Công nghệ kiểm tra trực quan cho ống hút bao bì đồ uống: Bảo vệ thông minh an toàn và chất lượng đồ uống

Trong ngành công nghiệp thực phẩm và đồ uống đang phát triển mạnh mẽ hiện nay, ống hút, với vai trò là "người bạn đồng hành" tiếp xúc trực tiếp với miệng người tiêu dùng, đang được kiểm tra chất lượng và độ an toàn rất kỹ lưỡng. Từ ống hút nhựa truyền thống đến ống hút giấy thân thiện với môi trường, ống hút PLA phân hủy sinh học, và các thiết kế phức tạp hơn như ống hút hình chữ U hoặc ống hút dạng kính thiên văn, sự đa dạng ngày càng tăng của các loại ống hút đặt ra yêu cầu cao hơn đối với việc kiểm tra chất lượng.phương pháp kiểm tra thủ côngCác phương pháp truyền thống không chỉ kém hiệu quả và dễ dẫn đến tỷ lệ bỏ sót cao mà còn khó đáp ứng yêu cầu của các dây chuyền sản xuất tốc độ cao hiện đại. Với sự phát triển của công nghệ thị giác máy tính, việc kiểm tra ống hút tự động dựa trên thị giác đã trở thành giải pháp chủ đạo của ngành, tạo nên một tuyến phòng thủ thông minh cho an toàn thực phẩm.

Những hạn chế và thách thức của các phương pháp kiểm tra truyền thống

Trong các giai đoạn sản xuất và đóng gói ống hút, các khuyết tật thường gặp bao gồm các đốm đen/tạp chất, cặn dầu, biến dạng thân ống, sai lệch kích thước, các vấn đề về cắt, ống hút rỗng và ống hút bị lộn ngược, cùng nhiều khuyết tật khác. Những khuyết tật này không chỉ ảnh hưởng đến trải nghiệm người dùng mà còn có thể gây ra rủi ro về an toàn thực phẩm. Phương pháp kiểm tra thủ công truyền thống gặp phải nhiều thách thức:tốc độ kiểm tra hạn chế(khoảng 300-500 ống hút/giờ, không tương thích với các dây chuyền tốc độ cao vượt quá 2000 ống hút/phút),không đủ độ chính xác(Mắt người chỉ có thể phát hiện các khuyết tật nhỏ đến 0,2mm, với tỷ lệ bỏ sót các khuyết tật ở thành trong tại các chỗ uốn cong lên tới 15-20%),ổn định kém(tiêu chuẩn khác nhau giữa các thanh tra viên, với tỷ lệ đánh giá sai tăng hơn 35% sau hơn 2 giờ làm việc liên tục), vàchi phí cao(yêu cầu 2-3 thanh tra viên mỗi ca, với chi phí lao động hàng năm vượt quá 150.000 RMB).

Kiểm tra lấy mẫu không thể đạt được hiệu quả kiểm tra toàn diện 100%, tạo ra những điểm mù trong kiểm soát chất lượng. Với các yêu cầu về môi trường ngày càng tăng, các vật liệu mới như giấy và ống hút phân hủy sinh học đang trở nên phổ biến hơn. Những vật liệu này dễ bị lỗi như gờ và biến dạng trong quá trình sản xuất, đặt ra yêu cầu cao hơn nữa đối với công nghệ kiểm tra.

Nguyên tắc và kiến ​​trúc hệ thống của công nghệ kiểm tra trực quan

Hệ thống kiểm tra thị giác máy mô phỏng chức năng thị giác của con người để đạt được mục tiêuphát hiện nhanh chóng, chính xác và tự độngvề các khuyết tật của rơm. Một hệ thống kiểm tra trực quan rơm hoàn chỉnh thường bao gồm một mô-đun thu nhận hình ảnh, một đơn vị tiền xử lý và tăng cường đặc điểm, một đơn vị phân đoạn và phân loại khuyết tật, và một đơn vị xuất dữ liệu thời gian thực.

Mô-đun thu thập hình ảnh tạo thành nền tảng của hệ thống, bao gồm các camera công nghiệp, hệ thống chiếu sáng và các card thu thập hình ảnh. Để đáp ứng nhu cầu cụ thể của việc kiểm tra rơm, các hệ thống thường sử dụng chế độ cộng tác đa camera. Ví dụ, hệ thống kiểm tra chất lượng rơm thông minh của Nanjing Damu kết hợp các thiết bị thu thập hình ảnh bên trong và bên ngoài. Thiết bị bên trong bao gồm 1 camera công nghiệp và 1 nguồn sáng, chủ yếu để chụp ảnh bên trong ống rơm; thiết bị bên ngoài sử dụng 1-2 camera công nghiệp và nguồn sáng để chụp ảnh mặt trước và mặt sau của ống rơm.

Bộ phận tiền xử lý và tăng cường đặc trưng tối ưu hóa hình ảnh thô. Một hệ thống nhận diện khuyết tật bề mặt trong sản xuất ống hút dựa trên thị giác máy tính bao gồm các bước như trích xuất đường tâm của ống hút, thực hiện căn chỉnh tư thế và chuẩn hóa nhiễu sáng dựa trên đường tâm để tạo ra hình ảnh đã chuẩn hóa. Bằng cách tính toán thành phần dư đối xứng của hình ảnh đã chuẩn hóa và thành phần khác biệt mẫu dựa trên mẫu ống hút tiêu chuẩn được thiết lập trước, một bản đồ nhiệt dư được tăng cường khuyết tật được tạo ra, cải thiện đáng kể khả năng nhận diện khuyết tật.

Bộ phận phân đoạn và phân loại khuyết tật là cốt lõi của hệ thống, sử dụng các thuật toán xử lý ảnh tiên tiến và kỹ thuật học máy. Bộ phận này nhận ảnh đã được chuẩn hóa và bản đồ nhiệt dư được tăng cường khuyết tật làm đầu vào đa kênh, sử dụng mạng nơ-ron phân đoạn chứa cơ chế chú ý tọa độ để tạo mặt nạ khuyết tật ảnh, trích xuất và phân loại các đặc điểm từ vùng được che phủ, và cuối cùng xác định loại khuyết tật.

Bộ phận xuất dữ liệu thời gian thực chuyển đổi kết quả kiểm tra thành các lệnh có thể thực thi, điều khiển thiết bị phân loại để loại bỏ các sản phẩm không đạt tiêu chuẩn đồng thời ghi lại dữ liệu kiểm tra để đảm bảo truy xuất nguồn gốc chất lượng. Bộ phận này yêu cầukhả năng phản hồi tốc độ caoĐể phù hợp với tốc độ của các dây chuyền sản xuất tốc độ cao.

Các thuật toán kiểm tra và những đổi mới công nghệ

Cốt lõi của các thuật toán kiểm tra trực quan ống hút nằm ở cách thức...Xác định và phân loại chính xác các loại khuyết tật khác nhau. Các nhà nghiên cứu đã phát triển nhiều thuật toán chuyên biệt khác nhau cho các nhu cầu kiểm tra khác nhau.

Để phát hiện ống hút trên bề mặt hộp đựng đồ uống, một công nghệ được cấp bằng sáng chế sử dụng phương pháp xử lý mô hình HSV: thu được mô hình HSV của bề mặt hộp đựng đồ uống; thực hiện ngưỡng thang độ xám trên ảnh kênh S của mô hình HSV; áp dụng phép toán mở cho ảnh kênh S; xác định sự hiện diện của ống hút trên bề mặt hộp dựa trên sự phù hợp giữa các vùng trên ảnh kênh S và các điều kiện đặc trưng ảnh được xác định trước. Phương pháp này phát hiện sự hiện diện của các vùng đáp ứng các điều kiện ngưỡng về diện tích và chiều cao trên mô hình HSV của bề mặt hộp đựng đồ uống sau khi thực hiện ngưỡng thang độ xám và phép toán mở, cho phép đánh giá sự hiện diện của ống hút với độ chính xác cao.

Để phát hiện các chất gây ô nhiễm bên trong ống hút, một phương pháp phát hiện khuyết tật ống hút dựa trên thị giác sử dụng công nghệ kiểm tra hồng ngoại: thu thập hình ảnh kiểm tra hồng ngoại của ống hút tại một điểm chụp được thiết lập trước; thu được độ màu của điểm ảnh cần phát hiện cho mỗi điểm ảnh trong hình ảnh hồng ngoại; xác định các điểm ảnh có độ màu nằm trong phạm vi yêu cầu được thiết lập trước là các điểm ảnh bình thường; nhóm các điểm ảnh bất thường liền kề thành các tập hợp điểm ảnh ban đầu trống; xác định số lượng điểm ảnh cho mỗi tập hợp dựa trên các điểm ảnh bất thường của nó; xác định các tập hợp điểm ảnh có số lượng vượt quá mức cơ sở được thiết lập trước là các tập hợp đặc trưng gây ô nhiễm.

Ứng dụng công nghệ học sâu trong kiểm tra khuyết tật rơm rạ thể hiện xu hướng mới nhất. Các phương pháp thị giác máy hiện đại ngày càng được áp dụng rộng rãi.mô hình học sâuVí dụ như U-Net hoặc Mask R-CNN. Các mô hình này có thể học các mẫu không gian phức tạp và thông tin ngữ cảnh từ các tập dữ liệu lớn, thể hiện tiềm năng phân định ranh giới khuyết tật với độ chính xác cao ngay cả khi có sự phản xạ do vật liệu hoặc các hiện tượng trong suốt.

Việc ứng dụng công nghệ thị giác 3D giúp nâng cao hơn nữa khả năng kiểm tra. Ví dụ, hệ thống kiểm tra thị giác máy 3D HY-M5 của Xianyang Technology thu thập dữ liệu đám mây điểm 3D gốc của đồ uống đóng hộp; sau đó giảm chiều dữ liệu đám mây điểm 3D và ánh xạ nó vào bản đồ độ sâu 2D để xác định vị trí ống hút; cuối cùng, đánh giá xem bao bì có chứa ống hút hay không bằng cách tính toán thông tin chiều cao tại vị trí ống hút bên ngoài. Camera 3D của SICK cũng đánh giá sự hiện diện của ống hút và định vị chính xác thông qua các đặc điểm chiều cao.

Ứng dụng công nghiệp và kết quả thực hiện

Việc ứng dụng công nghệ kiểm tra hình ảnh trong việc kiểm tra ống hút bao bì đồ uống đã đạt được những kết quả đáng kể. Ví dụ, công ty sữa Milch-Union Hocheifel của Đức sử dụng cảm biến hình ảnh Baumer VeriSens để phát hiện vị trí của ống hút đồ uống. Giải pháp này không bị ảnh hưởng bởi màu sắc, thiết kế bao bì hoặc chính bản thân ống hút. Thông qua hệ thống chiếu sáng được bố trí đặc biệt, chỉ chiếu sáng gián tiếp vào ống hút trong khi che khuất hoàn toàn nền, hệ thống kiểm tra hơn 12.000 gói mỗi giờ, trong 6,5 ca mỗi ngày, thực hiện hơn ba triệu lần kiểm tra đáng tin cậy mà không có lỗi trong ba tháng đầu tiên lắp đặt.

Tại thị trường nội địa, hệ thống kiểm tra khuyết tật ngoại quan của ống hút Pengli Zhizao đã được ứng dụng thành công cho nhiều loại ống hút khác nhau. Đối với ống hút làm từ axit polylactic (PLA), hệ thống sử dụng ánh sáng đặc biệt để phát hiện ổn định các vết ố vàng, vết đen và vật thể lạ có đường kính nhỏ đến 0,2mm trên thành trong và thành ngoài của ống hút. Đối với ống hút hình chữ U, hệ thống có thể phát hiện các khuyết tật như màng bọc rỗng, ống hút bị bẹp, ống hút bị lật ngược, ống hút bị đảo chiều, các vấn đề về vết cắt, vấn đề về đầu ống và các vết đen/vật thể lạ. Đối với ống hút xếp gọn, hệ thống phát hiện các ống hút bị rối, ống hút rỗng, các vết đen/vật thể lạ, nếp nhăn, ống trong/ngoài đơn lẻ và ống trong không được thu gọn hoàn toàn.

Thiết bị kiểm tra chuyên dụng cho các dải ống hút nối liền nhau đạt tốc độ lên đến 2000 ống hút/phút, phát hiện các khuyết tật nhỏ đến 0,02mm². Sau khi được một nhà sản xuất ống hút sữa/đồ uống hàng đầu triển khai, số lượng khiếu nại của khách hàng đã giảm 92%, và chi phí kiểm soát chất lượng hàng năm tiết kiệm được 370.000 RMB. Máy kiểm tra ống hút sử dụng trí tuệ nhân tạo (AI), thông qua các quy trình như thu thập hình ảnh, xử lý, chú thích, mô hình hóa thuật toán AI và lập lịch phần mềm, kiểm tra hình thức bên ngoài của ống hút trong ngành công nghiệp đồ uống và sữa với tốc độ lên đến 1200 chiếc/phút, độ chính xác 0,1mm và phạm vi bao phủ 360°.

Trong lĩnh vực kiểm tra ống hút dược phẩm, giải pháp tùy chỉnh của Vision Wise sử dụng camera công nghiệp 5 megapixel với hệ thống nguồn sáng kép, thực hiện thuật toán ba bước "tiền xử lý - phân tích đặc điểm - phát hiện theo chu kỳ" để đạt được khả năng phát hiện khuyết tật ở mức "milimet".

Ưu điểm kỹ thuật và xu hướng phát triển trong tương lai

So với phương pháp kiểm tra thủ công truyền thống, công nghệ kiểm tra trực quan mang lại nhiều lợi ích hơn.những lợi thế không thể so sánh được. Về hiệu quả, hệ thống thị giác máy có thể hoạt động liên tục 24/7, với tốc độ kiểm tra nhanh hơn hàng chục, thậm chí hàng trăm lần so với lao động thủ công. Về độ chính xác, hệ thống có thể phát hiện các khuyết tật nhỏ mà mắt người không thể nhận thấy, cải thiện độ chính xác. Kiểm tra trực quan cũngloại bỏ những ảnh hưởng chủ quan, chuẩn hóa các tiêu chí kiểm tra và tránh sự sai lệch trong đánh giá do sự mệt mỏi hoặc biến động cảm xúc của con người.

Dữ liệu kiểm tra do hệ thống tạo ra có thể được sử dụng để phân tích chất lượng và tối ưu hóa quy trình sản xuất, cung cấp dữ liệu hỗ trợ cho việc ra quyết định – một chức năng khó đạt được với phương pháp kiểm tra thủ công. Ví dụ, phần mềm của hệ thống kiểm tra trực quan ống hút của Pengli Zhizao cung cấp các báo cáo thống kê trực quan, báo cáo theo thời gian và báo cáo chi tiết, cho phép giám sát sản xuất theo thời gian thực và hướng dẫn tối ưu hóa quy trình.

Trong tương lai, công nghệ kiểm tra trực quan rơm sẽ phát triển theo hướng tốt hơn.trí tuệ, hiệu quả và sự hội nhậpMột mặt, với những tiến bộ trong trí tuệ nhân tạo, các thuật toán học sâu sẽ đóng vai trò lớn hơn trong việc phát hiện lỗi, cải thiện khả năng nhận diện các lỗi phức tạp và khả năng thích ứng của hệ thống. Mặt khác, việc ứng dụng củaCông nghệ thị giác 3DĐiều này sẽ tiếp tục nâng cao khả năng, cho phép đo lường chính xác hình dạng và kích thước 3D của ống hút.

Tích hợp đa công nghệ cũng là một xu hướng quan trọng trong tương lai. Kết hợp kiểm tra trực quan vớiphân tích quang phổ và hình ảnh hồng ngoạiHệ thống này cho phép kiểm tra ngoại quan và phân tích vật liệu đồng thời, giúp cải thiện toàn diện việc kiểm soát chất lượng sản phẩm. Đồng thời, khi hiệu năng phần cứng được cải thiện và thuật toán được tối ưu hóa, chi phí của hệ thống kiểm tra trực quan sẽ giảm dần, giúp công nghệ này trở nên dễ tiếp cận hơn đối với các doanh nghiệp vừa và nhỏ.

Việc ứng dụng điện toán biên sẽ cải thiện hiệu suất và độ ổn định theo thời gian thực của các hệ thống kiểm tra. Các đơn vị điện toán biên AI tăng tốc quá trình suy luận dữ liệu như những "hộp tính toán", hoạt động hiệu quả và ổn định bất chấp nhiệt độ cao hoặc mất điện. Các nền tảng xử lý phân tán xây dựng một thế hệ khung hệ thống phân tán cơ bản mới, với nhiều nút hoạt động song song để lập lịch trình ổn định cho thuật toán, xử lý hình ảnh và các tham số khác.

Phần kết luận

Từ việc phát hiện sự hiện diện đơn giản đến việc nhận diện khuyết tật phức tạp, từ thị giác 2D đến đo lường 3D, công nghệ kiểm tra hình ảnh đối với ống hút bao bì đồ uống đang liên tục mở ra những hướng đi mới. Công nghệ này không chỉ giúp các công ty giảm chi phí và nâng cao hiệu quả mà còn tạo ra một lớp bảo vệ quan trọng cho an toàn thực phẩm của người tiêu dùng. Với sự tiến bộ không ngừng của công nghệ, chúng ta có lý do để tin rằng kiểm tra hình ảnh sẽ đóng vai trò ngày càng quan trọng trong ngành công nghiệp thực phẩm và đồ uống, thúc đẩy ngành này hướng tới một tương lai thông minh hơn, an toàn hơn và hiệu quả hơn.

Chiếc ống hút nhỏ bé, tưởng chừng đơn giản đó lại thể hiện những cải tiến mới nhất trong công nghệ thị giác máy tính và là mắt xích không thể thiếu trong chuỗi sản xuất đồ uống an toàn. Trong bối cảnh chuyển đổi số và thông minh hóa, công nghệ kiểm tra hình ảnh, với những ưu điểm độc đáo, đảm bảo chất lượng của ống hút bao bì đồ uống, tạo động lực mới cho sự phát triển bền vững của ngành công nghiệp này.