แอปพลิเคชันนี้มุ่งเน้นไปที่การตรวจสอบบรรจุภัณฑ์พลาสติกแบบแข็งเพื่อหาข้อบกพร่องที่อาจส่งผลต่อความปลอดภัย อายุการใช้งาน คุณภาพ และแบรนด์ของผลิตภัณฑ์

ภาชนะบรรจุอาหารผลิตขึ้นมาอย่างไร?
การผลิตภาชนะบรรจุอาหารพลาสติกเกี่ยวข้องกับกระบวนการต่างๆ มากมาย ซึ่งออกแบบมาเพื่อให้ตรงตามข้อกำหนดเฉพาะของผลิตภัณฑ์ขั้นสุดท้าย กระบวนการผลิตทั่วไปกระบวนการหนึ่งคือ การฉีดขึ้นรูป ซึ่งเหมาะสำหรับการผลิตสินค้าที่มีปริมาณมาก เช่น อ่าง ฝา และภาชนะแข็งอื่นๆ โดยกระบวนการนี้ใช้การฉีดพลาสติกที่หลอมละลายเข้าไปในแม่พิมพ์ด้วยแรงดันสูง เมื่อพลาสติกเย็นตัวและแข็งตัว แม่พิมพ์จะเปิดออกเพื่อปล่อยชิ้นส่วนดังกล่าว
มีข้อบกพร่องในการผลิตเกิดขึ้นอะไรบ้าง?
การฉีดขึ้นรูปอาจเกิดข้อบกพร่องต่างๆ ขึ้นได้ ซึ่งส่งผลกระทบต่อคุณภาพ การใช้งาน และความสวยงามของภาชนะ ข้อบกพร่องทั่วไป ได้แก่:
ข้อบกพร่องเหล่านี้อาจลดความสมบูรณ์ของโครงสร้าง ทำให้ภาชนะแตกหรือเสียหายได้ในระหว่างการใช้งาน เนื่องจากภาชนะเหล่านี้ใช้สำหรับบรรจุภัณฑ์อาหาร ข้อบกพร่องเหล่านี้จึงอาจนำไปสู่การรั่วไหล การปนเปื้อน หรือการเน่าเสียของเนื้อหาได้ ซึ่งอาจส่งผลต่อความปลอดภัยหรือการปฏิบัติตามข้อกำหนดของภาชนะ ก่อให้เกิดความเสี่ยงต่อสุขภาพของผู้บริโภค และอาจนำไปสู่ผลที่ตามมาทางกฎหมายและข้อบังคับ สิ่งสำคัญคือผู้ผลิตต้องลดข้อบกพร่องเหล่านี้ให้เหลือน้อยที่สุดโดยควบคุมกระบวนการฉีดขึ้นรูปอย่างระมัดระวัง
อย่างไรก็ตาม ข้อบกพร่องเหล่านี้อาจตรวจพบได้ยาก วัสดุพลาสติกนั้นตรวจสอบได้ยาก เนื่องจากชิ้นส่วนที่โปร่งใสมักไม่สร้างความคมชัดได้เพียงพอ และอาจสะท้อนและหักเหแสงในลักษณะที่คาดเดาไม่ได้ ทำให้เกิดแสงจ้าหรือเกิดการบิดเบือน
นอกจากนี้ คอนเทนเนอร์ยังสามารถมีขนาดและประเภทที่แตกต่างกันได้ โดยแต่ละคอนเทนเนอร์ต้องมีเกณฑ์การตรวจสอบที่แตกต่างกัน ระบบภาพเครื่องจักรแบบดั้งเดิมต้องเขียนโปรแกรมกฎที่สร้างขึ้นเองหลายร้อยกฎ ซึ่งทำให้ไม่สามารถตรวจจับชิ้นส่วนหรือข้อบกพร่องใหม่หรือที่แปรผันได้ซึ่งไม่ตรงกับพารามิเตอร์ที่ตั้งโปรแกรมไว้
ในสภาพแวดล้อมการผลิตที่มีปริมาณมาก จำเป็นต้องตรวจสอบภาชนะอย่างรวดเร็วเพื่อให้ทันกับอัตราการผลิต ผลิตภัณฑ์ระบบภาพสำหรับเครื่องจักรแบบเดิมอาจไม่สามารถตามทันเวลาในรอบการทำงานที่กำหนดได้
โซลูชั่น
UnitX's AI-powered การตรวจสอบสามารถตรวจจับข้อบกพร่องในการฉีดขึ้นรูปพลาสติกสำหรับภาชนะบรรจุอาหารได้อย่างมีประสิทธิภาพ ในกรณีที่วิธีการแก้ไขอื่นๆ ใช้ไม่ได้ผล
ครั้งแรกที่ OptiX ระบบถ่ายภาพจะส่องสว่างและสร้างภาพภาชนะ จากนั้นแพลตฟอร์ม CorteX AI จะถูกฝึกฝนเกี่ยวกับข้อบกพร่องในการฉีดขึ้นรูปพลาสติก สุดท้ายโมเดล AI เหล่านั้นจะถูกนำไปใช้งานในระบบอนุมาน CorteX เพื่อตรวจจับและจำแนกข้อบกพร่องแบบอินไลน์
ทำไม UnitX สำหรับการตรวจสอบการฉีดพลาสติกภาชนะ?
OptiX ให้ภาพที่เหนือกว่าซึ่งช่วยลดการสะท้อนแสงในขณะที่เพิ่มความชัดเจนของข้อบกพร่องสูงสุด มีแหล่งกำเนิดแสงที่ควบคุมได้อิสระ 32 แหล่ง ซึ่งสามารถปรับให้เหมาะสมสำหรับพื้นผิวพลาสติกโปร่งใสและข้อบกพร่องต่างๆ ผ่านซอฟต์แวร์ และการออกแบบโดมแสงรองรับมุมตกกระทบที่แหลมมากของแสงที่ฉายออกมา ทำให้แม้แต่ข้อบกพร่องเล็กๆ ก็ยังเกิดเงาซึ่งทำให้มองเห็นได้ชัดเจนยิ่งขึ้น
CorteX ตรวจจับข้อบกพร่องที่ซับซ้อนและสุ่มได้อย่างแม่นยำ ระบบจะทำการปรับค่าความแปรปรวนของตำแหน่งและทิศทางโดยอัตโนมัติ และตรวจจับข้อบกพร่องได้อย่างละเอียดถึงระดับพิกเซล ช่วยลดผลบวกปลอมที่นำไปสู่การเสียของและสินค้าที่สูญเปล่า
CorteX รองรับการพัฒนา การปรับใช้ และการวนซ้ำของโมเดล AI อย่างรวดเร็วโมเดล CorteX AI มีประสิทธิภาพในการสุ่มตัวอย่าง เนื่องจากต้องใช้รูปภาพเพียงไม่กี่ภาพเพื่อฝึกอบรมเกี่ยวกับประเภทข้อบกพร่องใหม่
UnitX เพิ่มผลผลิตให้เหมาะสมที่สุด ใน CorteX สามารถปรับเกณฑ์คุณภาพและแสดงภาพผลกระทบต่อผลผลิตก่อนนำการเปลี่ยนแปลงเหล่านั้นไปใช้ในการผลิต ข้อมูลการตรวจสอบทั้งหมดสามารถอ้างอิงได้ในแพลตฟอร์มกลางเดียวเพื่อให้ผู้ผลิตวิเคราะห์และระบุพื้นที่สำหรับการปรับปรุงกระบวนการ และดึงบันทึกประวัติขึ้นมาเพื่อจำกัดขอบเขตของการเรียกคืนสินค้าและต่อสู้กับการเรียกร้องค่าสินไหมทดแทนที่เป็นการฉ้อโกงเมื่อจำเป็น
UnitX ให้การตรวจสอบแบบรวดเร็วแบบอินไลน์ 100% OptiX มีไฟ LED สว่างสดใสและความเร็วในการจับภาพที่รวดเร็วถึง 1 เมตร/วินาที เพื่อการถ่ายภาพความเร็วสูง CorteX รองรับความเร็วในการอนุมานสูง (สูงสุด 100 ล้านพิกเซล) เพื่อผลลัพธ์การตัดสินใจ OK/NG อย่างรวดเร็ว พร้อมสื่อสารการตัดสินใจนั้นได้อย่างราบรื่นผ่านการผสานรวมกับระบบ PLC, MES และ FTP หลักๆ ทั้งหมด
ผู้ผลิตที่ใช้ UnitX เพื่อทำให้การตรวจสอบการฉีดขึ้นรูปชิ้นส่วนเข็มฉีดยาเป็นแบบอัตโนมัติสามารถทำได้ดังนี้:
- ป้องกันการรั่วไหลของคุณภาพที่อาจก่อให้เกิดความเสี่ยงต่อความปลอดภัยของผู้บริโภค
- ลดเศษวัสดุโดยลดอัตราการปฏิเสธที่ผิดพลาดซึ่งมักเกิดขึ้นกับระบบภาพเครื่องจักรแบบดั้งเดิม
- ปรับปรุงผลผลิตโดยวิเคราะห์ข้อมูลการผลิตและคุณภาพเพื่อโอกาสในการปรับปรุงกระบวนการ
- ตรวจสอบอัตโนมัติตามความเร็วของการผลิตเพื่อเพิ่มปริมาณการผลิต
UnitX ตัวอย่างการตรวจสอบแบบเจาะลึก
ในตัวอย่างนี้ เราตรวจสอบภาชนะบรรจุอาหารพลาสติกหลังกระบวนการฉีดพลาสติกเพื่อดูว่ามีรอยไหม้หรือรอยกระเด็นหรือไม่
การถ่ายภาพ
อันดับแรกเราใช้ OptiX เพื่อจับภาพคอนเทนเนอร์โดยให้แน่ใจว่าได้จับภาพทั้งชิ้นส่วนที่ชำรุดและปกติ ซึ่งต้องใช้ทั้งแสงด้านบนและแสงด้านหลัง รวมถึงการหมุนชิ้นส่วนเพื่อถ่ายภาพคอนเทนเนอร์จากทุกด้าน
องค์กร
ต่อไป เราใช้ CorteX เพื่อฝึกโมเดลของเรา เราสร้างป้ายกำกับสำหรับข้อบกพร่องสองประการ ได้แก่ รอยไหม้และรอยกระจาย จากนั้นเราจึงติดป้ายกำกับข้อบกพร่องเหล่านั้นในภาพที่ถ่ายไว้ OptiXโดยใช้ภาพส่วน NG เพียง 7 ภาพ และภาพส่วน OK เพียง 3 ภาพ
เนื่องจากอินเทอร์เฟซที่เป็นมิตรต่อผู้ใช้ของ CorteX และจำนวนรูปภาพที่ต้องใช้ไม่มากในการฝึกโมเดล AI จึงใช้เวลาเพียงไม่กี่นาทีในการติดป้ายกำกับข้อบกพร่องในภาพ
การตรวจพบ
จากนั้นเราจึงนำโมเดล AI เหล่านั้นไปใช้งานกับ CorteX เพื่อตรวจจับข้อบกพร่องในภาชนะใหม่ ส่งผลให้สามารถตรวจจับและจำแนกประเภทของแผลไหม้และแผลกระจายได้อย่างแม่นยำ

