Giới thiệu về Machine Vision
Machine vision được sử dụng trong hầu hết các ngành sản xuất để nâng cao chất lượng, năng suất, hiệu quả và tuân thủ quy định. Theo một cách đơn giản, công nghệ machine vision là việc lấy dữ liệu hình ảnh được lấy từ camera vision để kiểm tra, kiểm soát quá trình sản xuất sản phẩm. Hầu hết các hệ thống machine vision bao gồm công cụ phần mềm thực hiện các loại kiểm tra khác nhau và cho phép bạn kết hợp nhiều lần kiểm tra từ các hình ảnh đã chụp.
Tại sao sử dụng machine vision?
Việc áp dụng rộng rãi machine vision có liên quan đến ba yếu tố: lợi ích của machine vision, nhu cầu người tiêu dùng, và các yêu cầu quy định trong sản xuất.
Trong khi tầm nhìn của con người là tốt nhất để diễn giải định tính một cảnh phức tạp, không có cấu trúc, thì machine vision vượt trội trong phép đo định lượng bởi tốc độ, độ chính xác và khả năng lặp lại của nó. Ví dụ: trên dây chuyền sản xuất, hệ thống machine vision có thể cung cấp phạm vi bao phủ 100%, kiểm tra hàng trăm hoặc thậm chí hàng nghìn bộ phận mỗi phút. Khi nói đến việc đảm bảo chất lượng sản phẩm, machine vision làm việc toàn thời gian và không bao giờ nghỉ ngơi. Machine vision có thể đưa ra quyết định trong một phần nghìn giây, cho phép bạn vận hành dây chuyền sản xuất nhanh hơn. Và nó có thể đáp ứng một loạt các sản phẩm và ứng dụng.
Người tiêu dùng ngày nay mong đợi chất lượng cao nhất và an toàn tuyệt đối trong tất cả các khía cạnh của cuộc sống của họ. Đồng thời, bối cảnh quy định trong hầu hết các ngành làm cho việc kiểm tra sản phẩm mạnh mẽ và đáng tin cậy trở thành điều bắt buộc. Ví dụ, các quy định đã thúc đẩy nhu cầu sử dụng hệ thống machine vision trong các ngành thực phẩm và đồ uống, và các công ty trong ngành dược phẩm và thiết bị y tế phải đáp ứng yêu cầu về an toàn của người tiêu dùng và quy định chính phủ trong việc phòng chống hàng giả.
Các phương pháp thay thế cho machine vision trong kiểm tra - cảm biến ảnh giá rẻ và các nhân viên kiểm tra - đều có nhược điểm của chúng. Cảm biến ảnh giá rẻ chỉ có thể thực hiện một số nhiệm vụ đơn giản như xác nhận vị trí, đếm và kiểm tra màu sắc. Ngoài ra, do thiết lập lắp đặt cứng nhắc chúng chỉ có thể cung cấp quyết định có đi hoặc không đi. Các nhân viên kiểm tra có thể bị nhàm chán hoặc mất tập trung và có thể không thể theo kịp tốc độ sản xuất trên dây chuyền. Hơn nữa, một số môi trường sản xuất có thể không an toàn cho nhân viên kiểm tra. Những người đang xem xét một hệ thống machine vision có thể quan tâm đến chi phí vốn, nhu cầu chuyên môn về ánh sáng và việc nắm bắt cách thức hoạt động của các hệ thống machine vision. Tin tốt là chi phí của hệ thống ngày càng trở nên phù hợp hơn và các công ty như Cognex cung cấp một loạt các nguồn lực ngày càng tăng để giúp bạn với thiết lập machine vision và ánh sáng của mình.
Khả năng kiểm tra của Machine Vision làm được những gì?
Tính linh hoạt và phạm vi ngành công nghiệp của kiểm tra machine vision có thể được thấy trong danh sách các nhiệm vụ kiểm tra machine vision điển hình sau đây:
▪ Xác định vị trí của một đối tượng chỉ định, ví dụ như để xác nhận vị trí nhãn thích hợp
▪ Đảm bảo tính toàn vẹn của bao bì sản phẩm y tế, chẳng hạn như kiểm tra xem các lọ thuốc đã được đóng kín đầy đủ và được đảm bảo bởi tem niêm phong
▪ Xác nhận rằng các thuộc tính của một đối tượng đáp ứng các tiêu chuẩn chất lượng, chẳng hạn như vị trí và khối lượng của các hạt keo được sử dụng trong hộp số ô tô
▪ Kiểm tra hàng hóa được sản xuất và xác định những khuyết điểm, chẳng hạn như trầy xước bề mặt, đầu kim bị uốn cong và dấu vết hàn không hoàn thiện
▪ Đếm các vật phẩm, chẳng hạn như số lượng viên thuốc trong vỉ, chai trong hộp, và các thành phần của một bộ kit.
▪ Kiểm tra các đặc tính của sản phẩm hoàn thành, chẳng hạn như việc bao gồm các phụ kiện an toàn người tiêu dùng và hoàn thành thao tác lắp ráp
▪ Phát hiện sự hao mòn của dụng cụ trong quá trình gia công trước khi các bộ phận không đạt chuẩn
▪ Đo kích thước trên mức vi mô, chẳng hạn như khoảng cách trên một cổng đánh lửa
Bằng cách xem xét một vài ví dụ cụ thể trong các ứng dụng trong các ngành thực phẩm, đồ uống, dược phẩm, thiết bị y tế và ô tô, bạn có thể bắt đầu cảm nhận được cách machine vision có thể hỗ trợ quy trình sản xuất của bạn.
ỨNG DỤNG TRONG NGÀNH THỰC PHẨM VÀ ĐỒ UỐNG
Hình 1 cho thấy cách machine vision được sử dụng trên dây chuyền đóng chai để kiểm tra mỗi chai cho mức độ đầy đủ, đóng nắp, có vòng an toàn và vị trí nhãn. Vận chuyển sản phẩm với các loại lỗi này có thể dẫn đến rò rỉ trong lô hàng, trả lại sản phẩm từ nhà bán lẻ và thậm chí là lệnh thu hồi từ FDA.
Hình 1. Machine vision kiểm tra mức chiết rót
(a) Chai tốt với đồ họa chẩn đoán (đường xanh lá cây) cho thấy các tính năng được kiểm tra. Bảng điều khiển nhỏ của người vận hành ở bên trái cung cấp thông tin trạng thái và tùy chọn để bật và tắt đồ họa chẩn đoán.
(b) Chai có khuyết điểm về mức độ đầy, sẽ bị chuyển hướng khỏi dây chuyền sản xuất trước khi đến máy đóng gói.
(c) Ví dụ về lỗi đóng nắp. Nắp không được đặt chính xác và niêm phong an toàn không được bảo đảm trên nắp.
Hình 2, 3 và 4 cho thấy kết quả từ ba nhiệm vụ kiểm tra sau đây cho miếng thịt xay trên một dây chuyền đóng gói thịt:
▪ Kiểm tra khẩu phần ăn:
▪ Xác định xem bao bì có được niêm phong đúng cách hay không
▪ Đảm bảo nhãn mác đóng gói chính xác
Ứng dụng trong ngành thực phẩm này cho thấy những bước sản xuất nhiều khi bị sai sót trong quá trình hoạt động dây chuyền lắp ráp, hậu quả của các lỗi đóng gói và cơ hội giảm thiểu sai sót quy trình. Ví dụ, nếu miếng thịt xay không được đặt đúng vào hộp xốp, như được thể hiện trong Hình 2, người tiêu dùng có thể từ chối gói bị lỗi và tìm kiếm một gói bình thường khác nơi cả hai miếng đều có kích thước giống nhau và hoàn toàn rõ ràng.
Hình 2. machine vision cho việc xác nhận vị trí và kích thước sản phẩm của hai miếng thịt trong khay xốp.
(a) Đã kiểm tra và thông qua gói thịt.
(b) Lỗi vị trí trong miếng thịt. Mặc dù kích thước sản phẩm có thể chính xác, nhưng người tiêu dùng thường từ chối một gói hàng như vậy để tìm một gói bình thường mà có thể nhìn rõ cả hai miếng thịt.
(c) Lỗi kích thước trong miếng thịt. Người tiêu dùng thường từ chối một gói hàng như vậy vì sản phẩm bị nhẹ hơn.
Sau khi hoàn tất quá trình đóng gói, các gói hàng được đóng kín bằng máy co bọc để bảo vệ thịt khỏi sự hỏng sớm và bị ô nhiễm. Một người tiêu dùng cũng có thể từ chối một gói thịt nếu xuất hiện lỗi ở lớp bọc co, như được thể hiện trong Hình 3, điều này có nghĩa là thịt có thể bị ô nhiễm. Một lỗi niêm phong có thể do điều khiển nhiệt độ không đúng trên máy niêm phong hoặc các đồ container bị lỗi. Thịt thừa có thể cho thấy rằng máy đóng gói cần bảo trì. Dữ liệu được sản xuất bởi hệ thống machine vision có thể được sử dụng cho việc bảo trì định kỳ và điều khiển quy trình cải tiến.
Hình 3 minh họa cách machine vision có thể được sử dụng để kiểm tra việc niêm phong và vị trí của hai miếng thịt trong một khay xốp. Các hình ảnh cho thấy ví dụ về một gói hàng được niêm phong đúng cách, một khuyết điểm niêm phong do điều khiển nhiệt độ không đúng hoặc các thùng chứa bị lỗi và thịt bị dư bám vào niêm phong, cho thấy cần bảo trì máy đóng gói. Dữ liệu được tạo ra bởi hệ thống machine vision có thể được sử dụng cho bảo trì định kỳ và kiểm soát quy trình cải thiện để ngăn ngừa các khuyết điểm này xảy ra trong tương lai.
(a) Kiểm tra "OK" đảm bảo đóng gói hoàn toàn
(b) Kiểm tra cho thấy đóng gói bị hở ở bên dưới góc trái. Lỗi đóng gói này có thể do kiểm soát nhiệt độ không phù hợp trên máy đóng gói hoăcj do thùng chứa
(c) Có thịt vụn mắc vào miếng đệm bên trái của khay, khiến cho không đóng gói kín đúng chuẩn. Miếng thịt vụn chỉ ra có thể máy chiết cần được kiểm tra vừa bảo trì
Sau khi được niêm phong, các gói sản phẩm đi qua máy dán nhãn, nơi mà hai nhãn khác nhau được dán. Kiểm tra lỗi dán nhãn, như được thể hiện trong Hình 4, là rất quan trọng trong kiểm soát chất lượng, vì lỗi dán nhãn là nguyên nhân phổ biến nhất của các cuộc triệu hồi thực phẩm tại Hoa Kỳ và đang là một trong những trọng tâm của Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ (FDA). Hãy tưởng tượng xem, nguy cơ về sức khỏe do một sản phẩm tiêu dùng chứa đậu phộng bị dán nhãn sai là không chứa đậu phộng.
Hình 4. machine vision để xác minh thông tin nhãn đúng trên sản phẩm thịt. Nhãn trên với hình ảnh sản phẩm đã được in trước và chỉ định hàm lượng chất béo và chất đạm trong sản phẩm thịt. Nhãn dưới được in tại thời điểm đóng gói và chứa mã lô, ngày sản xuất và khối lượng sản phẩm.
(a) Thông tin chính xác trên cả hai nhãn sản phẩm.
(b) Nhãn sản phẩm ở dưới bị từ chối vì khối lượng sản phẩm thực tế là 0,25 kilogram, nhưng khối lượng sản phẩm được liệt kê là 0,5 kilogram.
(c) Nhãn sản phẩm ở trên bị từ chối do nhãn in sai được lắp đặt trên máy dán nhãn. Biểu tượng nội dung béo hình tròn màu xanh lá cây cho thấy có 0% chất béo thay vì 5% chất béo thực tế, đưa ra thông tin sai lệch cho người tiêu dùng.
ỨNG DỤNG TRONG LĨNH VỰC THUỐC VÀ THIẾT BỊ Y TẾ
Hình 5 thể hiện một ứng dụng về tính tra theo dõi trong đó kỹ thuật nhận dạng ký tự quang học (OCR) được sử dụng để xác minh các mã lô trên các túi IV mềm bằng nhựa. Nhận dạng các mã trên các bộ phận và sản phẩm cho phép các công ty theo dõi các bộ phận trong quá trình sản xuất và chuỗi cung ứng. Hệ thống máy nhìn được sử dụng ở đây được đào tạo để nhận dạng số và chữ cũng như chịu đựng các biến thể hình dạng nhỏ có thể xảy ra do tính mềm dẻo của túi. Mặc dù việc chịu đựng các biến thể hình dạng nhỏ là điều mà bộ não của con người có thể làm tốt, nhưng đối với máy tính thì đó là một thử thách. Để cải thiện tính tra theo dõi với OCR và máy nhìn, Cognex đã tạo ra OCRMax ™, cho phép chịu đựng các biến thể in ấn điển hình trong khi vẫn cung cấp tỷ lệ đọc cao nhất trong ngành. Mã lô có thể được nhập vào hệ thống máy nhìn bởi một nhân viên tại thời điểm bắt đầu sản xuất hoặc được tải xuống từ bộ điều khiển logic có chương trình được lập trình (PLC).
Hình 5. Kiểm tra sử dụng machine vision quét bằng nhận dạng ký tự quang học (OCR) để xác minh mã lô trên túi IV nhựa mềm. Ứng dụng truy xuất này cho phép nhà sản xuất theo dõi các bộ phận và sản phẩm thông qua cơ sở sản xuất và chuỗi cung ứng.
Xác minh Mã Số (a) Đúng OCR của mã lô.
(b) Đọc sai mã do việc in sai chữ G, làm cho nó giống hơn với chữ C. Túi này bị từ chối để tránh nhầm lẫn.
Ngành công nghiệp ô tô là một trong những người sử dụng máy quan sát nhiều nhất, thực hiện các cuộc kiểm tra cho tính nguyên trạng các bộ phận và tuân thủ các quy định chất lượng nghiêm ngặt, đặc biệt là trong các thành phần của hệ thống truyền động và thiết bị an toàn như phanh và túi khí. Trên một dây chuyền sản xuất ô tô, việc có hàng trăm hệ thống quan sát và đầu đọc ID được lắp đặt để chống lỗi và đảm bảo tính nguyên trạng của bộ phận. Đồng thời, nhiều nhiệm vụ lắp ráp vẫn được thực hiện bằng tay. Trong những trường hợp này, máy quan sát được sử dụng để kiểm tra các lỗi của con người.
Hình 6 cho thấy cách machine vision được sử dụng để kiểm tra hình ảnh của một bộ phận được lắp ráp bởi một nhân viên lắp đặt hai ốc vít và hai đai ốc. Kiểm tra đảm bảo rằng các ốc vít đã được lắp đặt hoàn toàn và các đai ốc được lắp đặt đúng cách. Hình 6. Kiểm tra machine vision của một bộ phận ngay sau khi một nhân viên đã lắp đặt hai ốc vít và hai đai ốc. Kiểm tra đảm bảo rằng các ốc vít đã được lắp đặt hoàn toàn và các đai ốc được lắp đặt đúng cách.
(a) Các bộ phận được lắp ráp đúng cách.
(b) Hình ảnh của một bộ phận bị lỗi ở phía bên phải được lắp ráp bằng tay với một đai ốc lộn ngược ở dưới cùng.
(c) Hình ảnh của một bộ phận bị lỗi ở phía bên trái được lắp ráp bằng tay trong đó ốc vít chưa được lắp đầy đủ.
KẾT LUẬN Các ví dụ ngắn này chỉ cho thấy sức mạnh sâu sắc của việc triển khai machine vision. Khi bạn chuyển từ sử dụng machine vision theo chiến lược, bạn có thể vượt xa việc từ chối các bộ phận bị lỗi. Dữ liệu bạn thu thập về các lỗi cung cấp cho bạn cơ hội để xác định và sửa các vấn đề hiệu suất trên dây chuyền sản xuất của bạn. Trong thị trường tầm nhìn máy hiện nay, không bao giờ dễ dàng hơn để đạt được các ứng dụng kiểm tra tinh vi. Những tiến bộ trong máy ảnh, ánh sáng và quang học; sự có sẵn của ống kính và bộ lọc tốt; và các môi trường phát triển ứng dụng dễ sử dụng bằng cách nhấp chuột và chạm để phát triển cho phép bạn thực hiện các kiểm tra tầm nhìn máy mà không cần là một chuyên gia về tầm nhìn máy.
