản tóm tắt

Công nghệ kiểm tra trực quan cổ chai PET thay thế mắt người bằng thị giác máy, giải quyết các thách thức về kiểm soát chất lượng trong các tình huống sản xuất tốc độ cao. Từ xử lý hình ảnh truyền thống đến học sâu vi sai, độ chính xác và hiệu quả của việc phát hiện đã liên tục được cải thiện, trở thành nền tảng của sản xuất thông minh trong các ngành như đồ uống và dược phẩm. Trong tương lai, với sự phát triển tổng hợp của các thuật toán và phần cứng, công nghệ này sẽ tiếp tục hướng tới trí thông minh cao hơn và quy trình khép kín từ đầu đến cuối.