Inspection visuelle pour détecter les pénuries de matériaux pour les canettes de boisson vides : le garant de la qualité dans l’industrie moderne de l’emballage

Introduction : Les défis de qualité dans la production de canettes de boissons

Les canettes de boisson, l'un des emballages modernes les plus courants pour les produits alimentaires et les boissons, sont largement utilisées dans le monde entier grâce à leurs avantages tels que leur légèreté, leur étanchéité et leur facilité de transport. Selon les statistiques, on compte pas moins de 8 millions d'entreprises de conditionnement secondaire dans le pays, l'industrie agroalimentaire étant celle qui utilise le plus fréquemment ces emballages. Cependant, sur les lignes de production à grande vitesse, les canettes vides peuvent présenter divers défauts lors de la production et du transport sur les convoyeurs : déformation du goulot, bosses sur le corps de la canette, présence de corps étrangers à l'intérieur et manque de matière. Si ces défauts ne sont pas détectés et éliminés rapidement, ils affectent directement la qualité du produit lors des étapes de remplissage suivantes et peuvent même présenter un risque pour la santé des consommateurs.

Les méthodes d'inspection manuelles traditionnelles souffrent d'une faible efficacité, d'un taux d'erreur élevé et de coûts importants, ce qui les rend difficiles à mettre en œuvre pour répondre aux exigences des lignes de production modernes fonctionnant à des cadences de plusieurs milliers de canettes par minute. L'introduction de la technologie de vision industrielle a apporté une solution révolutionnaire à la détection des manques de matière dans les canettes de boissons vides.

Principes de base et composition des systèmes d'inspection par vision industrielle

Principe de fonctionnement du système

Le système d'inspection visuelle des canettes vides est basé sur la vision industrielle. Il capture des images des canettes grâce à des caméras industrielles et utilise des algorithmes de traitement d'image pour analyser leurs caractéristiques, permettant ainsi l'identification et la classification automatiques des défauts. Lors du passage des canettes devant le système d'imagerie, des capteurs photoélectriques déclenchent le flash lumineux et les caméras intelligentes industrielles pour obtenir des images haute vitesse. Ces caméras analysent et traitent les images, et le système de contrôle électronique exécute les résultats de l'inspection, permettant ainsi le tri des produits défectueux.

Composants matériels du système

Un système d'inspection visuelle complet comprend généralement les composants de base suivants :

1. Système d'imagerieCe système comprend des caméras industrielles, des objectifs et des dispositifs d'éclairage. Les caméras industrielles haute résolution permettent de capturer les moindres défauts à la surface des canettes de boisson, tandis que les systèmes d'éclairage professionnels garantissent des images de haute qualité dans différents environnements.

2. Unité de traitement d'imagesIl s'agit généralement d'un ordinateur industriel haute performance ou d'un contrôleur de vision embarqué, chargé d'exécuter des algorithmes complexes de traitement d'images et d'analyser les données d'images capturées en temps réel.

3. Système de contrôle de mouvementAssure un positionnement précis et une transmission stable des canettes de boisson pendant le processus d'inspection, généralement grâce à des servomoteurs, des codeurs et des mécanismes de transmission de précision.

4. Dispositif de rejet: Élimine automatiquement les produits non conformes de la chaîne de production en fonction des résultats d'inspection, généralement par rejet pneumatique ou par préhension par bras robotisé.

5. Interface homme-machine (IHM): Fournit une interface de fonctionnement pour un réglage facile des paramètres, une surveillance de l'état et des statistiques de données.

Principaux points de contrôle et paramètres techniques

Types de défauts courants

Divers défauts peuvent survenir dans les canettes de boissons vides au cours du processus de production, notamment :

• Les défauts buccaux: Déformation ovale, interstices, côtés longs et courts inégaux, etc.

• Défauts de boîtesBosses, rayures, déformations, indentations, etc.

• Objets étrangers internesTaches d'huile, limaille de fer, poussière et autres contaminants.

• Problèmes de pénurie de matériauxLanguettes de tirage manquantes ou endommagées, colle d'étanchéité incomplète, etc.

• Défauts d'impression: Caractères/motifs peu clairs, codes de pulvérisation manquants ou incorrects, etc.

Exigences de précision d'inspection

Les systèmes d'inspection visuelle modernes imposent des exigences de précision strictes pour différents types de défauts :

• Précision de détection des défauts buccaux : 2 mm × 3 mm, taux de faux rejets ≤ 0,3 %

• Précision de détection du trou de fond : 3 mm × 3 mm, taux de faux rejets ≤ 0,3 %

• Précision de la détection des corps étrangers internes : 3 mm × 3 mm, taux de faux rejets ≤ 0,3 %

• Précision de détection du goulot et du fond de la canette : 0,2 à 0,5 mm

• Précision de détection des parois : 0,5 mm

• Vitesse d'inspection : jusqu'à 1200 boîtes/minute

• Taux d'erreur de jugement : ≤0,2%

Principales avancées et innovations technologiques

Application de la technologie de vision industrielle 3D

L'inspection visuelle 2D traditionnelle présente des limitations pour les surfaces courbes complexes et les surfaces réfléchissantes. Ces dernières années, la technologie de vision industrielle 3D s'est largement répandue dans le domaine de l'inspection des canettes de boissons. Le système de vision industrielle 3D haute vitesse et haute définition HY-M5, développé par Xianyang Technology, est équipé de caméras haute vitesse et haute définition ainsi que d'une plateforme de traitement d'images performante. Son champ de vision s'étend de 529 x 326 mm à 1164 x 979 mm, avec une précision de mesure micrométrique. Ce système permet de capturer rapidement des images 3D multi-angles des canettes et de construire en temps réel des modèles de nuages ​​de points, facilitant ainsi l'inspection et l'analyse de la forme générale et des détails de surface des canettes.

Intégration des algorithmes d'apprentissage profond

Avec le développement de l'intelligence artificielle, les algorithmes d'apprentissage profond ont été intégrés aux systèmes d'inspection visuelle, améliorant considérablement la précision et l'adaptabilité des contrôles. Le système d'inspection Krones Cantronic C, enrichi par cette technologie, permet d'optimiser le contrôle qualité des lignes de production. Des équipes de recherche de l'Université Tsinghua ont également utilisé des réseaux neuronaux convolutifs pour détecter les défauts de coloration sur la surface extérieure des canettes de boisson, relevant ainsi efficacement les défis de détection dans des environnements complexes, difficiles à gérer pour les méthodes traditionnelles.

Technologie d'inspection synchrone multi-stations

Pour améliorer l'efficacité des contrôles, les systèmes d'inspection modernes adoptent la technologie d'inspection synchrone multi-stations. La machine d'inspection Krones Cantronic C, grâce à son poste de travail multi-stations innovant, peut inspecter simultanément trois zones de la boîte : la bride, le fond et la paroi intérieure. Cette conception permet non seulement d'accroître la vitesse d'inspection, mais aussi de réduire l'encombrement de l'équipement, conformément au principe « petit format, grande puissance ».

Processus d'inspection et modes de fonctionnement

Flux de travail standard

1. Initialisation du système: Saisissez les informations de base sur le produit, modélisez les produits qualifiés et définissez les paramètres d'inspection.

2. Acquisition d'imagesDes caméras et des capteurs photoélectriques sont installés à des emplacements fixes. Lorsqu'un produit atteint le capteur photoélectrique, un signal de déclenchement est immédiatement généré. Après un certain délai, la caméra se déclenche pour prendre des images, qui sont ensuite transférées vers l'ordinateur industriel pour traitement.

3. Traitement d'imagesLe système de reconnaissance visuelle reçoit les informations de l'image et effectue une série de traitements et d'analyses pour déterminer si le produit est acceptable ou défectueux.

4. Sortie du résultatL'interface fournit des informations d'inspection en temps réel. Si le produit ne répond pas aux données prédéfinies, un signal NG est émis ; si l'inspection est concluante, le produit passe à l'étape suivante du processus, conformément aux exigences du client.

5. Rejet des défautsLes évaluations d'inspection des produits sont effectuées selon des paramètres prédéfinis. Ces paramètres peuvent être définis pour différentes zones afin de répondre avec souplesse aux exigences d'inspection spécifiques à chaque partie d'un même produit.

Gestion intelligente des alarmes et des données

Les systèmes d'inspection modernes intègrent généralement des fonctions d'alarme intelligentes. En cas de détection de défauts persistants, le système émet un signal d'alarme, affiche les informations en temps réel et enregistre les données d'inspection. Ces données peuvent ensuite être transférées en temps réel vers des systèmes de gestion cloud, facilitant ainsi la prise de décisions en production et garantissant une traçabilité complète de la qualité des produits.

Études de cas et résultats d'applications industrielles

Pratiques des entreprises internationales leaders

Rexam Beverage Cans Americas, premier fabricant mondial de canettes, a adopté un système de vision industrielle fourni par Omron Electronics dans son usine de Valparaiso, dans l'Illinois (États-Unis), pour l'inspection à grande vitesse des couvercles de canettes en aluminium. Ce système, fonctionnant à une cadence de plusieurs centaines d'unités par minute, détecte les défauts de l'ordre de la poussière, remplaçant ainsi les méthodes d'inspection manuelles traditionnelles et garantissant un contrôle qualité continu 24 h/24 et 7 j/7.

Percées technologiques réalisées par des entreprises nationales

La machine d'inspection de canettes vides TJKG02 de Tianlang Technology intègre des technologies optiques et de caméra de pointe. Grâce à des systèmes d'analyse d'images intelligents et rapides et à des systèmes de décision experts, elle détermine la conformité des canettes inspectées. L'équipement se compose principalement de dispositifs d'inspection (détection de corps étrangers internes et contrôle de l'ouverture de la canette), d'une interface homme-machine (IHM), d'un ordinateur industriel, d'un dispositif de rejet et d'une armoire de distribution électrique. Il est parfaitement adapté à l'inspection des canettes vides sur les lignes de production à grande vitesse de remplissage.

Applications spéciales dans l'industrie laitière

Dans l'industrie laitière, Taiyi Detection Technology Co., Ltd. a développé la machine de détection de corps étrangers à rayons X à source unique et triple vue de la série TXR-J pour le lait en poudre en conserve. Cet équipement peut effectuer une détection de corps étrangers et de défauts sur des contenants en conserve et en bouteille. Le système unique à source unique et à triple vue, équipé de l'algorithme intelligent « Smart Vision Supercomputing » auto-développé, peut détecter si des cuillères sont incluses dans le produit et offre de meilleures performances de détection des corps étrangers dans les corps de bouteilles irréguliers, les fonds de bouteilles, les bouches de vis, les languettes de boîtes de conserve et les bords pressés.

Défis techniques et tendances de développement

Principaux défis actuels

Bien que la technologie d'inspection par vision industrielle ait réalisé des progrès significatifs, elle reste confrontée à certains défis dans ses applications pratiques :

1. Concilier haute vitesse et haute précisionLes cadences des chaînes de production continuent d'augmenter, ce qui impose des exigences plus élevées en matière de performance en temps réel des systèmes d'inspection.

2. Adaptabilité aux environnements complexesDes facteurs tels que les variations d'éclairage et les vibrations dans les environnements de production affectent la qualité de l'image.

3. Identification de divers défautsLa grande variété et les formes irrégulières des types de défauts nécessitent des algorithmes dotés de fortes capacités de généralisation.

4. Contrôle des coûtsLes systèmes de vision haute performance sont coûteux, ce qui les rend difficilement accessibles aux petites et moyennes entreprises.

Tendances de développement futures

1. Intégration profonde de l'intelligence artificielleL’apprentissage profond, l’apprentissage par transfert et d’autres technologies d’IA s’intégreront davantage à l’inspection visuelle, améliorant ainsi l’intelligence et les capacités d’adaptation du système.

2. Inspection par fusion multimodale: Combiner les rayons X, les ultrasons, l'infrarouge et d'autres technologies d'inspection pour former des solutions d'inspection par fusion multimodale, améliorant ainsi l'exhaustivité et la précision des inspections.

3. Informatique de périphérie et plateformes cloudUtilisation du edge computing pour améliorer les performances en temps réel et des plateformes cloud pour la gestion et l'analyse centralisées des données, soutenant la maintenance prédictive et l'optimisation de la qualité.

4. Standardisation et modularisationPromouvoir la normalisation et la conception modulaire des systèmes d'inspection, réduire les coûts de déploiement et de maintenance, et améliorer l'évolutivité du système.

5. Optimisation de la collaboration homme-machine: Utiliser des technologies telles que la réalité augmentée (RA) pour parvenir à une collaboration homme-machine plus efficace, simplifier les processus opérationnels et réduire les exigences techniques pour les opérateurs.

Conclusion

L'inspection visuelle des canettes vides, élément essentiel de l'automatisation dans l'industrie moderne de l'emballage, a évolué : d'une simple reconnaissance d'images, elle est passée à des systèmes complexes intégrant vision 3D, apprentissage profond et prise de décision intelligente. Avec les progrès technologiques et la baisse continue des coûts, les systèmes d'inspection visuelle se généraliseront dans les PME, offrant ainsi une garantie solide de contrôle qualité pour l'ensemble du secteur de l'emballage.

À l'avenir, avec l'essor de l'Industrie 4.0 et de la fabrication intelligente, les systèmes d'inspection visuelle des canettes de boissons deviendront plus intelligents, interconnectés et flexibles. Ils ne se contenteront plus de détecter les défauts, mais optimiseront également les processus de production et prédiront les pannes d'équipement grâce à l'analyse des mégadonnées, devenant ainsi des nœuds de détection intelligents indispensables à l'écosystème de la fabrication intelligente. Le développement de cette technologie améliorera non seulement la qualité des produits et l'efficacité de la production, mais offrira également aux consommateurs des emballages plus sûrs et plus fiables, favorisant ainsi le développement durable de l'ensemble du secteur agroalimentaire.