Hệ thống camera AI Vision kiểm tra lỗi chai lọ tự động

Bài toán kiểm tra ngoại quan chai lọ trên dây chuyền

Trong sản xuất chai, lọ và sản phẩm đóng gói, kiểm tra ngoại quan là công đoạn quan trọng trước khi sản phẩm được chuyển sang bước tiếp theo hoặc xuất xưởng. Các lỗi có thể xuất hiện ở thân chai, miệng chai, đáy, nắp, nhãn hoặc bề mặt bao bì. Nếu chỉ dựa vào quan sát thủ công, mức độ ổn định có thể thay đổi theo người vận hành, vị trí quan sát và điều kiện làm việc.

Hệ thống camera kiểm tra lỗi chai lọ được sử dụng để quan sát sản phẩm ngay trên dây chuyền. Camera thu nhận hình ảnh tại vị trí kiểm tra, phần mềm xử lý ảnh hoặc AI Vision phân tích đặc điểm ngoại quan, sau đó đưa ra kết quả đạt hoặc không đạt theo tiêu chí đã được định nghĩa.

Khi phát hiện sản phẩm lỗi, hệ thống có thể được thiết kế để gửi tín hiệu kích cơ cấu loại. Nhờ đó, quá trình kiểm tra và loại sản phẩm không đạt có thể diễn ra tự động, đồng bộ với chuyển động của dây chuyền.

Tuy nhiên, camera không tự động hiểu mọi khái niệm về lỗi. Doanh nghiệp cần xác định rõ lỗi nào phải phát hiện, lỗi có thể nhìn thấy từ hướng nào và mức độ sai lệch nào được xem là không chấp nhận. Đây là cơ sở để lựa chọn camera, ánh sáng, góc chụp và phương pháp xử lý phù hợp.

Hệ thống AI Vision kiểm tra chai lọ hoạt động như thế nào?

Một hệ thống kiểm tra thường bắt đầu bằng việc xác định sản phẩm đã đi vào đúng vị trí chụp ảnh. Camera ghi nhận một hoặc nhiều hình ảnh, tùy theo số bề mặt cần quan sát. Hình ảnh sau đó được phân tích để tìm dấu hiệu bất thường hoặc đối chiếu với tiêu chuẩn ngoại quan đã thiết lập.

Quy trình có thể gồm các bước chính:

1. Nhận biết chai hoặc lọ đi vào vùng kiểm tra.
2. Thu nhận hình ảnh trong điều kiện chiếu sáng được kiểm soát.
3. Xác định vị trí và vùng cần kiểm tra trên sản phẩm.
4. Phân tích đặc điểm ngoại quan bằng thuật toán xử lý ảnh hoặc mô hình AI Vision.
5. Phân loại sản phẩm đạt và sản phẩm lỗi.
6. Gửi tín hiệu đến cơ cấu loại nếu sản phẩm không đạt.

Để cơ cấu loại đúng sản phẩm, thời điểm phát hiện phải được liên kết với vị trí của chai trên dây chuyền. Khoảng cách từ điểm chụp đến điểm loại, tốc độ line và cách sản phẩm di chuyển đều cần được xem xét khi thiết kế.

Milotech phát triển giải pháp camera và AI Vision phục vụ kiểm tra ngoại quan chai lọ trên dây chuyền. Cấu hình được xây dựng theo sản phẩm thực tế và yêu cầu kiểm tra, thay vì áp dụng một thiết lập giống nhau cho mọi loại chai lọ.

Những lỗi nào có thể kiểm tra bằng camera?

Phạm vi kiểm tra phụ thuộc vào việc lỗi có biểu hiện rõ trên hình ảnh hay không. Về nguyên tắc, hệ thống có thể được thiết kế để phát hiện các lỗi nhìn thấy được khi camera có đủ góc quan sát, độ tương phản và chất lượng hình ảnh.

Một số nhóm lỗi có thể được đưa vào quá trình đánh giá tính khả thi gồm:

• Sai lệch hình dạng hoặc đặc điểm ngoại quan của thân chai, lọ.
• Bất thường có thể nhìn thấy tại miệng, cổ hoặc đáy sản phẩm.
• Nắp thiếu, lệch hoặc có trạng thái bên ngoài không đúng yêu cầu.
• Nhãn thiếu, lệch vị trí hoặc có dấu hiệu ngoại quan bất thường.
• Vết bẩn, điểm lạ hoặc khuyết tật bề mặt có thể phân biệt trên ảnh.
• Sản phẩm không đúng loại hoặc không đúng hướng tại vị trí kiểm tra.

Danh sách trên không đồng nghĩa mọi lỗi đều có thể phát hiện ổn định trong mọi điều kiện. Ví dụ, chai trong suốt, bề mặt phản xạ, màu sắc thay đổi hoặc hình dạng cong có thể làm lỗi khó nổi bật. Một lỗi rất nhỏ nhưng có độ tương phản thấp cũng có thể khó phân biệt với biến thiên bình thường của sản phẩm.

Vì vậy, trước khi triển khai cần thu thập mẫu đạt, mẫu lỗi và hình ảnh đại diện cho các biến thiên thực tế. Việc thử nghiệm trên mẫu giúp xác định lỗi nào có thể quan sát, góc chụp nào phù hợp và ranh giới giữa đạt với không đạt nên được mô tả ra sao.

Cấu hình cơ bản của hệ thống camera kiểm tra lỗi chai lọ

Cấu hình cụ thể thay đổi theo dây chuyền, nhưng một hệ thống thường cần xem xét các thành phần sau:

• Camera: Thu nhận hình ảnh của vùng cần kiểm tra. Số lượng camera phụ thuộc vào số mặt và góc quan sát cần thiết.
• Ống kính: Quyết định trường nhìn, khoảng cách lắp đặt và khả năng thể hiện chi tiết trên sản phẩm.
• Nguồn sáng: Tạo độ tương phản giữa lỗi và bề mặt chai lọ. Đây là yếu tố ảnh hưởng lớn đến độ ổn định của kết quả.
• Bộ xử lý và phần mềm: Thực hiện định vị, phân tích hình ảnh và phân loại sản phẩm.
• Tín hiệu đồng bộ: Giúp hệ thống chụp đúng thời điểm và theo dõi sản phẩm từ vị trí kiểm tra đến vị trí loại.
• Cơ cấu loại sản phẩm: Nhận tín hiệu để đưa chai lỗi ra khỏi luồng sản xuất theo phương án đã thiết kế.
• Giao diện vận hành: Hỗ trợ lựa chọn chương trình kiểm tra, quan sát kết quả và điều chỉnh các tham số được cho phép.

Không nên lựa chọn cấu hình chỉ dựa trên độ phân giải camera. Một hình ảnh có nhiều điểm ảnh nhưng chiếu sáng không phù hợp vẫn có thể không làm nổi bật lỗi. Ngược lại, ánh sáng đúng hướng và góc camera hợp lý có thể giúp đặc điểm cần kiểm tra rõ ràng hơn.

Tiêu chí lựa chọn giải pháp phù hợp

Trước khi đầu tư hệ thống, chủ nhà máy và kỹ sư nên thống nhất một bộ yêu cầu có thể kiểm chứng. Những câu hỏi quan trọng gồm:

• Lỗi cần phát hiện nằm ở vị trí nào trên chai hoặc lọ?
• Lỗi có thể nhìn thấy từ một hướng hay cần nhiều góc camera?
• Sản phẩm trong suốt, có màu, bóng hoặc phản xạ ánh sáng hay không?
• Chai di chuyển ổn định hay có thể xoay, rung và lệch vị trí?
• Tốc độ line và khoảng cách giữa các sản phẩm như thế nào?
• Có bao nhiêu loại chai, lọ hoặc nhãn chạy trên cùng dây chuyền?
• Tiêu chuẩn phân loại lỗi đã rõ ràng hay còn phụ thuộc vào đánh giá chủ quan?
• Sau khi phát hiện, sản phẩm lỗi sẽ được loại tại vị trí nào?

Độ ổn định của hệ thống phụ thuộc nhiều vào ánh sáng, góc camera, tốc độ line và định nghĩa lỗi. Do đó, tiêu chí chọn giải pháp không chỉ là khả năng nhận ra một mẫu lỗi trong lần thử đầu tiên. Hệ thống còn phải được đánh giá trong các điều kiện biến thiên dự kiến của sản xuất.

Doanh nghiệp có thể tham khảo thêm định hướng triển khai giải pháp tự động hóa và AI Vision tại Milotech, sau đó trao đổi bằng mẫu sản phẩm thực tế để xác định cấu hình phù hợp hơn.

Các lỗi triển khai thường gặp

Một trong những sai lầm phổ biến là bắt đầu chọn camera trước khi định nghĩa lỗi. Nếu bộ phận chất lượng và sản xuất chưa thống nhất thế nào là đạt, phần mềm cũng khó đưa ra quyết định nhất quán.

Sai lầm thứ hai là chỉ thử nghiệm với một vài mẫu được chuẩn bị trong điều kiện lý tưởng. Trên dây chuyền thực tế, vị trí chai, độ bóng bề mặt, màu vật liệu hoặc trạng thái nhãn có thể thay đổi. Bộ mẫu đánh giá nên phản ánh các biến thiên hợp lệ và nhiều dạng lỗi có thể gặp.

Một vấn đề khác là bố trí ánh sáng theo không gian còn trống thay vì theo đặc điểm lỗi. Ánh sáng môi trường thay đổi, phản xạ trên chai hoặc bóng che từ thiết bị xung quanh có thể làm hình ảnh thiếu ổn định.

Ngoài ra, camera có thể phát hiện đúng nhưng cơ cấu loại lại tác động sai chai nếu tín hiệu đồng bộ, khoảng cách hoặc tốc độ line chưa được xử lý phù hợp. Vì thế, cần đánh giá toàn bộ chuỗi từ chụp ảnh, phân loại đến loại sản phẩm, không chỉ kiểm tra kết quả trên màn hình.

Cuối cùng, việc đặt ngưỡng quá chặt có thể làm tăng số sản phẩm đạt bị đánh dấu lỗi; đặt ngưỡng quá rộng lại có nguy cơ bỏ qua lỗi. Ngưỡng kiểm tra cần dựa trên tiêu chuẩn đã thống nhất và được kiểm chứng bằng mẫu thực tế.

Khi nào camera AI Vision phù hợp và không phù hợp?

Giải pháp phù hợp khi lỗi có dấu hiệu ngoại quan có thể quan sát, sản phẩm đi qua vùng kiểm tra theo điều kiện có thể kiểm soát và doanh nghiệp đã xác định tương đối rõ tiêu chí đạt hoặc không đạt. Hệ thống cũng phù hợp khi cần liên kết kết quả kiểm tra với cơ cấu loại sản phẩm trên dây chuyền.

Ngược lại, camera không phải lựa chọn phù hợp nếu lỗi hoàn toàn nằm bên trong và không biểu hiện trên hình ảnh bên ngoài. Giải pháp cũng khó đạt độ ổn định nếu sản phẩm bị che khuất, không thể bố trí góc quan sát, ánh sáng thay đổi ngoài khả năng kiểm soát hoặc định nghĩa lỗi còn mơ hồ.

Trong trường hợp có nhiều loại chai lọ, nhiều màu sắc hoặc bề mặt khác nhau, cần đánh giá riêng từng nhóm sản phẩm. Không nên mặc định một cấu hình ánh sáng và một bộ tiêu chí sẽ phù hợp cho toàn bộ danh mục.

Chuẩn bị dữ liệu trước khi trao đổi giải pháp

Để quá trình khảo sát hiệu quả, doanh nghiệp nên chuẩn bị mẫu đạt, mẫu lỗi, mô tả vị trí lỗi và tiêu chuẩn phân loại hiện tại. Video hoặc thông tin về cách chai di chuyển trên line cũng giúp làm rõ điều kiện lắp đặt, góc quan sát và phương án loại sản phẩm.

Một hệ thống camera kiểm tra lỗi chai lọ hiệu quả bắt đầu từ bài toán được mô tả đúng. Nếu doanh nghiệp đang cần đánh giá khả năng kiểm tra ngoại quan, lựa chọn cấu hình camera, ánh sáng hoặc phương án loại sản phẩm lỗi, hãy liên hệ Milotech để được tư vấn theo điều kiện dây chuyền thực tế.

Hình ảnh giải pháp