In-Sight 2800 시리즈
기본에서 중간 수준의 처리 작업을 해결하기 위한 사전 학습된 AI가 포함된 사용하기 쉬운 비전 시스템입니다.
포장 품질 검사의 중요한 역할
포장 검사는 의약품부터 소비재, 개인 위생용품에 이르기까지 산업 전반에 걸쳐 제품을 보관하는 용기부터 배송하는 박스에 이르기까지 모든 것을 포괄하는 중요한 품질의 관문 역할을 합니다. 1차 포장은 멸균성을 보장하는 의약품 블리스터 팩 또는 신선도를 보존하는 소비재 용기와 같은 필수 제품 인터페이스를 형성하는 반면, 2차 포장은 유통 중 공급망 보호, 규제 준수 및 브랜드 차별화를 제공합니다.
검사는 패키지 무결성을 확인하고 외관 품질을 보장하며 광범위한 응용 분야에서 규제 요건을 충족해야 합니다. 제약 분야에서 이는 엄격한 안전 및 추적 가능성 규정 준수, 소비자 제품, 브랜드 보호 및 시각적 매력, 그리고 개인 관리에서 안전 또는 만족을 저해할 수 있는 밀봉 결함 감지를 의미합니다.
현대의 라인은 다양한 재료를 빠르게 처리하기 때문에 복잡한 검사 과제가 발생합니다. 반사 플라스틱 랩, 투명 용기 및 가변 제품 배열은 모두 기존 시스템이 안정적으로 처리하기 어려운 시각적 어려움을 야기합니다. 위험은 높습니다. 결함이 있는 포장은 쉽게 1천만 달러의 비용이 들고 브랜드 평판에 해를 끼치며 소비자를 위험에 빠뜨릴 수 있는 리콜을 유발할 수 있습니다. 이러한 현실은 오늘날의 포장 작업의 복잡성에 적응하기 위해 고급 비전 솔루션을 필수적으로 만듭니다.
Cognex AI는 미세한 결함을 감지하고 빈번한 변화에 쉽게 적응합니다.
딥러닝 결함 감지는 정상적인 포장 변형을 허용하면서 이상을 식별합니다.
오늘날의 소재에는 첨단 패키징 솔루션이 필요합니다.
최신 포장 검사는 기존의 규칙 기반 비전 시스템의 기능을 뛰어넘는 복합 과제를 제시합니다. 이러한 어려움은 고반사 소재, 가변적인 제품 배열, 다양한 포장 형식에서 미묘한 결함을 감지해야 하는 필요성에서 비롯되며, 이 모든 것은 높은 라인 속도를 유지하면서 이뤄야 합니다.
투명 플라스틱 랩 및 금속 표면과 같은 반사 소재는 결함을 가리고 고르지 않은 조명을 유발할 수 있는 눈부심과 밝은 점을 생성합니다. 기존의 조명 및 이미징 접근 방식은 밝은 반사 영역과 어두운 영역 사이의 노출 균형을 맞추는 데 어려움을 겪고 있으며, 여러 이미지가 필요한 경우가 많아 생산 속도를 늦춥니다.
주요 검사 과제는 다음과 같습니다.
- 허용 가능한 범위 내에서 내용물의 위치, 방향 또는 수량이 변화하는 가변적인 제품 배열
- 인쇄된 디자인, 투명한 포장 및 눈에 보이는 제품 내용물의 복잡한 시각적 배경
- 불완전한 밀봉, 멤브레인 손상 및 까다로운 표면의 오염을 포함한 미묘한 결함 감지
- 여러 패키지 유형에서 정확도 손실 없이 신속한 검사가 필요한 고속 라인
- 로트 코드, 유효기간 및 변조 방지 기능을 위한 규제 준수 검증
단일 생산 라인의 다양한 브랜드, 아트워크 및 구성은 이러한 문제를 복잡하게 만들어 기존 시스템의 지속적인 재프로그래밍을 강요합니다. 이러한 요구를 충족하려면 적응형 인텔리전스와 고급 이미징이 필요합니다. 정교한 머신 비전 기술만이 제공할 수 있는 기능입니다.
Cognex AI는 복잡한 포장 검사를 관리하기 쉽게 만들어 줍니다.
Cognex AI 활성화된 포장 검사는 복잡한 품질 관리 문제를 고급 결함 감지 및 특수 이미징을 통해 신뢰할 수 있는 자동화된 프로세스로 변환합니다. 딥러닝 기반 분석과 HDR+(하이 다이내믹 레인지 플러스)와 같은 혁신 기술을 결합한 이 시스템은 속도 저하 없이 가장 까다로운 검사 애플리케이션을 처리합니다. 또한 사용 편의성에 중점을 두었기 때문에 작업자에게 수년간의 경험이 없어도 변경하고 라인을 원활하게 운영할 수 있습니다.
HDR+ 기술은 다중 노출이 필요한 표준 HDR 방법과 달리 단일 이미지를 사용하여 국소 영역의 대비를 최적화하여 반사 포장 문제를 해결합니다. 이를 통해 투명 및 반사 소재를 정확히 검사하는 동시에 최신 생산 라인에 필수적인 높은 처리량을 유지할 수 있습니다.
Cognex의 주요 기술은 다음과 같습니다.
- 정상적인 포장 변형을 견디면서 이상 징후를 식별하는 방법을 학습하기 위해 허용 가능하고 결함이 있는 이미지 세트를 훈련하는 딥러닝
- 최소한의 훈련 이미지로 복잡한 작업을 빠르게 자동화하는 Edge Learning 기술 복합 이미지
- 다운타임을 최소화하면서 새로운 포장 설계에 빠르게 적응하는 신속한 재교육 기능
- 복합한 검사 요구 사항을 해결하기 위해 함께 작동하는 AI와 기존 비전 툴의 결합
이 기술은 계절별 제품 또는 자주 업데이트되는 프로모션 포장과 같이 다양한 생산에서 흔히 발생하는 빈번한 디자인, 브랜딩 및 구성 변경에 원활하게 적응합니다. AI 기반 도구는 새로운 이미지 세트를 빠르게 재훈련하여 중단 없는 운영을 가능하게 합니다.
Cognex의 글로벌 지원 전문가 네트워크와 심도 있는 애플리케이션 전문 지식을 통해 규정을 준수하고 결점이 없는 패키지만 유통을 통해 이동하도록 보장하는 데 필요한 도움을 받을 수 있으며, 이는 최신 포장 작업의 속도와 신뢰성을 모두 유지합니다.