Teknologi Pemeriksaan Visual untuk Penyedut Pembungkus Minuman: Perlindungan Pintar Keselamatan dan Kualiti Minuman

Dalam industri makanan dan minuman yang berkembang pesat hari ini, penyedut minuman, sebagai "teman minum" yang bersentuhan langsung dengan mulut pengguna, mempunyai kualiti dan keselamatannya di bawah pengawasan rapi. Daripada straw plastik tradisional kepada straw kertas mesra alam, straw PLA terbiodegradasi, dan reka bentuk yang lebih kompleks seperti straw berbentuk U atau teleskopik, pelbagai jenis straw yang semakin meningkat memberikan permintaan yang lebih tinggi untuk pemeriksaan kualiti. Tradisionalkaedah pemeriksaan manualbukan sahaja tidak cekap dan terdedah kepada kadar pengesanan terlepas yang tinggi tetapi juga berjuang untuk memenuhi keperluan barisan pengeluaran berkelajuan tinggi moden. Dengan kematangan teknologi penglihatan mesin, pemeriksaan jerami automatik berasaskan penglihatan telah menjadi penyelesaian arus perdana industri, membina barisan pertahanan pintar untuk keselamatan minuman.

Had dan Cabaran Kaedah Pemeriksaan Tradisional

Dalam peringkat pengeluaran dan pembungkusan penyedut minuman, kecacatan biasa termasuk bintik hitam/kekotoran, sisa minyak, ubah bentuk badan, sisihan dimensi, isu potong, penyedut minuman kosong dan penyedut minuman terbalik, antara lain. Kecacatan ini bukan sahaja menjejaskan pengalaman pengguna tetapi juga boleh menimbulkan risiko keselamatan makanan. Pemeriksaan manual tradisional menghadapi pelbagai cabaran:kelajuan pemeriksaan terhad(kira-kira 300-500 straw/jam, tidak serasi dengan talian berkelajuan tinggi melebihi 2000 straw/minit),ketepatan yang tidak mencukupi(mata manusia hanya boleh mengesan kecacatan sekecil 0.2mm, dengan kadar pengesanan terlepas untuk kecacatan dinding dalam pada selekoh setinggi 15-20%),kestabilan yang lemah(standard yang berbeza-beza antara pemeriksa, dengan kadar salah penilaian meningkat lebih 35% selepas 2+ jam kerja berterusan), dankos yang tinggi(memerlukan 2-3 pemeriksa setiap syif, dengan kos buruh tahunan melebihi 150,000 RMB).

Pemeriksaan pensampelan tidak boleh mencapai 100% pemeriksaan penuh, mewujudkan titik buta dalam kawalan kualiti. Dengan keperluan alam sekitar yang semakin meningkat, bahan baharu seperti kertas dan straw terbiodegradasi menjadi lebih biasa. Bahan ini lebih terdedah kepada kecacatan seperti burr dan ubah bentuk semasa pengeluaran, menimbulkan permintaan yang lebih tinggi terhadap teknologi pemeriksaan.

Prinsip dan Seni Bina Sistem Teknologi Pemeriksaan Visual

Sistem pemeriksaan penglihatan mesin mensimulasikan fungsi visual manusia untuk dicapaipengesanan pantas, tepat dan automatikdaripada kecacatan jerami. Sistem pemeriksaan visual jerami yang lengkap biasanya terdiri daripada modul pemerolehan imej, unit prapemprosesan dan peningkatan ciri, unit pembahagian dan pengelasan kecacatan, dan unit output masa nyata.

Modul pemerolehan imej membentuk asas sistem, yang terdiri daripada kamera industri, pencahayaan dan kad pemerolehan imej. Untuk menangani keperluan khusus pemeriksaan jerami, sistem sering menggunakan mod kerjasama berbilang kamera. Sebagai contoh, sistem pemeriksaan kualiti jerami pintar Nanjing Damu menggabungkan peranti pemerolehan imej dalaman dan luaran. Peranti dalaman termasuk 1 kamera industri dan 1 sumber cahaya, terutamanya untuk menangkap imej bahagian dalam straw; peranti luaran menggunakan 1-2 kamera industri dan sumber cahaya untuk menangkap imej depan dan belakang straw.

Unit prapemprosesan dan peningkatan ciri mengoptimumkan imej mentah. Satu sistem untuk pengecaman kecacatan permukaan dalam pengeluaran straw berdasarkan penglihatan mesin termasuk langkah-langkah seperti mengekstrak garis tengah straw, melakukan penjajaran pose dan normalisasi artifak pencahayaan berdasarkan garis tengah untuk menjana imej yang dinormalkan. Dengan mengira komponen baki simetri imej ternormal dan komponen perbezaan templat berdasarkan templat straw standard yang telah ditetapkan, peta haba sisa yang dipertingkatkan kecacatan dijana, meningkatkan keupayaan pengecaman kecacatan dengan ketara.

Unit pembahagian dan pengelasan kecacatan ialah teras sistem, menggunakan algoritma pemprosesan imej termaju dan teknik pembelajaran mesin. Unit ini mengambil imej ternormal dan peta haba sisa yang dipertingkatkan kecacatan sebagai input berbilang saluran, menggunakan rangkaian saraf pembahagian yang mengandungi mekanisme perhatian koordinat untuk menjana topeng kecacatan imej, mengekstrak dan mengelaskan ciri dari kawasan bertopeng, dan akhirnya menentukan jenis kecacatan.

Unit keluaran masa nyata menukar hasil pemeriksaan kepada arahan boleh laku, mengawal peralatan pengisihan untuk menolak produk yang tidak mematuhi semasa merekodkan data pemeriksaan untuk kebolehkesanan kualiti. Unit ini memerlukankeupayaan tindak balas berkelajuan tinggiuntuk menyamai rentak barisan pengeluaran berkelajuan tinggi.

Algoritma Pemeriksaan dan Inovasi Teknologi

Teras algoritma pemeriksaan visual jerami terletak pada bagaimana untukmengenal pasti dan mengelaskan pelbagai jenis kecacatan dengan tepat. Penyelidik telah membangunkan pelbagai algoritma khusus untuk keperluan pemeriksaan yang berbeza.

Untuk mengesan penyedut minuman pada permukaan karton minuman, satu teknologi yang dipatenkan menggunakan kaedah pemprosesan model HSV: dapatkan model HSV permukaan karton minuman; lakukan ambang skala kelabu pada imej saluran S model HSV; gunakan operasi pembukaan pada imej saluran S; tentukan kehadiran straw pada permukaan karton berdasarkan keakuran antara kawasan pada imej saluran S dan keadaan ciri imej yang telah ditetapkan. Kaedah ini mengesan kehadiran kawasan pertemuan kawasan dan keadaan ambang ketinggian pada model HSV permukaan karton minuman selepas operasi ambang dan pembukaan skala kelabu, membolehkan penilaian ketepatan tinggi kehadiran jerami.

Untuk mengesan bahan cemar jerami dalaman, satu kaedah pengesanan kecacatan jerami berasaskan penglihatan menggunakan teknologi pemeriksaan inframerah: dapatkan imej pemeriksaan inframerah straw pada titik tangkapan pratetap; dapatkan kromatik piksel pengesanan untuk setiap piksel dalam imej inframerah; takrifkan piksel dengan kromatik dalam julat yang diperlukan pratetap sebagai piksel biasa; kumpulkan piksel abnormal bersebelahan ke dalam set piksel kosong pada mulanya; tentukan kiraan piksel untuk setiap set berdasarkan piksel abnormalnya; takrifkan set piksel dengan kiraan yang melebihi garis dasar pratetap sebagai set ciri pencemar.

Aplikasi teknologi pembelajaran mendalam dalam pemeriksaan kecacatan jerami mewakili trend terkini. Kaedah penglihatan mesin moden semakin diterima pakaimodel pembelajaran mendalamseperti U-Net atau Mask R-CNN. Model ini boleh mempelajari corak spatial yang kompleks dan maklumat kontekstual daripada set data yang besar, menunjukkan potensi untuk penentuan sempadan kecacatan ketepatan tinggi walaupun dengan kehadiran pantulan akibat bahan atau artifak telus.

Aplikasi teknologi penglihatan 3D meningkatkan lagi keupayaan pemeriksaan. Sebagai contoh, sistem pemeriksaan penglihatan mesin 3D Teknologi Xianyang HY-M5 memperoleh data awan titik 3D asal bagi minuman berkotak; kemudian mengurangkan dimensi data awan titik 3D dan memetakannya ke peta kedalaman 2D untuk mengesan kedudukan jerami; akhirnya, menilai sama ada pakej termasuk straw dengan mengira maklumat ketinggian di lokasi straw luaran. Kamera 3D SICK juga menilai kehadiran jerami dan kedudukan yang betul melalui ciri ketinggian.

Aplikasi Industri dan Keputusan Pelaksanaan

Aplikasi teknologi pemeriksaan visual dalam pemeriksaan straw pembungkusan minuman telah mencapai hasil yang ketara. Sebagai contoh, syarikat tenusu Jerman Milch-Union Hocheifel menggunakan penderia penglihatan Baumer VeriSens untuk mengesan kedudukan penyedut minuman. Penyelesaian ini tidak terjejas oleh warna pembungkusan, reka bentuk, atau straw itu sendiri. Melalui pencahayaan yang diatur khas yang secara tidak langsung menerangi straw sahaja sambil menutup latar belakang sepenuhnya, sistem memeriksa lebih 12,000 pakej sejam, merentas 6.5 syif setiap hari, melakukan lebih tiga juta pemeriksaan boleh dipercayai tanpa kerosakan dalam tempoh tiga bulan pertama pemasangan.

Di dalam negara, sistem pemeriksaan kecacatan penampilan jerami Pengli Zhizao telah berjaya digunakan pada pelbagai jenis jerami. Untuk penyedut air Polylactic Acid (PLA), sistem menggunakan pencahayaan khas untuk mengesan bintik kuning, bintik hitam dan objek asing sekecil 0.2mm pada dinding dalam dan luar secara stabil. Untuk penyedut minuman berbentuk U, ia boleh mengesan kecacatan seperti filem kosong, penyedut minuman hancur, penyedut minuman terbalik, penyedut minuman terbalik, masalah potong, masalah kepala dan bintik hitam/benda asing. Untuk penyedut minuman teleskopik, ia mengesan penyedut minuman berselirat, penyedut minuman kosong, bintik hitam/benda asing, kedutan, tiub dalam/luar tunggal dan penarikan balik tiub dalam yang tidak lengkap.

Peralatan pemeriksaan khusus untuk jalur straw yang disambungkan mencapai kelajuan sehingga 2000 straw/minit, mengesan kecacatan sekecil 0.02mm². Selepas pelaksanaan oleh pengeluar straw tenusu/minuman terkemuka, aduan pelanggan menurun sebanyak 92%, dan penjimatan kos QC tahunan mencecah 370,000 RMB. Mesin pemeriksaan jerami berkuasa AI, melalui proses seperti pemerolehan imej, pemprosesan, anotasi, pemodelan algoritma AI dan penjadualan perisian, memeriksa penampilan straw dalam industri minuman dan tenusu pada kelajuan sehingga 1200 unit/minit, dengan ketepatan 0.1mm dan liputan 360°.

Dalam pemeriksaan straw farmaseutikal, penyelesaian tersuai Vision Wise menggunakan kamera industri 5 megapiksel dengan sistem sumber cahaya dwi talian, melaksanakan logik algoritma tiga langkah "prapemprosesan - analisis ciri - pengesanan kitaran" untuk mencapai pengesanan kecacatan "peringkat milimeter".

Kelebihan Teknikal dan Trend Pembangunan Masa Depan

Berbanding dengan pemeriksaan manual tradisional, teknologi pemeriksaan visual menawarkankelebihan yang tiada tandingan. Dari segi kecekapan, sistem penglihatan mesin boleh beroperasi 24/7 tanpa gangguan, dengan kelajuan pemeriksaan berpuluh-puluh atau bahkan ratusan kali lebih pantas daripada kerja manual. Mengenai ketepatan, sistem boleh mengesan kecacatan kecil yang tidak dapat dilihat oleh mata manusia, meningkatkan ketepatan. Pemeriksaan visual jugamenghapuskan pengaruh subjektif, menyeragamkan kriteria pemeriksaan dan mengelakkan variasi pertimbangan disebabkan oleh keletihan manusia atau turun naik emosi.

Data pemeriksaan yang dijana oleh sistem boleh digunakan untuk analisis kualiti dan pengoptimuman proses pengeluaran, menyediakan sokongan data untuk membuat keputusan—fungsi yang sukar dicapai dengan pemeriksaan manual. Sebagai contoh, perisian untuk sistem pemeriksaan visual jerami Pengli Zhizao menyediakan laporan statistik visual, laporan berasaskan masa dan laporan terperinci, membolehkan pemantauan pengeluaran masa nyata dan pengoptimuman proses membimbing.

Pada masa hadapan, teknologi pemeriksaan visual jerami akan berkembang ke arah yang lebih baikkecerdasan, kecekapan dan integrasi. Di satu pihak, dengan kemajuan dalam AI, algoritma pembelajaran mendalam akan memainkan peranan yang lebih besar dalam pengesanan kecacatan, meningkatkan keupayaan sistem untuk mengenali kecacatan yang kompleks dan menyesuaikan diri. Sebaliknya, penerapanTeknologi penglihatan 3Dakan meningkatkan lagi keupayaan, membolehkan pengukuran 3D yang tepat bagi bentuk dan dimensi jerami.

Penyepaduan pelbagai teknologi juga merupakan trend masa depan yang penting. Menggabungkan pemeriksaan visual dengananalisis spektrum dan pengimejan inframerahmembolehkan pemeriksaan penampilan dan analisis bahan serentak, meningkatkan kawalan kualiti produk secara menyeluruh. Sementara itu, apabila prestasi perkakasan bertambah baik dan algoritma dioptimumkan, kos sistem pemeriksaan visual akan berkurangan secara beransur-ansur, menjadikan teknologi ini boleh diakses oleh perusahaan kecil dan sederhana.

Aplikasi pengkomputeran tepi akan meningkatkan prestasi masa nyata dan kestabilan sistem pemeriksaan. Unit pengkomputeran tepi AI mempercepatkan inferens data sebagai "kotak pengkomputeran", beroperasi dengan cekap dan stabil walaupun suhu tinggi atau terputus bekalan elektrik. Platform pemprosesan teragih membina rangka kerja sistem teragih asas generasi baharu, dengan berbilang nod berfungsi selari untuk menjadualkan algoritma, pengimejan dan parameter lain secara stabil.

Kesimpulan

Daripada pengesanan kehadiran yang mudah kepada pengecaman kecacatan yang kompleks, daripada penglihatan 2D kepada pengukuran 3D, teknologi pemeriksaan visual untuk penyedut minuman pembungkusan minuman terus merintis landasan baharu. Teknologi ini bukan sahaja membantu syarikat mengurangkan kos dan meningkatkan kecekapan tetapi juga membina barisan pertahanan penting untuk keselamatan makanan pengguna. Dengan kemajuan teknologi yang berterusan, kami mempunyai sebab untuk mempercayai bahawa pemeriksaan visual akan memainkan peranan yang semakin penting dalam industri makanan dan minuman, memacunya ke arah masa depan yang lebih bijak, selamat dan lebih cekap.

Jerami yang kecil dan kelihatan ringkas itu merangkumi inovasi terkini dalam teknologi penglihatan mesin dan mewakili pautan yang amat diperlukan dalam rantaian pengeluaran selamat untuk minuman. Di tengah-tengah gelombang transformasi pintar dan digital, teknologi pemeriksaan visual, dengan kelebihan uniknya, melindungi kualiti penyedut minuman pembungkusan, menyuntik momentum baharu ke dalam pembangunan industri yang mampan.