머신 비전 식음료 검사

식음료 생산에서 정확성은 중요합니다. 잘못 식별된 병뚜껑 색상, 요구르트 컵의 잘못된 과일 또는 약속된 12개 미만의 도넛은 전체 배치를 방해하여 포장 오류, 비용이 많이 드는 가동 중단 시간 및 브랜드 평판 손상으로 이어질 수 있습니다. 생산 라인이 더 빠르고 복합해짐에 따라 제조업체는 특히 불규칙하거나 만지는 품목에서 부피, 모양, 색상을 정확하게 평가하고 미묘한 결함을 감지할 수 있는 고성능 측정 기능이 필요합니다. 

신뢰할 수 있는 분류는 높은 수율을 보장하고, 폐기물을 줄이며, 제조업체가 품질 표준을 충족하고, 고품질 제품을 제공하며, 고객 만족도를 유지하는 데 필수적입니다.

식품 제조업체는 고급 머신 비전으로 프로세스를 자동화함으로써 모든 품목이 올바르게 분류되어 더 빠른 처리, 더 적은 오류 및 간소화된 운영을 가능하게 할 수 있습니다.

식품 생산 라인에서는 색상, 크기 및 질감과 같은 특성을 신속하게 식별하는 것이 품질과 효율성을 유지하는 데 중요하지만, 기존 머신 비전 시스템은 허용 가능한 제품과 결함 있는 제품을 구별하기는 어렵습니다. 이러한 시스템은 엣지 감지 또는 카운팅과 같은 간단한 작업을 처리할 수 있지만, 부피 측정, 높이 변동 감지, 미묘한 표면 결함 찾기와 같은 보다 복잡한 문제로 어려움을 겪고 있습니다.  

자연적인 변화는 시각적으로 불완전하지만 먹을 수 있는 품목은 종종 폐기되기 때문에 일관된 제품 등급 분류를 복잡하게 만듭니다. 또한 수동 검사는 빠르게 변화하는 생산 라인을 따라잡는 데 있어 피로, 불일치 및 한계에 대한 감수성으로 인해 문제를 더합니다. 빈번한 전환 및 포장 오류는 비용이 많이 드는 재작업, 폐기물 및 가동 중단 시간의 위험을 더욱 증가시킵니다.

AI 기반 분류 및 분류 솔루션은 제조업체가 다양한 제조 응용 분야에서 복잡성을 극복할 수 있도록 지원합니다.

• 커피 원두: 시각적으로 유사한 품종뿐만 아니라 단일 품종 내의 자연적인 변형을 구별하고 오염 물질(식물 물질, 자갈 및 기타 재료)을 거부하여 각 혼합물이 일관된 풍미 프로필을 유지하도록 합니다. 새로운 원두가 있습니까? 시스템을 교육하기 위해 이미지를 업로드하기만 하면 됩니다. 코딩이 필요하지 않습니다.  
• 견과류: 불규칙한 모양과 깨진 조각 속에서 올바른 방향의 손상되지 않은 너트를 찾아 초콜릿에 정확하게 픽 앤 플레이스하여 제품 품질을 유지하고 값비싼 거부, 브랜드 손상 및 고객 불만을 방지합니다.
• 쿠키: 부피, 모양 및 수량을 측정하여 쿠키를 정확하게 카운트하고 확인합니다. 고급 형상 감지 도구는 용기에서 개별적이지만 접촉하는 쿠키를 정확하게 식별하여 적절한 분량 제어를 보장합니다.
• 껌 검사: 씹는 껌과 니코틴 껌의 매끄러운 곡선 표면의 찌그러짐 및 긁힘과 같은 미묘한 외관 결함을 감지하여 고객이 흠이 없는 고품질 조각만 받을 수 있도록 합니다. 

AI 기반 분류는 제품 유형, 크기 및 상태를 식별하고, 자동 분류는 모든 품목이 올바른 목적지에 도달하도록 보장합니다. 또한 제조업체는 감지 정확도를 개선하여 오염되거나 안전하지 않은 제품이 소비자에게 노출될 위험을 줄여 비용이 많이 드는 리콜 및 식품 매개 질병 발생을 방지할 수 있습니다. 다양한 제품 이미지에 대해 학습된 Cognex 툴은 시각적으로 유사한 항목 간에도 자연스러운 변화를 쉽게 처리하고 새로운 제품 유형을 간단하게 추가할 수 있습니다. 

글로벌 전문가 네트워크와 유연한 온라인 리소스의 지원을 받는 Cognex는 제품 무결성을 향상, 비용이 많이 드는 거부를 최소화하며, 패키지 후 일관된 품질을 제공할 수 있도록 지원합니다.