В контексте более высоких требований сегодняшних потребителей в отношении безопасности пищевых продуктов, целостности упаковки и эффективности производства индустрия продовольственной упаковки находится в критический период ускорения трансформации от «автоматизации» в «интеллект». Одной из наиболее репрезентативных основных технологий являетсяСистема машинного зренияПолем От того, затягивается ли крышка для бутылки для напитков, до того, является ли упаковочная сумка запечатана, до того, является ли содержимое метки последовательным и точным, и является ли штрих -код ясным, все больше и больше компаний -упаковочных компаний предпочитают внедрить решения для машинного зрения для достижения интеллектуального обнаружения и контроля качества производственного процесса. Ниже мы подробно познакомим вас с практической стоимостью применения машинного зрения в индустрии видео упаковки.
В качестве «первой линии защиты безопасности пищевых продуктов качество упаковки продуктов питания напрямую связано с здоровьем потребителей и репутацией бренда. Тем не менее, традиционный метод инспекции вручную имеет очевидные недостатки перед лицом крупномасштабных, высоких и многокатегорийных процессов упаковки:
Неэффективность: ручная проверка медленная и трудно соответствовать высокоскоростной упаковке;
Плохая последовательность: долгосрочная работа подвержена усталости, что приводит к пропущенным проверкам или ошибкам;
Высокая стоимость: для повторяющихся работ требуется большое количество рабочей силы, увеличивая затраты на рабочую силу;
Независимый: отсутствие записей изображений и анализа данных затрудняет отслеживание продуктов и улучшение качества.
Сегодня, поскольку безопасность пищевых продуктов все больше привлекает регулирующее внимание, компании срочно нуждаются в стабильном, быстром, интеллектуальном и прослеживаемом методе обнаружения, а технология машинного зрения просто отвечает этому жесткому спросу.
Почему преимущество машинного видения стало «предпочтительным вариантом» отрасли?
Основываясь на промышленных камерах, источниках света, картах сбора изображений и интеллектуальными алгоритмами, системы машинного зрения могут выполнять получение изображений в режиме реального времени и анализ продуктов и автоматически определять, соответствует ли продукт стандартам качества.
По сравнению с традиционными методами обнаружения, машинное зрение хорошо работает в следующих аспектах:
1. Выявление высокоскоростного уровня, адаптируясь к производству с высоким ножом
Визуальная система может работать синхронно с линией упаковки, осматривая сотни продуктов в минуту, обеспечивая нулевую задержку и нулевое отставание.
2. Высокое распознавание, снижение скорости оттока дефекта
Через алгоритмы изображений ИИ и модели глубокого обучения система может точно идентифицировать незначительные дефекты, такие как сломанные рты бутылки, пузырьковые уплотнения, искаженные этикетки и т. Д., С точностью обнаружения более 99%.
3. Автоматическая классификация и отказ
Результаты обнаружения возвращаются в систему выполнения в режиме реального времени, а неквалифицированные продукты автоматически классифицируются и отклоняются, чтобы не дать дефектным продуктам выходить на рынок.
4. Запись и отслеживание данных
Система может хранить инспекционные изображения и результаты каждого продукта, поддержать последующее отслеживание качества и статистический анализ, а также помогает предприятиям постоянно оптимизировать процессы и производственные стратегии.
Полное покрытие типичных сценариев применения
Технология машинного зрения широко используется в индустрии упаковки пищевых продуктов, охватывающая несколько производственных узлов, в том числе:
Обнаружение крышки бутылки: определите, затягивается ли она, не хватает ли он, или это неправильно;
Обнаружение уплотнения: обнаружите, являются ли пластиковый пакет и алюминиевую фольгу полной, морщинистой или виртуальной;
Обнаружение метки: определите, является ли содержание метки правильным, будь то кривая, неправильно вставленная или отсутствует;
Символ\/дата\/распознавание штрих -кода: OCR распознает дату производства, номер партии, QR -код ясность и т. Д.;
Подсчет и отсутствие обнаружения деталей: убедитесь, что количество продуктов в упаковке является правильным, не пропущенное или смешанное;
Обнаружение зарубежных веществ: обнаружение, есть ли посторонние вопросы, нефтяные пятна, загрязнение и т. Д. На поверхности или содержании пакета.
Эти функции могут быть гибко настроены в соответствии с процессом продукта клиента, действительно реализуя «настройку + модульное» развертывание и быстро реагировать на изменения производственной линии.
Будущие тенденции: AI + Machine Vision, продвижение интеллектуального обновления отрасли
С разработкой технологий ИИ все больше и больше пищевых компаний начали обращать внимание на систему визуального осмотра «глубокого обучения». Он может автоматически извлекать ключевые функции, обучая большое количество образцов дефектов, иметь дело со сложными, деформированными и размытыми проблемами с дефектами, а также обладает более сильными возможностями чтения и распознавания.
В то же время, в сочетании с краевыми вычислениями, облачными платформами, промышленным Интернетом вещей и другими технологиями, он ведет машинное зрение в область технологического видения с интеллектуальным оборудованием, визуализацией данных и интеграцией системы.
Контроль качества в продовольственной упаковке больше не является просто проблемой соответствия, но также технология Coachine Vision меняется от «вспомогательных инструментов» к «Core Vision», создавая надежный Qrnerstone для продуктов, чтобы завоевать доверие между рынком и потребителями. Применение линии обороны Muality для предприятий. Если вы также ищете эффективные, интеллектуальные и стабильные решения для визуальных осмотров, свяжитесь с нашими партнерами вZhixiang ShijueПолем Мы адаптируем специальную визуальную систему для вас, чтобы помочь предприятиям добиться эффективности качества производства и перейти к интеллектуальному производству!
