Я даю Согласие на обработку файлов cookie в соответствии с Политикой конфиденциальности. В случае отказа от обработки cookie я проинформирован о необходимости прекратить использование Сайта или отключить файлы cookie в настройках браузера.
OK
КЕЙС ВНЕДРЕНИЯ СИСТЕМЫ ML SENSE

Контроль ламинированных упаковочных материалов

Контекст проекта

Клиент — производитель многослойной упаковки для пищевой и промышленной продукции. Выпускает материалы, которые состоят из нескольких слоев — картона, полимерной пленки и фольги. Эти слои склеиваются в единое полотно на линии ламинирования.

Линия ламинирования работает на высокой скорости до 650 м/мин при ширине полотна до 1650 мм. В таких условиях оператор физически не может контролировать качество: за короткое время через систему проходят сотни метров материала, а часть дефектов имеет размер менее 0,2 мм².

Брак при этом проявляется не сразу. Повреждения ламинации, отсутствие полимерного слоя, пузыри или дефекты фольги становятся заметны уже после намотки рулона. В результате — переработка готовой продукции, потери сырья и рекламации от заказчиков.

Дополнительный фактор сложности — разнообразие производства:
  • свыше 80 вариантов материалов
  • более 70 классов дефектов
  • множество комбинаций слоев и структур
Примеры поверхностей
Примеры поверхностей
Поведение дефектов нестабильно: оно зависит от оптики поверхности, отражения света и настроек съемки. Часть отклонений становится видимой только при определённых условиях захвата изображения.
Существующая система машинного зрения не справлялась с задачей: часть дефектов пропускалась, стабильной точности не было, а адаптация под новые рецептуры требовала значительных усилий. Дополнительно отсутствовала интеграция с MES и единая система накопления данных по качеству.
Контроль ламинированных упаковочных материалов

Задача

Создать систему, которая в автоматическом режиме отслеживает качество ламинатного слоя, распознаёт и классифицирует дефекты, формирует привязку к координатам полотна в виде цифровой карты рулона и передает данные в MES для последующей обработки и управления процессом.
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense
Заполните форму, чтобы узнать больше о внедрении
системы ML Sense

Решение

В основе — платформа ML Sense, объединяющая промышленное машинное зрение и нейросетевую обработку изображений.

На линии размещены три высокоскоростные камеры, которые непрерывно считывают поверхность движущегося полотна. Данные поступают на сервер ML Sense, где алгоритмы анализируют изображение в режиме онлайн и выявляют отклонения от эталонного состояния.

Решение обеспечивает:
  • детектирование границ полимерного слоя
  • анализ текстурных и яркостных аномалий
  • определение и классификацию дефектов
  • фиксацию и сохранение изображений отклонений
  • построение цифровой карты рулона с координатной привязкой
  • накопление истории по каждому рулону
  • передачу информации в MES

Контролируемые дефекты

Система работает с более чем 70 типами дефектов, среди которых:
  • отсутствие полимерного слоя
  • воздушные включения и пузыри
  • нарушения ламинирования
  • дефекты сцепления слоев
  • повреждения фольгированного слоя
  • складки и деформации после ламинации
  • загрязнения (масляные следы, клей, посторонние частицы)
  • царапины
  • сквозные отверстия
  • надрывы и повреждения кромок
  • отклонения геометрии полотна

Для каждого дефекта фиксируются координаты и размер.

Особенности внедрения

Поверхность материалов сложная: высокая отражающая способность и вариативность структуры создают нестабильные условия для машинного зрения.

Для решения этой задачи использованы:
  • линейные камеры высокого разрешения,
  • специализированная светодиодная подсветка с равномерным распределением света по ширине полотна.

С учетом требований пищевого производства оборудование размещено в защитных корпусах, которые соответствуют санитарным требованиям, устойчивы к регулярной мойке и химической обработке, защищают оборудование от влаги, загрязнений и механических воздействий

Интеграция с производственными системами

Решение встроено в MES-контур предприятия и работает как единая система контроля качества.

В MES передаются:
  • координатная привязка дефектов
  • их типология и классификация
  • изображения дефектов
  • данные по рулонам и производственным заказам
  • сигналы от смежных систем контроля

Это позволяет точно локализовать дефект на полотне и сразу принимать технологические решения: остановка линии, перемотка рулона или частичное исключение брака.

Ожидаемый эффект

Стабильное качество продукции и управляемая система контроля качества на высоких скоростях производства.

Система позволяет:
  • снижать количество пропущенного брака за счет непрерывного автоматического контроля качества
  • уменьшать долю некондиционной продукции, уходящей в дальнейшую переработку или отгрузку
  • сокращать затраты на переделку, переработку и списания
  • снижать количество рекламаций за счет более стабильного качества выпускаемой продукции