تقنية فحص عنق زجاجة PET بصريًا: تمنح عبوات المشروبات "عينًا ذكية"
تُستخدم زجاجات PET على نطاق واسع في صناعات المشروبات ومستحضرات التجميل والأدوية، نظرًا لخفة وزنها وشفافيتها العالية وخصائصها الفيزيائية الممتازة. ومع ذلك، فإن عنق الزجاجة، باعتباره جزءًا أساسيًا يضمن إحكام الإغلاق، يؤثر بشكل مباشر على سلامة المحتويات ومدة صلاحيتها. يُعدّ الفحص اليدوي التقليدي غير فعال ومعرضًا للأخطاء، ولا يلبي متطلبات خطوط الإنتاج الحديثة عالية السرعة (حتى 36,000 زجاجة في الساعة). وقد برزت تقنية الفحص الآلي القائمة على الرؤية الآلية كوسيلة أساسية لضمان جودة المنتج. ستُحلل هذه المقالة بشكل منهجي المبادئ التقنية، وتصنيفات الطرق، وسيناريوهات التطبيق، واتجاهات تطوير الفحص البصري لعنق زجاجة PET.
أولا: التحديات الفنية: لماذا يعد فحص عنق الزجاجة أمرا صعبا للغاية؟
تواجه عملية فحص عنق الزجاجة PET العديد من التحديات الفنية، والتي تنبع في المقام الأول من متطلبات السرعة العالية والدقة العالية للبيئة الصناعية:
متطلبات الدقة العالية للغاية: عيوب عنق الزجاجة متنوعة، بما في ذلك الشقوق، والنتوءات، والتقطيع، والوميض، والبقع السوداء، ذات الأبعاد الدقيقة (مثل التقطيع على مستوى المليمتر)، مما يتطلب دقة فحص تزيد عن 99.9%.
السرعة والضغط في الوقت الفعلي: غالبًا ما تصل سرعات خط الإنتاج إلى عدة زجاجات في الثانية، مما يتطلب ضغط وقت الفحص إلى حدود 50 مللي ثانية. وأي تأخير قد يؤدي إلى دخول عدد كبير من المنتجات المعيبة إلى السوق.
عوامل التداخل المعقدة: يمكن للضوضاء البيئية مثل انعكاسات فم الزجاجة، والرغوة السائلة، وظلال الملصقات، والاهتزازات الميكانيكية أن تتداخل بسهولة مع التقاط الصور، مما يتطلب تصميمًا بصريًا محسنًا وقدرات مضادة للتداخل في الخوارزمية.
تنوع العيوب: أشكال العيوب غير المنتظمة (على سبيل المثال، العيوب الخارجية، العيوب الداخلية، العيوب الواضحة) والتباين المنخفض بين الزجاجات الشفافة والعيوب تجعل طرق تقسيم العتبات التقليدية عرضة للكشف الخاطئ.
II. تصنيف أساليب الكشف: من معالجة الصور التقليدية إلى التعلم العميق
بناءً على التطور التكنولوجي، يمكن تقسيم طرق الفحص البصري لفم زجاجة PET إلى ثلاث فئات:
طرق معالجة الصور التقليدية: تعتمد هذه الطريقة على تقسيم العتبات، وتحديد المواقع الجغرافية، وتباين التدرج الرمادي، وتستخرج منطقة الاهتمام (ROI) عند فوهة الزجاجة، وتُجري حسابات تفاضلية باستخدام قالب خالٍ من العيوب. على سبيل المثال:
طريقة القالب الذاتي: إنشاء قالب على شكل حلقة على وجه نهاية فم الزجاجة وتحديد العيوب عن طريق طرح قيم التدرج الرمادي، مما يحقق دقة اكتشاف تبلغ 99.9% في أقل من 50 مللي ثانية.
طريقة اتساق مستوى الرمادي: تستخدم هذه الطريقة خوارزمية RANSAC لملاءمة الشكل البيضاوي لفتحة الزجاجة، ثم تُحلل اتساق مستوى الرمادي في المنطقة. تصل سرعة الكشف إلى ١٠ ميلي ثانية/إطار.
المزايا: بسيطة حسابيًا، ومناسبة للعيوب العادية؛
العيوب: تعتمد على عتبات يتم ضبطها يدويًا، وضعف القدرة على التكيف مع العيوب المعقدة.
طريقة تصنيف التعلم الآلي: تستخدم هذه الطريقة نماذج مثل آلات الدعم المتجهي (SVM) والشبكات العصبية، مما يتطلب عددًا كبيرًا من العينات لتدريب المصنف. على سبيل المثال: باستخراج سمات العيوب (مثل الملمس والشكل)، تُستخدم آلات الدعم المتجهي لتمييز أنواع العيوب.
المزايا: يمكن التعرف على العيوب المتنوعة؛
العيوب: يتطلب إعادة التدريب عند تغيير أنواع الزجاجات، وأداء أقل في الوقت الحقيقي.
**التعلم العميق والنماذج التفاضلية:** تجمع الأساليب الناشئة بين الشبكات العميقة وآليات الانتباه لتحسين معدل اكتشاف العيوب المعقدة:
**نموذج الميزة التفاضلية:** يتم التقاط صور للزجاجة المراد فحصها، بالإضافة إلى زجاجة مرجعية خالية من العيوب. تُستخرج الميزات باستخدام مُشفِّر مزدوج، ثم تُحسب خريطة الميزات التفاضلية لتحسين القدرة التمييزية. وأخيرًا، يُستخدم مُصنِّف لتحديد النتيجة. يُمكن لهذا النوع من الطرق أن يُخفِّف تداخل التعريض الزائد بفعالية، وهو مناسب للمشاهد العاكسة.
المزايا: مضاد قوي للتداخل، مناسب للعيوب الصغيرة؛
العيوب: متطلبات عالية للموارد الحسابية.
يقارن الجدول أدناه الحلول النموذجية وأداء ثلاثة أنواع من الطرق:
| نوع الطريقة | التكنولوجيا التمثيلية | دقة الكشف | سرعة الكشف | السيناريوهات القابلة للتطبيق |
| معالجة الصور التقليدية | طريقة الفرق ذات التدرج الرمادي في القالب الذاتي | 99.9% | <50 مللي ثانية | عيوب محيطية منتظمة (كسر، فجوات) |
| التعلم الآلي | طريقة تصنيف SVM | 98-99.2% | 10-50 مللي ثانية | تصنيف العيوب متعدد الفئات |
| التعلم العميق | نموذج الميزة التفاضلية | >99.5% | يعتمد على تكوين الأجهزة | العيوب المعقدة (البقع السوداء، الوميض) |
ثالثًا: سيناريوهات التطبيق: تغطية خط الإنتاج بأكمله
تم دمج نظام فحص الرؤية في سلسلة إنتاج زجاجات البولي إيثيلين تيريفثالات (PET) بأكملها. تشمل تطبيقاته الرئيسية ما يلي:
فحص القالب المسبق (النفخ المسبق)
تُجهّز محطة أمام ماكينة النفخ، باستخدام ست كاميرات CCD عالية الدقة لتصوير فوهة وكتف وقاع القالب بزاوية 360 درجة، للكشف عن عيوب مثل الوميض والفجوات والبقع السوداء. وتُخصّص كاميرا فوق فوهة القالب لفحص عيوب سطح الختم لمنع تضخم العيوب بعد النفخ.
فحص الزجاجة بالكامل (بعد التعبئة)
بعد التعبئة، تُستخدم أربع كاميرات CCD لفحص مستوى السائل، وغطاء الزجاجة (هل هناك كسر في حلقة الأمان، أو ارتفاع في الغطاء، أو انحناء في الغطاء)، وجودة الترميز. يُستخدم تصميم محيطي بزاوية 120 درجة، يجمع بين الإضاءة الأمامية والخلفية لتعويض تداخل الرغوة وتحسين دقة كشف مستوى السائل.
فحص الملصقات والتعبئة والتغليف
بعد وضع العلامات، يتم استخدام أربع كاميرات متباعدة بزاوية 90 درجة للكشف عن عدم محاذاة العلامات وأخطاء الطباعة؛ بعد التعبئة، يتم استخدام جهاز فحص الوزن عبر الإنترنت للتحقق من الوزن ورفض المنتجات المفقودة.
رابعا. تدفق النظام والتقنيات الرئيسية
يتضمن نظام فحص الرؤية الكامل المكونات الأساسية التالية:
اكتساب الصور
تكوين الأجهزة: تُستخدم كاميرات Basler الصناعية الشبكية جيجابت ومصادر إضاءة LED حلقية أو شريطية لالتقاط صور لفوهة الزجاجة من مسافة قريبة. يجب أن يُخفف تصميم مصدر الضوء من الانعكاسات؛ على سبيل المثال، يُمكن لمصادر الإضاءة الشريطية تقليل التعرض الزائد.
التحسين البصري: يتم تصحيح الصور المفرطة التعرض باستخدام جهاز ترميز وفك ترميز تلقائي لتحسين اتساق التدرج الرمادي.
معالجة الصور
موقع ROI: يتم استخراج منطقة فم الزجاجة بدقة باستخدام تحويل Hough أو ملاءمة RANSAC البيضاوية أو طرق تحديد موضع محور التناظر.
استخراج الميزات: تتم معالجة منطقة الاهتمام عن طريق تحويل التدرج الرمادي، والتصفية، والثنائية، ثم يتم تعزيز ميزات العيوب من خلال الحساب التفاضلي أو آليات الاهتمام المكاني.
تصنيف العيوب وإزالتها: يتم تحديد العيوب على أساس عتبات خريطة الميزات أو نتائج التصنيف (مثل Softmax)، مما يؤدي إلى تشغيل جهاز الرفض الهوائي لإزالة المنتجات المعيبة.
خامسا - اتجاهات التنمية والتحديات
سوف يتطور مستقبل تكنولوجيا فحص عنق الزجاجة PET بصريًا في الاتجاهات التالية:
الترقية الذكية: سيتم تحسين نماذج التعلم العميق بشكل أكبر، مثل استخدام الشبكات خفيفة الوزن لتحقيق اكتشاف الحافة في الوقت الفعلي، مما يقلل الاعتماد على قوة الحوسبة السحابية.
الاندماج المتعدد الوسائط: الجمع بين الرؤية ثلاثية الأبعاد والتصوير بالأشعة السينية للكشف عن العيوب المخفية مثل الشقوق الداخلية والفقاعات.
مراقبة الجودة في حلقة مغلقة: يتم إرجاع بيانات الكشف إلى خط الإنتاج، مما يؤدي إلى ضبط معلمات النفخ والتعبئة في الوقت الفعلي، وتحقيق قفزة من "الكشف" إلى "الوقاية".
ملخص
تُستبدل تقنية فحص عنق الزجاجة PET بالعين البشرية برؤية آلية، مما يُسهم في حل تحديات مراقبة الجودة في سيناريوهات الإنتاج عالية السرعة. بدءًا من معالجة الصور التقليدية وصولًا إلى التعلم العميق التفاضلي، شهدت دقة وكفاءة الكشف تحسنًا مستمرًا، لتصبح حجر الأساس للتصنيع الذكي في صناعات مثل المشروبات والأدوية. في المستقبل، ومع التطور التآزري للخوارزميات والأجهزة، ستواصل هذه التقنية التقدم نحو ذكاء أكبر وعمليات متكاملة ذات حلقة مغلقة.
