成员自1984年以来

了解更多

AIA - Advancing Vision + Imaging已转型为推进自动化协会(Association for Advancing Automation),是全球领先的视觉+成像、机器人、运动控制和工业AI行业自动化行业协会。

下内容提交:

工业:
食品饮料和塑料食品饮料和塑料

应用程序:
N/A

食品和饮料行业的机器视觉:主要是盛宴,但也有一些饥荒

发布09/22/2017

 | By: Winn Hardin, Contributing Editor

食品和饮料生产商面临连续压力以验证产品质量,确保安全准确的包装,并提供完全可追溯的耗材通过供应链。机器愿景一直在帮助行业实现这一目标,使这些目标成为二十年的更好的部分。但随着政府规定收紧和消费者对其寄托的内容进行了更透明的透明度,粮食检验中的视野和成像系统的采用正在上升 - 尽管有一些对该技术犹豫不决的部分。

安全第一
尽管美国食品安全现代化法案(FSMA)于2011年生效,一些食品加工商和包装商仍在制定解决方案,以满足该法案的产品跟踪和追踪要求。食品和饮料行业的全球客户经理Billy Evers说:“FSMA已经迫使食品行业有更好的记录和报告系统的过程,所以更多的食品和饮料制造商使用二维条码读取跟踪和序列化数据。冒险家(马萨诸塞州纳)。

但是,更紧迫的需求正在推动食品加工设施中的条形码和视觉技术。“现在作为一个社会,我们对食物过敏的历史悠久,”埃德说。“在行业中,关于确定过敏原的污染物的适当标签,在行业上升了提高。”

不正确或不完整的过敏原标签可能会导致顾客生病,昂贵的召回,并损害食品生产商的品牌。虽然一些制造商使用条形码阅读器进行标签验证,但许多制造商“拥有已经存在了六七十年的传统艺术品,他们不想在包装上印上2D代码,从而破坏自己的品牌,”埃弗斯说。

在这种情况下,公司将使用光学字符识别(OCR)和标签上现有字母数字字符的验证(OCV),或模式匹配来跟踪字体或检查某些单词的缺失/存在。食品生产商也在使用条形码阅读器和视觉系统,以遵守美国2016年的一项法律,该法律要求在含有转基因成分的食品上贴标签。

有时候,条形码扫描的需求来自供应链本身。埃弗斯举了一个例子,一家食品公司要求其供应商保证他们的条形码几乎可以从托盘的每个部分读取,这样工人就不会浪费时间在旋转单个盒子,以便在配送中心或仓库后扫描它们。

宠物项目
与其他依赖机器视觉进行检测的行业一样,食品和饮料制造商希望系统能以更少的成本完成更多的工作。在过去的十年里,许多饮料灌装设备都在现场生产PET塑料瓶,而不是依靠转换器来制造、托盘和运输它们。Pressco Technology Inc.。(俄亥俄州克利夫兰)已经开发了视觉系统,这些视觉系统在上下线上进行检查,不仅包括吹入PET瓶子的预制件,还包括填充容器上的填充水平,盖子和标签。

“通过一个控制进行所有这些控制的优势是您不必培训运营商或购买三个或四个不同检查系统的备件,”营销,销售和新副总裁Tom O'Brien说新闻业务开发。

奥布莱恩指出,塑料装瓶行业可以从机器视觉检测中获益的两个相互竞争的挑战。一个是轻量化的PET容器和闭包,以降低成本,并提供一个更可持续的包装。他说:“当你把东西变得更轻时,你使用的塑料就会更少,产生缺陷的机会也会更大。”

其次,通过使用后消费者,重新接地材料制作新的饮料瓶,视觉系统可以检查污垢,如污垢,可以进入生产过程,因为再循环的宠物熔化并挤出成颗粒。

为了在其机器视觉产品中为客户提供更多智能的要求,Chinessco提供了模具,主轴和转印臂的吹塑器中的缺陷,以及用于填充阀和封端头的填充剂的相关性。“如果您获得来自其中一个机器的重复缺陷,机器视觉系统识别哪个部件正在生产缺陷,以确定机器的组件,以便客户可以采取纠正措施,”奥布莱恩说。

成像不透明塑料,如高密度聚乙烯(HDPE)和聚丙烯,是另一个挑战,因为这些材料需要x射线、伽马射线或高频单位来测量填充线。奥布莱恩表示:“我们主要是一家基于机器视觉的公司,但由于市场需求,我们正在选择性地开发这些技术。”

全力以赴
在过去两年中,在金属业务方面,Pressco已经满足了大量对其Decospector360产品的需求,该产品可以检查装饰饮料罐的整个外部表面。Pressco营销经理迈克尔•科伊(Michael Coy)表示:“这是饮料罐制造商多年来一直想要和需要的东西,因为装饰饮料罐的过程是不稳定的。”

Decospector360具有多个摄像头,复杂的软件算法,和专有的照明设计,照亮广泛的标签,颜色,风格和高度。该系统可以精确地检查每一个罐在生产线上,通常每分钟运行2000个。

“为了能够检查一个装饰罐的外面360度,并看看任何印刷质量问题和颜色缺陷的标签,并且要快速地做到这一点,非常具有挑战性,”Coy说。“我们的系统解决了世界上最大的制造商正在安装该技术的程度的问题。”

Coy表示,在Decospector 360发布之前,制罐商依靠检查员来监视生产线。如果工厂的工作人员发现罐头上没有墨水之类的可疑缺陷,他们将不得不标记已经完成生产过程的整个托盘的罐头进行重新检查。

Coy说,这个过程被称为HFI (hold for inspection),“对任何罐头制造商来说,这可能是最昂贵和最耗时的过程之一。”“你必须把货盘放在某个地方,付钱给人,让他们看看这些罐头,决定是要把它们报废还是运走。制罐商还冒着激怒客户的风险。”

事实上,品牌保护是自动验罐的关键驱动因素。“视觉品牌识别对饮料制造商来说非常重要,”Coy说。“罐头必须完美。我们的系统提供了一定程度的保证,以符合品牌所有者的期望的质量生产、印刷和发送灌装公司。”

保护和服务......安全食品
当食品召回发生时,这不仅仅是一个公司的品牌或声誉面临风险。北卡罗来纳州一家肉类加工公司最近宣布召回4900多磅绞碎的牛肉,因为这些牛肉含有泡沫塑料碎片。

北卡罗来纳州索尔兹伯里的机器视觉集成商Integro Technologies的高级销售工程师史蒂夫·德林(Steve Dehlin)在阅读了有关召回的消息后,联系了这家肉类加工机。Dehlin回忆道:“我联系了许多在质量和工厂管理岗位上工作的人,并告诉他们,我们可以利用机器视觉技术,特别是高光谱成像技术,帮助防止未来的召回。”“事实上,我们正在联系一些食品制造商解决这个问题,以免它影响消费者的健康,并成为公司的财务和公关问题。”

肉制品的多光谱和高光谱成像已被充分证明。2009年,美国农业部的农业研究服务处成功地使用高光谱成像技术检查了一家商业家禽加工厂中受污染的鸡尸体。像Integro这样的机器视觉公司也安装了大量的高光谱成像系统,使用RGB来检查肉类的颜色差异,使用红外波长来检查表面下的污染物。

尽管有证据,但肉类加工商不愿意采用该技术。“食品行业是非常敏感的,而机器愿景大大降低了质量控制风险,它需要规划,设计,安装和培训,这可能是他们犹豫的原因,”德文说。“用肉或任何食物以高速下线沿着线路下降,产品具有天然变化和颜色变化。定制机器视觉检测系统是检测质量问题的理想应用。”

往往来自肉类加工设施的植物工程师之间缺乏关于高光谱成像的知识。食品行业的其他部分也可以从技术中受益。例如,Dehlin根据使用过高光谱成像来检测病原体,可能会阻止2016年的2016年沙门氏菌爆发。

Dehlin预计,美国食品和药物管理局最终将要求对食品样品进行光谱分析,以检测病原体,但推动在更大范围内采用多光谱和高光谱成像技术的可能是像沃尔玛这样的食品集团。机器视觉在食品行业的发展机遇已经成熟。为了鼓励机器视觉技术的持续应用,系统集成商还有一个食物比喻可以依靠:布丁中有证据。