Opto Engineering - ALBERT® SELBSTLERNENDES BILDVERARBEITUNGSSYSTEM
Eine einfache und schlaue Lösung für Form- und Farbprüfung in der Nahrungsmittelindustrie
Bildverarbeitungssystemen spielen eine zunehmend wichtige Rolle in vielen industriellen Herstellungsverfahren, da sie einheitlich sowohl die Qualität steigern als auch die Kosten reduzieren.
Obwohl viele Inspektionsaufgaben heutzutage einfach durch maschinelle Bildverarbeitung erledigt werden (Beispiel umfassen die Bestimmung der korrekten Aufkleberpositionierung, Überprüfung des Flaschensiegels, Verifizierung des sicheren Verschlusses von Deckeln, Lesen von QR-Codes, Überprüfung von Füllständen), so gibt es doch noch eine Reihe von Herausforderungen für bestimmte Industriezweige, vor allem bei der Überprüfung von natürlichen Nahrungsmittelprodukten.
In der Tat haben Nahrungsmittel, wie gebackene oder gefrorene Güter, naturgemäß einen Abweichungsgrad in Form und/oder Farbe, den traditionelle maschinelle Bildverarbeitungssysteme kaum handhaben können. In der Nahrungsmittelindustrie ist das Annahmekriterium oft eine recht subjektive Kombination vieler Parameter, die sogar ein Qualitätssicherer schwer beschreiben könnte und wie schwer ein Fehler wiegt ist selbst eine komplizierte Mischung vieler Variablen.
Für solche Anwendungen wird die bildbasierte automatische Überprüfung noch nicht breit angewendet und menschliche Bediener werden noch angestellt. Auf der anderen Seite wird die Inspektionsaufgabe üblicherweise durch hoch spezialisierte Lösungen wahrgenommen, wenn die maschinelle Bildverarbeitung verwendet wird, die teuer und unflexibel sind, da man erfahrene Ingenieure für ihre Programmierung benötigt und sie nicht leicht an neue Produktionsanforderungen anpassbar sind.
In der Tat wird recht oft eine einzelne Fertigungsanlage für mehrere Produkte verwendet und der Endanwender möchte die Annahmekriterien einfach und schnell modifizieren, um Veränderungen der Produktionsbedürfnisse gerecht zu werden (wie verschiedene Inhaltsangabe) oder einfach verschiedene Produkte zu überprüfen.
Traditionelle Bildverarbeitungssysteme wurden erdacht, um menschliche Bediener sowohl im Hinblick auf Geschwindigkeit aus auch Zuverlässigkeit zu übertreffen, sind aber nicht geeignet, um die oben genannten Bedürfnisse zu befriedigen. In der Tat wurden sie größtenteils an Industriezweige angepasst, die prüfen müssen, ob ein bestimmter Parameterbereich die Toleranz verlässt oder nicht, wie kontaktfreie 2D-Metrologie von gedrehten oder gepressten Teilen.
Um die besonderen Bedürfnisse der Nahrungsmittelindustrie zu befriedigen, hat Opto Engineering zusammen mit seinem italienischen Partner Sensure neurale Netzwerktechnologien auf die maschinelle Bildverarbeitung angewandt und ein neuartiges und leicht zu verwendendes System entwickelt, das aus Beispielen lernt, wie es Menschen tun: Ungleich einem herkömmlichen Bildverarbeitungssystem kann es schnell umtrainiert werden, um ein neues Produkt zu sortieren oder sich an eine neue Inhaltsstoffangabe gewöhnen.
Das System, ALBERT® Selbstlernendes Bildverarbeitungssystem, ist im Wesentlichen ein selbstlernendes Bildverarbeitungssystem für die Überprüfung von Form und Farbe, auf der Grundlage künstlicher Intelligenz (ein kombinierter Ansatz zwischen statistischen und neuralen Netzwerktechnologien). Die Kernsoftware basiert auf neuralen Netzwerken, Softwarealgorithmen, die das menschliche Gehirn widerspiegeln: Bildverarbeitungssysteme auf der Grundlage dieser Algorithmen können aus Beispielen lernen und sind anpassbar, d.h. sie können leicht an die Überprüfung neuer Produkte angepasst werden.
Dank eines Satzes neuer eingebauter Merkmale und der Selbstlernfähigkeit erlernt ALBERT® Selbstlernendes Bildverarbeitungssystem die Merkmale von Nahrungsmitteln direkt aus der Fertigungsanlage auf einem Standardsatz von Produkten ohne komplizierte Einstellungen. Der Lernprozess wird leicht durchgeführt durch die Vorlage einiger Produkte auf der Fertigungsanlage und Aktivierung von ALBERT® im “LERN”-Modus während des Normalbetriebs. Sobald der Lernprozess abgeschlossen ist, ist ALBERT® Selbstlernendes Bildverarbeitungssystem bereit für die “überprüfung”-Phase: Die Produkte, die als nicht dem gewünschten Qualitätsniveau entsprechend angesehen werden, werden mittels integriertem Lichtstrahl mitgeteilt und können durch Verknüpfung von ALBERT® Selbstlernendes Bildverarbeitungssystem mit dem herkömmlichsten Auswurfsystem aus der Fertigungsanlage entfernt werden, dank der vorinstallierten optisch isolierten Ausgänge. Die Anwender können den “Schwer”-Grad der Kontrollparameter zusätzlich anpassen, ohne die Anlage anhalten zu müssen: Eine vorgesehene Gleitstange gestattet es den Anwendern, die Sortierkriterien zu locker oder zu verschärfen und ALBERT® Selbstlernendes Bildverarbeitungssystem leicht und schnell an neue Qualitätsparameter anzupasse.
Das System hat sich vor allem auf dem Bäckereigebiet für die Form- und Farbprüfung von Keksen als erfolgreich erwiesen. Neben Süßwaren, aber auch für Fleischprodukte, wie Hühnchenstücke, um nicht gewünschte Formen oder eine fehlende Panierschicht zu identifizieren.
Das System integriert eine Kamera 1/1,8" 1,3mp, gekoppelt mit einer 8mm-Festfokuslinse und “Flat dome”-LED-Beleuchtungssystem (weiß und Strobomodus, nur für schnelle Überprüfung), versehen mit kratzfestem Polycarbonatdiffusor (Lexan Margard®).
ALBERT® Selbstlernendes Bildverarbeitungssystem kann Produkte mit Durchschnittsgeschwindigkeit von 1 m/s überprüfen, ca. 20 Teile pro Sekunde verarbeiten (dies sind ungefähre und geschätzte Werte, höhere Geschwindigkeiten sind möglich, abhängig von der Art der Produktion, die Anzahl an geprüften Teilen pro Sekunde kann variieren, abhängig von ihrer Größe und der Geschwindigkeit der Anlage). Das System ist darauf ausgelegt, vollständig den Anforderungen der Nahrungsmittelindustrie zu entsprechen, dank des IP65-Schutzes und des Einsatzes geeigneter Materialien. ALBERT® Selbstlernendes Bildverarbeitungssystem kommuniziert seinen Status durch eine LED-Strahl, der rot wird, wenn defekte Teile detektiert werden. ALBERT® Selbstlernendes Bildverarbeitungssystem umfasst mehrere Eingänge/Ausgänge, einschließlich eines optisch isolierten Einganges für das Auslösesignal, drei Ausgänge für LED-Lichttürme (2 Ausgänge für das Licht, 1 für die Sirene), 6 optisch isolierte Ausgänge zur Verbindung mit bis zu 6 Verwerfstationen (auch über PLCs). ALBERT® Selbstlernendes Bildverarbeitungssystem umfasst auch 2 Ethernet-Anschlüsse zur Kommunikation mit PLCs und industriellen PCs, kabelloses Wi-Fi für die Kommunikation mit industriellen Tablets, 4 USB 3.0-Anschlüsse, 1 HDMI-Anschluss und 1 DVI-Anschluss. ALBERT® Selbstlernendes Bildverarbeitungssystem kann mittels der vier Gewindelöcher (M8) auf der Oberseite der Einheit leicht installiert werden, was sicherstellt, dass der korrekte Arbeitsabstand vom Förderband eingehalten wird.
Das System ist dazu ausgelegt, die zunehmenden Anforderungen der maschinellen Bildverarbeitungsindustrie zu erfüllen, die Überprüfungssysteme benötigt, die sowohl flexible sind, so dass sie schnell zur Überprüfung neuer Produkte verwendet werden können und leicht verwendbar sind, und damit keine erfahrenen Ingenieure benötigen, um sie zu programmieren und zu warten.
