Bagaimana Visi Mesin Membentuk Kembali Standar Inspeksi Kualitas untuk Botol Kaca

Cahaya redup memantul dari badan botol transparan, dan di bawah kamera berkecepatan tinggi, gelembung kecil diidentifikasi dan ditandai dengan tepat – semuanya dalam seperseratus detik.

Botol kaca, wadah kemasan kuno, menghadapi persyaratan kualitas yang ketat dalam produksi industri modern. Metode inspeksi manual tradisional tidak lagi dapat memenuhi tuntutan produksi skala besar dan berkecepatan tinggi saat ini. Dengan semakin matangnya teknologi visi mesin, inspeksi kualitas botol kaca mengalami transformasi revolusioner.

Melalui sensor CCD dan CMOS yang canggih, algoritme pemrosesan gambar profesional, dan teknologi kecerdasan buatan, sistem inspeksi visual dapat mencapai kecepatan inspeksi puluhan ribu botol per jam, dengan akurasi mencapai tingkat mikron yang tidak dapat dicapai oleh mata manusia, memberikan jaminan kualitas yang solid untuk industri makanan, farmasi, dan kosmetik.

1. Keterbatasan dan Tantangan Inspeksi Tradisional

Selama proses produksi botol kaca, karena kompleksitas proses manufaktur, berbagai produk cacat tidak dapat dihindari. Masalah seperti gelembung, kotoran, retak, dan penyimpangan dimensi menimbulkan risiko serius terhadap kualitas produk.

Untuk meningkatkan kualitas produk yang keluar dari pabrik, produsen biasanya mengandalkan inspeksi manual yang ekstensif untuk menghilangkan produk yang cacat. Metode tradisional ini memiliki kekurangan yang jelas: kecepatan inspeksi yang lambat, membutuhkan sumber daya manusia, material, dan ruang yang signifikan.

Setelah bekerja dalam waktu yang lama, mata manusia rentan terhadap kelelahan dan kelalaian, sehingga sulit untuk secara konsisten menjamin kualitas produk. Standar inspeksi sulit diseragamkan, dengan perbedaan penilaian subjektif antara inspektur kualitas yang berbeda, dan bahkan standar penilaian inspektur yang sama dapat berfluktuasi pada waktu yang berbeda.

Lini produksi berkecepatan tinggi modern semakin menyoroti kekurangan inspeksi manual. Mengambil contoh produksi botol bir, banyak lini produksi bir saat ini mencapai kecepatan lebih dari 36.000 botol per jam, yang jauh melebihi kemampuan inspeksi manual.

Karakteristik botol kaca itu sendiri juga meningkatkan kesulitan pemeriksaan. Sifat transparan kaca membuat beberapa cacat sulit dideteksi dengan mata telanjang, dan karakteristik cacat pada bagian botol yang berbeda (mulut botol, bahu botol, dasar botol) bervariasi, sehingga memerlukan pemeriksaan dari berbagai sudut.

2. Prinsip Kerja dan Keunggulan Teknologi Visi Mesin

Sistem inspeksi visi mesin mengubah target yang ditangkap menjadi sinyal gambar melalui produk visi mesin (CMOS dan CCD), yang kemudian ditransmisikan ke sistem pengolahan gambar khusus.

Sistem ini mengubah gambar menjadi sinyal digital berdasarkan informasi seperti distribusi piksel dan kecerahan. Selanjutnya, sinyal-sinyal ini diproses menggunakan berbagai algoritma untuk mengekstrak fitur target, dan peralatan di lokasi dikendalikan berdasarkan hasil diskriminasi tersebut.

Sistem inspeksi visual botol kaca yang lengkap biasanya mencakup beberapa komponen utama: sistem iluminasi optik, kamera industri berkecepatan tinggi, kartu akuisisi gambar, perangkat lunak pengolahan gambar khusus, dan aktuator.

Sistem ini menggunakan konfigurasi kamera dan skema sumber cahaya yang berbeda untuk memenuhi kebutuhan inspeksi berbagai bagian botol kaca. Misalnya, inspeksi badan botol dapat menggunakan beberapa kamera USB3.0 dengan resolusi berbeda, dipasangkan dengan lampu latar atau lampu kubah; inspeksi mulut botol membutuhkan kamera dengan resolusi lebih tinggi, dikombinasikan dengan sumber cahaya tanpa bayangan berbentuk cincin untuk menyoroti detail.

Dari segi keunggulan teknis, visi mesin pertama-tama meningkatkan akurasi inspeksi, menstandarisasi standar inspeksi, dan menghilangkan perbedaan individu dalam inspeksi manual.

Kedua, hal ini secara signifikan meningkatkan kecepatan inspeksi, memungkinkan inspeksi produk secara komprehensif dan real-time. Dari perspektif ekonomi, investasi awal menghasilkan biaya rata-rata yang jauh lebih rendah daripada biaya tenaga kerja manual.

Sistem ini juga dapat meringkas dan menganalisis data, memfasilitasi identifikasi masalah dalam proses hulu dan memberikan saran untuk proses selanjutnya, sehingga mencapai optimalisasi berkelanjutan dari proses produksi.

3. Praktik Aplikasi: Implementasi Spesifik Inspeksi Visual Botol Kaca

Dalam aplikasi praktis, inspeksi visual botol kaca mencakup beberapa indikator utama. Inspeksi ukuran meliputi parameter seperti tinggi botol, diameter luar badan botol, diameter luar mulut botol, dan tinggi mulut botol, untuk memastikan bahwa setiap botol memenuhi spesifikasi.

Deteksi cacat lebih kompleks, termasuk cacat penampilan badan botol (gelembung, kotoran, kerutan, lengketan, retak, goresan, sidik jari, dll.), cacat dasar botol (ketidakrataan, tonjolan di dasar, dasar yang tidak simetris, dll.), dan cacat bahu botol (bahu miring, botol bengkok, dll.).

Inspeksi mulut botol sangat penting karena berhubungan langsung dengan kinerja penyegelan kemasan. Selain mendeteksi jenis cacat yang serupa dengan yang ada pada badan botol, inspeksi ini juga memerlukan deteksi khusus terhadap masalah tertentu seperti lekukan, retakan, dan bukaan yang tidak rata.

Peralatan inspeksi canggih menggunakan mode kerja kolaboratif multi-stasiun. Misalnya, perangkat inspeksi otomatis sepenuhnya berbasis visi mesin AI mencakup stasiun depan, stasiun inspeksi satu, stasiun kamera terbang, stasiun inspeksi dua, stasiun inspeksi tiga, stasiun inspeksi empat, dan stasiun inspeksi lima, yang dipadukan dengan mekanisme konveyor bolak-balik untuk mengangkut botol.

Setiap stasiun dilengkapi dengan kamera array area khusus dan skema sumber cahaya untuk memotret botol dari berbagai sudut. Beberapa perangkat menggunakan hingga 34 kamera, yang terhubung melalui beberapa kartu akuisisi USB 3.0 4-port, untuk mencapai cakupan yang komprehensif.

4. Tantangan Teknis dan Solusi Inovatif

Inspeksi visual botol kaca menghadapi banyak tantangan teknis. Pertama adalah pengambilan data yang tepat mengenai penyimpangan kecil dan ketahanan terhadap gangguan lingkungan.

Deteksi diameter mulut botol membutuhkan presisi tinggi, tetapi dalam skenario dunia nyata, bahkan penyimpangan kecil dalam penempatan produk dapat menyebabkan kesalahan dalam ekstraksi tepi selama pemasangan melingkar karena pantulan permukaan kaca yang tidak merata dan sedikit deformasi botol.

Kedua, terdapat masalah batas skala abu-abu yang kabur dalam deteksi noda. Beberapa noda kecil mungkin memiliki perbedaan skala abu-abu yang sangat kecil dari latar belakang botol, sehingga mudah menyebabkan kesalahan klasifikasi sebagai latar belakang atau terlewatnya deteksi.

Sifat bahan kaca yang tembus cahaya juga dapat menyebabkan “perspektif kabur” pada noda, terutama noda pada bagian dalam botol. Penetrasi cahaya menyebabkan superposisi skala abu-abu, sehingga sulit untuk menentukan secara akurat ambang batas skala abu-abu "latar belakang noda".

Gangguan dinamis dari cahaya sekitar dan pantulan juga merupakan faktor yang tidak dapat diabaikan. Permukaan botol kaca yang halus rentan terhadap pantulan, dan perubahan kecil dalam intensitas cahaya di lingkungan deteksi dapat menyebabkan fluktuasi nilai skala abu-abu pada gambar yang ditangkap oleh kamera, sehingga memengaruhi hasil deteksi.

Solusi inovatif mencakup penerapan model algoritma canggih. Beberapa sistem menggunakan teknologi kecerdasan buatan berdasarkan model jaringan saraf dalam (deep neural network) untuk mengkodekan dan mengekstrak fitur dari gambar botol kaca, sehingga menghasilkan label klasifikasi kualitas yang lebih akurat.

Penerapan modul konvolusi hibrida semakin meningkatkan kemampuan ekstraksi fitur. Dengan menggunakan kernel konvolusi dengan ukuran berbeda dan kernel konvolusi yang diperluas dengan tingkat dilasi berbeda, sistem ini dapat menangkap fitur multi-skala dan beradaptasi dengan kebutuhan deteksi cacat dengan ukuran berbeda.

Untuk kebutuhan sinkronisasi, perusahaan seperti Basler telah mengembangkan solusi khusus, menyesuaikan sinyal keluaran IO kamera untuk mencapai kontrol sinkron dari berbagai sumber cahaya saat kamera mengambil gambar, sehingga meningkatkan kinerja waktu nyata dari sinyal pemicu sumber cahaya.

5. Tren Perkembangan Masa Depan dan Prospek Industri

Dengan semakin matangnya teknologi kecerdasan buatan dan pembelajaran mendalam, inspeksi visual botol kaca berkembang ke arah yang lebih cerdas dan adaptif. Sistem visi mesin tradisional bergantung pada pengaturan parameter dan ambang deteksi secara manual, sedangkan sistem berbasis AI dapat secara mandiri mempelajari fitur cacat dari sejumlah besar data.

Munculnya platform low-code telah menurunkan ambang batas aplikasi untuk visi mesin. Misalnya, platform low-code visi mesin cerdas Rectvision, yang berpusat pada teknologi kecerdasan buatan, menyediakan pengembang dengan rangkaian alat lengkap dan terpadu untuk akuisisi gambar, anotasi gambar, pengembangan algoritma, pengemasan algoritma, dan integrasi aplikasi.

Pemrograman tanpa kode dan pengoperasian visual menjadi tren industri baru. Perangkat lunak inspeksi visual seperti SGVision memungkinkan pengguna untuk membangun proses inspeksi botol kaca tanpa pemrograman, dengan cepat mengatur parameter deteksi melalui pengoperasian visual, mencapai "atur dan gunakan," yang secara signifikan mempersingkat siklus penerapan proses inspeksi lini produksi.

Tingkat integrasi terus meningkat. Sistem inspeksi visual modern tidak hanya melakukan deteksi cacat tetapi juga mengumpulkan dan menganalisis data dari proses produksi, memungkinkan penelusuran kualitas dan optimasi proses, serta memberikan dukungan data yang lebih komprehensif kepada perusahaan manufaktur.

Dengan semakin populernya teknologi dan penurunan biaya, inspeksi botol kaca menggunakan sistem penglihatan mesin akan meluas dari perusahaan manufaktur besar ke perusahaan kecil dan menengah, dan dari produk kelas atas ke produk biasa, sehingga mendorong peningkatan kualitas secara komprehensif di seluruh industri.

Pengalaman Jinan Maotong Inspection Equipment Co., Ltd. menunjukkan bahwa kerja sama dengan pemasok visi mesin profesional dapat memungkinkan peralatan inspeksi untuk mempertahankan operasi yang stabil di lingkungan industri yang bersuhu tinggi dan berdebu, dan bahkan mendapatkan daya saing di pasar internasional.

Di masa depan, dengan semakin matangnya teknologi kecerdasan buatan, sistem inspeksi visual botol kaca tidak hanya mampu mengidentifikasi cacat tetapi juga memprediksi tren kualitas dan secara proaktif menyesuaikan proses produksi, mencapai pergeseran dari deteksi pasif ke pencegahan proaktif. Ini akan menjadi arah penting bagi kecerdasan industri dan manifestasi mikro dari transformasi dan peningkatan industri manufaktur Tiongkok.

Teknologi inspeksi visual "mata cerdas" ini membantu industri manufaktur tradisional melihat jalan menuju kualitas, memastikan bahwa setiap botol kaca yang keluar dari jalur produksi dapat lolos dari pengawasan ketat.