Công nghệ kiểm tra trực quan mã và nhãn in phun trên chai thủy tinh: Một giải pháp đảm bảo chất lượng chính xác và hiệu quả.

Trong ngành thực phẩm, đồ uống và dược phẩm, chai thủy tinh là loại bao bì phổ biến, và mã in phun trên bề mặt cũng như nhãn mác chứa đựng những thông tin quan trọng như ngày sản xuất, số lô và ngày hết hạn. Độ rõ nét, đầy đủ và chính xác của thông tin này liên quan trực tiếp đến chất lượng sản phẩm, an toàn và uy tín của doanh nghiệp. Các phương pháp kiểm tra thủ công truyền thống dễ bị ảnh hưởng bởi sự mệt mỏi và yếu tố chủ quan, khiến việc đáp ứng nhu cầu của dây chuyền sản xuất tốc độ cao trở nên khó khăn. Công nghệ kiểm tra tự động dựa trên thị giác máy tính, thông qua việc thu thập, xử lý hình ảnh và phân tích thông minh, có thể nhanh chóng và chính xác xác định các lỗi trên mã in phun và nhãn mác, từ đó nâng cao đáng kể hiệu quả sản xuất và kiểm soát chất lượng. Các phần tiếp theo sẽ trình bày chi tiết về nguyên lý kỹ thuật, cấu tạo hệ thống, quy trình phát hiện, ưu điểm và xu hướng phát triển.

I. Nguyên lý kỹ thuật: Sự kết hợp giữa xử lý ảnh và học sâu

Cốt lõi của hệ thống kiểm tra hình ảnh nằm ở việc mô phỏng sự phối hợp hoạt động của mắt và não người: một camera công nghiệp chụp ảnh bề mặt chai thủy tinh, sau đó các thuật toán được sử dụng để trích xuất đặc điểm và xác định khuyết tật. Việc triển khai kỹ thuật chủ yếu dựa trên sự kết hợp của hai loại phương pháp:

1. Công nghệ xử lý ảnh truyền thống: Bao gồm các bước tiền xử lý như chuyển đổi ảnh sang thang độ xám, lọc và giảm nhiễu, và nhị phân hóa để nâng cao chất lượng ảnh. Sau đó, các phép toán hình thái học (như giãn nở và co lại) được sử dụng để phân đoạn các vùng ký tự, và phương pháp so khớp mẫu được sử dụng để tính toán mức độ trùng khớp giữa ký tự mục tiêu và mẫu chuẩn (thường với ngưỡng chấp nhận là ≥0,85).

2. Thuật toán học sâu: Đối với các khiếm khuyết phức tạp khó xử lý bằng các phương pháp truyền thống (chẳng hạn như biến dạng ký tự nhẹ và nhiễu nền), các mô hình học sâu (chẳng hạn như YOLOv5) sẽ tự động học các mẫu đặc điểm bằng cách huấn luyện trên một lượng lớn dữ liệu mẫu. Ví dụ: đào tạo mô hình sau khi áp dụng tính năng tăng cường dữ liệu Khảm cho hình ảnh mẫu chai có thể xác định chính xác vùng mã in phun và trích xuất mục tiêu phát hiện (ROI), giải quyết hiệu quả các thách thức như xoay và biến dạng.

Sự kết hợp của hai công nghệ này cho phép định lượng cả các đặc điểm đơn giản (như thiếu ký tự và sai lệch vị trí) và xác định các khuyết tật phức tạp như mờ nhòe và dính kết, tạo thành một hệ thống phát hiện phân cấp.

II. Thành phần hệ thống: Cấu hình cộng tác phần cứng và phần mềm

Một hệ thống kiểm tra trực quan hoàn chỉnh đòi hỏi sự phối hợp chặt chẽ giữa các mô-đun phần cứng và phần mềm, bao gồm:

• Bộ phận thu nhận hình ảnh:

• Máy ảnh công nghiệp: Thông thường, máy ảnh màn trập toàn cầu có hơn 1,3 triệu điểm ảnh được chọn để đảm bảo không có hiện tượng nhòe chuyển động khi chụp ảnh động. Để giải quyết các đặc tính phản chiếu của chai thủy tinh cong, có thể cấu hình nhiều camera (ví dụ: bốn camera bao phủ 360° của thân chai) hoặc có thể sử dụng cơ chế chụp xoay để loại bỏ các điểm mù phát hiện.

• Nguồn sáng và thiết kế quang học: Đèn vòng hoặc đèn bát màu trắng chiếu sáng đồng đều thân chai bằng nguyên lý phản xạ khuếch tán, giảm thiểu phản xạ và các góc tối. Một số hệ thống được trang bị cấu trúc ánh sáng mềm để cải thiện hơn nữa độ nhất quán của hình ảnh.

• Các cơ cấu phụ trợ: Bao gồm một cụm ống trượt điều khiển camera lên xuống (để điều chỉnh tiêu cự chụp ảnh nắp chai), một cơ cấu xoay gián đoạn (cho phép camera chụp ảnh thân chai ở các góc độ khác nhau) và một bộ phận tạo ảnh (để mở rộng phạm vi chụp một lần).

• Bộ phận xử lý và điều khiển:

• Bộ xử lý trung tâm: Bộ điều khiển hiệu năng cao với GPU (như máy chủ TNP-01) hỗ trợ xử lý song song đa camera, với tốc độ phát hiện lên đến 75.000 chai/giờ.

• Nền tảng thuật toán phần mềm: Tích hợp công cụ nhận dạng ký tự quang học OCR (chẳng hạn như Tesseract-OCR) và các thuật toán phát hiện tùy chỉnh, với các chức năng như quản lý mẫu, phân loại lỗi và thống kê dữ liệu. Hệ thống có thể lưu trữ hơn 1000 thông số sản phẩm và tự động truy xuất mẫu tương ứng khi thay đổi loại sản phẩm.

• Đơn vị thực thi:

Sau khi cảm biến quang điện kích hoạt camera chụp ảnh, hệ thống sẽ phân tích hình ảnh trong thời gian thực. Nếu phát hiện lỗi (chẳng hạn như in thiếu hoặc mờ), hệ thống sẽ ngay lập tức điều khiển cơ chế loại bỏ (chẳng hạn như thanh đẩy khí nén) thông qua giao diện I/O để loại bỏ sản phẩm bị lỗi và kích hoạt cảnh báo bằng âm thanh và hình ảnh.

III. Quy trình phát hiện: Từ thu thập hình ảnh đến đánh giá chất lượng

Quy trình làm việc của hệ thống được liên kết chặt chẽ, đảm bảo hiệu quả và độ chính xác cao:

1. Thu thập và nâng cao chất lượng hình ảnh:

Sau khi chai thủy tinh được đưa vào trạm làm việc, đèn vòng sẽ chiếu sáng khu vực cần kiểm tra, và camera sẽ chụp ảnh thân chai hoặc nắp chai. Bộ lọc trung vị được sử dụng để giảm nhiễu, và quá trình nhị phân hóa được sử dụng để làm nổi bật các đường viền ký tự. Phép biến đổi affine được sử dụng để hiệu chỉnh góc ảnh nếu cần thiết.

2. Trích xuất đặc điểm và nhận diện khuyết tật:

• Phát hiện in ấn: Đầu tiên, hệ thống xác định sự hiện diện hoặc vắng mặt của hình ảnh in (in thiếu), sau đó kiểm tra số lượng và nội dung ký tự (ví dụ: ngày tháng và số lô có đầy đủ hay không). Nếu số lượng ký tự ít hơn mẫu chuẩn, hệ thống đánh giá là "thiếu một phần"; nếu độ trùng khớp của một ký tự thấp hơn ngưỡng (ví dụ: 0,85), hệ thống đánh dấu là "mờ" hoặc "không chính xác". • Phát hiện nhãn: Hệ thống thực hiện phân tích đa góc về vị trí và tính toàn vẹn của nhãn để xác định các khuyết tật như nhãn bị thiếu, nhãn bị lệch, nhãn bị nhăn và bị thủng. Thuật toán phát hiện ghép nối của Mingjia Technology tích hợp hình ảnh 360° để loại bỏ các kết quả dương tính giả do chai bị xoay.

3. Kết quả đầu ra và sự từ chối:

Kết quả phát hiện được hiển thị theo thời gian thực trên giao diện người-máy (như màn hình cảm ứng), và các dữ liệu như tỷ lệ đạt yêu cầu và loại lỗi được ghi lại. Sản phẩm lỗi sẽ tự động bị loại bỏ ở cuối dây chuyền sản xuất. Hệ thống cũng hỗ trợ tải dữ liệu lên đám mây để truy xuất nguồn gốc chất lượng.

IV. Ưu điểm công nghệ: Giá trị cốt lõi của kiểm tra tự động

So với phương pháp kiểm tra thủ công, hệ thống kiểm tra bằng hình ảnh có ba ưu điểm nổi bật:

1. Độ chính xác và hiệu quả được cải thiện: Các thuật toán học sâu cho phép độ chính xác nhận diện lỗi vượt quá 99,9%, với tốc độ phát hiện hàng chục nghìn chai mỗi giờ, vượt xa khả năng của con người.

2. Kiểm soát chi phí và rủi ro: Một thiết bị có thể thay thế nhiều người kiểm tra chất lượng, giảm chi phí lao động lâu dài; nó cũng tránh được những rủi ro về an toàn liên quan đến việc tiếp xúc thủ công với dây chuyền sản xuất tốc độ cao, nhiệt độ cao.

3. Khả năng thích ứng và truy xuất nguồn gốc: Hệ thống có thể được điều chỉnh cho phù hợp với nhiều loại chai khác nhau (như chai PET, chai thủy tinh) và các loại mã hóa (mực in, laser) bằng cách điều chỉnh các thông số. Tất cả hình ảnh và dữ liệu kiểm tra đều được tự động lưu trữ, hỗ trợ phân tích chất lượng và tối ưu hóa quy trình.

V. Những thách thức và xu hướng phát triển trong tương lai

Mặc dù công nghệ đã khá hoàn thiện, nhưng vẫn còn một số thách thức: chẳng hạn như cần thiết kế quang học tốt hơn để giải quyết hiện tượng nhiễu phản xạ từ chai thủy tinh, và khó khăn trong việc nhận diện mã laser trên chai tối màu. Các xu hướng tương lai sẽ tập trung vào:

• Hệ thống kiểm tra linh hoạt: Như được mô tả trong bằng sáng chế CN202310153197, thiết bị tích hợp cơ chế nâng và xoay có thể đạt được khả năng đa chức năng, đồng thời kiểm tra nắp chai, thân chai và nhãn.

• Sự phát triển liên tục của các thuật toán AI: Các mô hình học sâu sẽ tiếp tục tích hợp công nghệ thị giác 3D để nâng cao độ nhạy đối với các khuyết tật nhỏ như vết lõm nhẹ và bọt khí.

• Giải pháp tích hợp đám mây: Thông qua Internet vạn vật (IoT), hệ thống kết nối với nền tảng đám mây doanh nghiệp để thực hiện giám sát trạng thái thiết bị, bảo trì từ xa và phân tích dự đoán dữ liệu lớn, xây dựng một vòng khép kín chất lượng "nhà máy thông minh".

Phần kết luận

Công nghệ kiểm tra hình ảnh mã hóa và dán nhãn chai thủy tinh, bằng cách tích hợp thị giác máy tính, nhận dạng ký tự quang học (OCR) và học sâu, đã trở thành nền tảng của kiểm soát chất lượng trong sản xuất công nghiệp hiện đại. Nó không chỉ giải quyết các nút thắt về hiệu quả và độ chính xác của việc kiểm tra thủ công mà còn tối ưu hóa quy trình sản xuất thông qua các phương pháp dựa trên dữ liệu. Với sự cải tiến thuật toán và phần cứng, công nghệ này sẽ tiếp tục phát triển theo hướng thông minh và linh hoạt hơn, mang lại sự đảm bảo vững chắc cho chất lượng và an toàn công nghiệp.