从行业

食品生产质量控制中的视觉检查

的见解从工业约翰•劳伦斯创始人视线过程控制

在这次采访中,AZoM采访了John Lawrence,他是Sightline Process Control的创始人,讲述了视觉检测在食品生产质量控制中发挥的巨大作用。

您能首先向我们的读者介绍一下Sightline及其母公司KPM吗?

KPM是我们的母公司,总部位于波士顿米尔福德。KPM的目标是组建一个公司团队,为食品制造商提供全面的测量系统和分析能力。总共有六个品牌,每个公司都有不同的专长。

Sightline专注于视觉检测,而其他KPM公司专注于面团的红外检测、水分测量等。主题是相同的,然而,这整个家族的公司提供测量解决方案的食品制造商。

这个集团的业务范围非常大,有200多家分销商,数十名销售人员,并在18个国家的100多家公司安装。

当我们在2009年创建Sightline时,很多视觉系统基本上都是专有的黑匣子。没有人真正了解它们是如何工作的,而且有很多专有硬件,大多数系统都是专为一个特定的应用程序设计的。

我们的目标是创建一种新型的业务系统,它灵活、通用,你可以用它来测量任何产品,使用相同的软件和硬件工具。我们的目标是开放、非专有和高度灵活。

我们在2009年推出了我们的第一个系统,那个客户实际上仍然是我们今天最大的客户。我们于2019年加入KPM,以扩大我们的足迹。起初,我们非常专注于美国和加拿大,而KPM让我们有机会成为一个更大的大家庭的一部分,并发展更多的全球影响力。

从那时起,我们的目标市场基本上保持不变;我们专营食品、面包、家禽、肉类和最近的包装食品。我们现在可以用同样的软件检查包装内的食品或包装本身。

Sightline的客户面临的最常见的问题是什么?

劳动力问题是每个公司面临的主要问题之一。寻找优秀人才、培训并留住这些人才是一个普遍的挑战。

在与许多世界500强公司合作过之后,我也意识到,对于这些公司,甚至是每一家公司,品牌就是一切。一个品牌需要多年的发展,确保这个品牌在市场上受到欢迎是很重要的。

当面临某种灾难性的质量问题时,这个品牌只需要几秒钟就会消失。无论是灾难性的问题,还是长期的侵蚀,企业都希望确保自己的品牌得到保护。

另一个关键问题是合规监管。在纸上仍然有很多东西要写下来,从这种做法转向数字化是很多公司的目标。

消费者现在似乎更善变了,他们总是在寻找新的和改进的产品。改变和推出新产品对研发和制造都是一个特别的挑战。

视力检查系统

对任何公司来说,量化和使用新产品的严格数字规格,然后将这些规格移植到生产线上,并立即开始按照规格生产这些产品的能力都非常重要。

最后,工业4.0和一系列连接设备和传感器的系统正朝着实时测量数字值的方向发展。

设备接收这些输入,并根据这些测量自动做出改变。工业4.0专注于连接数字传感器和数字设备,并使用这些工具使制造更好、更自动化。

质量控制在管理顾客期望和减少顾客抱怨中有多重要?

在食品生产中,质量控制问题最常表现在客户投诉中。对于每一个客户的抱怨,可能有20到30个客户经历了相同的缺陷,但没有抱怨。

这是一个问题,因为缺陷已经被允许进入领域,使其更难以有效地度量。

产品浪费是另一个重要的衡量标准。产品浪费往往是由质量参数失控造成的,要求产品被处理或包装不合适,造成更多的浪费。

随着时间的推移,这些问题将导致销量下降,因为如果消费者将一个品牌与较低质量的产品联系在一起,他们将开始转向竞争对手。

公司通常试图通过增加人员配备、招聘或重新部署员工来手动检查产品来解决这些问题。这是昂贵的,缓慢的,不准确的。

更重要的是,它不会产生有用的数据,因为任何报告或文档基本上都不存在;人们只是在尽最大努力手动移除有问题的产品。

手工测量通常是没有意义的,因为操作人员之间的差异超过了规格限制范围,而且没有足够的数据来对过程质量做出明智的决定。

视力检查如何帮助解决这些问题?

作为一种方法,视觉检查包括对每一件产品拍摄图像,分析这些图像,并提取尽可能多的测量数据。

这些测量不是像素或RGB;它们有工程单位、校准单位、英寸和毫米等。在实验室里,这个过程相当简单,但在生产线上,每秒钟有数百个快速移动的物体,要处理不同大小、形状或产品,就很有挑战性。

然而,回报是巨大的,因为数据可用于生产的每个单个对象。数据被存储,并且是可重复的,可靠的,准确的。

一旦这些数据到位,就可以测量那些几乎不可能用手测量的东西,例如,汉堡面包上的芝麻数量或一块肉上的脂肪百分比。

图像来源:视线过程控制

这消除了我前面提到的额外劳动的需要。这种方法还有助于在两方面减少浪费:如果能够为运营商提供实时数据,让他们在问题出现之前做出决策,就有可能避免产品浪费。

其次,如果你根据产品的大小或形状自动移除那些你知道会导致包装问题的产品,你就可以消除下游的废物来源。适当的过程控制和质量控制可以阻止有缺陷的产品进入市场,因此有助于维护品牌价值。

实时和历史数据在质量和过程控制中扮演什么角色?

对实时和历史数据的访问对于提高产品质量和过程效率有很长的路要走。目标是实现100%的检查——测量每一个产品和分析数据是理解过程的一个重要部分;例如,通过查看历史数据,深入研究并得出正确的结论,来理解为什么第一个班次总是比第三个班次好。

确保视觉检查系统使用正确类型的摄像机、照明和计算硬件有多重要?

需要注意的是,有许多不同类型的摄像机,彩色摄像机,3D摄像机,热感摄像机,等等。每台相机都是一个图像源,这些图像需要实时采集、处理并转化为测量数据。

一旦你有了合适的摄像头,这些摄像头就必须部署到工厂里,在一米宽的传送带上以每秒30个物体的速度移动。

有许多基础设施需要确保任何视觉检测系统是交钥匙为客户,并适合客户现有的生产线。该系统及其组件摄像机必须能够在潮湿、干燥、多尘、多油和其他具有挑战性的环境中工作,这些环境存在于许多食用植物中。

摄像机还必须能够在任何卫生过程中生存,其中许多过程使用刺激性化学品来清洁和消毒设备。2020欧洲杯下注官网

在过去的十年里,照相机改变了很多。它们变得更小,更快,更便宜,现在提供比以前更高的分辨率。我们目前正在使用的相机可以测量两到三毫米大小的麦粒,也可以使用分辨率低至40微米的相机。

最重要的是,它们现在有多种类型,例如,彩色摄像机,3D摄像机,热感摄像机,红外摄像机,等等。

台式检验系统。图像来源:视线过程控制

基本上,每种类型的摄像机都有相同的足迹和相同的命令,这意味着现在混合和匹配不同类型的摄像机和创建一个从多个来源收集数据的系统要容易得多。

LED照明为视觉检查提供了许多关键的好处,使用更少的功率,在宽的温度范围内提供更高的亮度,而不需要使用玻璃。LED灯的耗电量是旧灯的25%,这意味着它更容易管理产生的热量。

从计算的角度来看,典型的i7具有足够的处理能力来容纳所有涉及的数学运算——不需要购买专有或专门的硬件来完成繁重的工作。

我们使用的图像处理算法经过多年的开发和优化,主要集中在食品的新测量和新技术上,而这些目前还不能由通用软件包完成。

总体而言,零部件成本确实下降了,系统通常比10年或20年前便宜得多。

什么样的东西可以用视力检查来测量?

我们拍摄图像,并从它们中提取我们所能提取的每一个数学测量值,这意味着无论客户要求的具体测量值是多少,我们通常都可以将其集成到我们的系统中。

这些测量通常来自产品本身,但也可以来自生产线;例如,对吞吐量、停机时间、正常运行时间或随时间变化的度量——方法保持不变。

提取的图像和测量数据被输入我们的图书馆。从本质上说,我们的系统是一个图书馆,包含了过去十年中发展起来的200多项测量结果。这个库正在不断扩展——几乎每个新客户都需要一个新的度量标准,所以我们开发了它,并将它放入我们的标准包中,这样每个客户都可以使用它。

测量必须以生产线速度实时快速执行。我们做的一件有趣的事情是使用多个图像来创建一个单一的测量。

我们所有的相机和来自它们的图像是共同注册和叠加在一起的。例如,如果你有一个热感摄像机,你可以找到物体上最热的点,因为那个图像与一个彩色图像重叠,你可以找到那个热点的高度或颜色。

虽然每个相机都是独立的,但我们将图像融合在一起,所以如果你在一张图像中发现了感兴趣的东西,你可以从另一个相机中提取适当的测量值——我们称之为“图像融合”。

我们的主要目标是灵活性,你可以有任意多的相机,并可以根据需要进行扩展。如果您开始时的系统只有一个摄像头,那么您可以很容易地在未来添加额外的摄像头。

我们系统的核心是测量软件,但我们很早就认识到,为客户提供一种查看我们生成的海量数据的方法是很重要的。

我们创造了工具和软件,以确保客户能够轻松地访问和分析这些数据,每次我们添加新功能或新度量时,都会向每一个客户推出。

如何将这些测量和技术应用于该领域的特定客户应用?

到目前为止,我们的工作集中在四个主要应用组:食品检验、热封检验和包装检验。

在这些团队中,我们有广泛的产品合作经验,从普通的食品到一些其他更独特的产品,如宠物产品,包装商品,甚至信件。2019年,使用“视距”设备测量了70多亿个个体物体。2020欧洲杯下注官网

通过使用这么多不同的产品,我们已经构建了一个广泛的测量库,可以应用于任何产品。我们最流行的一些测量方法包括几何测量,它包括了量化产品大小和形状所需的一切。

这包括3D测量,如高度、体积和表面的斜率,以及2D测量,如长度、宽度和直径。

许多测量可以以不同的方式呈现;例如,高度数据可以表示为最小值、最大值、峰值高度、平均高度,甚至是特定几何位置(如边缘或中心)的测量值。

这种灵活性确保我们的度量总是与客户当前度量产品的方式保持一致,与现有的实践保持一致。

我之前提到过图像融合,以及我们的设备使用任何图像中的信息来定义感兴趣的特定区域的能2020欧洲杯下注官网力。我们可以在另一幅相关图像中分析同样感兴趣的区域。

其中一个最好的例子是使用我们的设备分析牛排的客户。2020欧洲杯下注官网

客户使用颜色数据将图像分割成脂肪和瘦肉区域,在高度数据中独立测量每个区域,并为每个区域提供厚度测量,以便客户可以在分割数据中进行比较。

颜色是另一种最受欢迎的测量方法,有各种各样的颜色测量方法,包括整个物体的颜色,特定区域的颜色,甚至像浇头的颜色,或者像水泡和瑕疵这样的视觉缺陷的颜色。

我们的颜色测量是校准到工业标准测量单位。它们是可靠的和可重复的,与传统方法(如颜色对比图)相比,这可以显著提高产品质量的一致性,而传统方法往往是主观的,依赖于操作者的解释。

违反检查系统。

违反检查系统。图像来源:视线过程控制

另一个关键的测量类别是我们所说的“blobs”。“斑点标记允许用户识别产品的特定特征,如配料、黑点、脂肪和肉类等,并获得这些特定特征的测量值。”

从本质上讲,blob是我们可以单独测量的对象中的对象。任何可以在产品上识别的特征,无论是通过颜色或特定的高度属性,都可以使用我们的blob工具进行测量和量化。

可用于任何识别斑点的测量包括几何和颜色测量,以及与计数、总面积和该特征分布相关的一些具体测量。

为了提供我们系统运行中的一些具体例子,我们可以看看烘焙食品。这些应用程序中最重要的测量是几何测量,如长度、宽度和直径。

当产品内部有洞时,如百吉饼、甜甜圈或椒盐卷饼,我们也能够提供这些洞的大小和形状的测量。

在这类应用中,高度和体积也是非常重要的测量,而颜色读数对于这类产品来说是绝对关键的,因为它们直接关系到工艺和产品的整体质量。

向操作人员提供颜色数据可以提高对任何相关问题的响应时间,从而减少产品浪费。

我们的系统真正出色的地方是当我们开始引入斑点测量。对于像长棍面包这样的产品,我们可以将裂口识别为斑点,这样我们就可以分别分析裂口的颜色和产品的其他部分。

我们可以计算这些分割,并独立测量它们的大小和形状,以确保法棍符合产品质量规格。

对于有浇头的产品,如种子,我们可以应用我们的常规计数和总覆盖率测量。我们还可以更进一步,量化种子的分布,确保添加的芝麻种子的数量是正确的,而且这些种子均匀地分布在产品周围。

我们的许多客户也使用斑点来识别产品中的缺陷,例如,黑点,烧伤,甚至穿过产品的洞。

在线检测系统。图像来源:视线过程控制

对我们来说,家禽是一个展示我们的产品和我们根据客户需求调整设备的能力的好机会。2020欧洲杯下注官网当我们进入家禽市场时,我们意识到我们的客户会对一些具体的测量方法感兴趣。

这些工具包括一些特殊的几何测量,使我们的测量与设施中现有的测量方法一致,以及一个新的工具,以发现特定的关键特性。

在一个示例应用程序中,我们的客户非常关心定位鸡胸的龙骨,即两块鸡胸之间的连接处。使用我们的新工具,我们能够与作业者和下游设备共享鞋跟的位置和方向。2020欧洲杯下注官网

我们还开发了一个特别的覆盖工具,旨在向客户准确地展示他们的产品如何适合面包或任何其他模板形状。所有这些工具都被用来优化产品质量,同时为客户提供最好的体验。

最后一个例子涉及包装产品。我们的系统特性广泛可用的包检查工具,包括模式匹配,可用于确保正确的标签被应用到包,和文本识别,可用于确保日期码,锁码,和任何其他文本打印正确。

我们也有条形码验证工具,以确保条形码可读和密封检查工具。特别是密封检查,已经成为我们许多客户感兴趣的关键领域。我们目前提供两种不同的技术,可以用来分析任何包装的密封。

第一种技术是对印章的视觉分析,我们用彩色图像观察印章,看是否有异物或碎片困在里面,可能会影响印章的完整性。

第二种方法是在密封设备之后不久在我们的系统中引入热成像摄像机。2020欧洲杯下注官网这使我们能够通过确认密封已经达到正确的温度,并目视检查密封没有断裂来验证密封的完整性。

你能给我们的读者举一些由“视线”提供的设备的例子吗?2020欧洲杯下注官网

视线提供一系列产品,以满足任何客户的需求。我们所有的系统都带有相同的软件,所以无论您对哪个级别的系统感兴趣,您仍然可以完全访问我们所有可用的测量工具。

我们的第一级产品是我们的台式系统.这些系统被设计在生产线附近或实验室环境中,它们是改进现有质量保证过程的理想选择。

他们仍然依靠操作人员通过设备手工收集和运行样品,但我们的台式设备提供了比传统方法更快和更可重复的测量。2020欧洲杯下注官网

我们的下一个产品是违反法规的单位.过线设备是将自动化检测引入设备和生产线的理想方式。这些单位可以安装在现有的传送带,并开始分析100%的生产所需的一切。

由于这种设备可以安装在现有2020欧洲杯下注官网的输送机上,这些设备通常非常简单,很容易集成到现有的流程中。

我们的旗舰产品是我们的交钥匙行内系统.像过线单元一样,这些内联单元具有完整的视觉解决方案,但它们也可以配置为包括输送机和拒绝或分拣机制。

输送带的特殊设计确保了卓越的成像性能,甚至允许安装额外的底部和侧面摄像头。这为更好地分析您的产品提供了新的选择。

我们的内联和过线系统可在广泛的输送机宽度,从300毫米到两米宽。

我们的设计已经针对一系列具有挑战性的场地条件进行了变化,例如,在高温和低温下工作,冲洗环境,或具有特定卫生要求的行业。我们的设2020欧洲杯下注官网备可以改造以满足各种各样的需要。

您能告诉我们的读者更多关于视界解决方案提供的软件包吗?

我们的软件选项可以分为三个主要类别:设置工具、检查工具和报告工具。设置工具包括Measure Toolbox程序——这个工具箱包含了用户配置系统可能需要的所有东西,打包在一个易于使用的界面中。

这个工具箱允许用户修改产品规格、添加新产品、配置不同的测量值等等。

在检查工具方面,我们有我们的核心软件,Measura检验.检查是我们设备的主要用户界面,负责将摄像头图像转换为可用数据。2020欧洲杯下注官网

我们所有的系统都有触摸屏界面,用户可以通过触摸屏界面选择要运行的产品,同时以测量数据、趋势图和帕累托图的形式得到有价值的反馈。

视线measura®软件

我们的报告工具由两种产品组成。Measura Dashboard软件通常显示在生产设备的大屏幕上,为现场用户提供实时性能反馈。

同时,Measura Analytics软件是一款功能齐全的报告工具,可用于访问数据库、生成格式化报告或导出原始数据。所有报告都是高度可配置的,可以设置为自动运行,并通过电子邮件发送给您的团队。

我们也有多种方法通过SPC或其他技术将我们的数据连接到现有的数据收集系统和SQL数据库。

在哪些方面,视界的产品提供了投资回报给用户?你能给我们举几个例子来说明这是如何衡量的吗?

投资回报是我们在购买资本设备时必须考虑的一个重要因素。2020欧洲杯下注官网有了视觉检查系统,因为可以代替人工检查,从劳动的角度来看,有了巨大的回报。

例如,视力检查系统可以用一项资本支出代替一天三班、一周七天的工作。

浪费是另一种形式的回报。通过跟踪、满足规格、监控趋势图和实时数据,并根据需要进行调整,可以消除处理故障产生的浪费。

这将减少加工废料和包装废料。能够自动清除可能堵塞包装的物体是减少浪费的理想方法,因为它们永远不会进入包装过程。

视觉系统是未来的趋势。我们可以测量每一个产品的顶部、底部、颜色大小、形状和温度,每秒可以测量100个物体。我们可以在生产过程中实时量化产品、跟踪产品、测量产品和拒收产品。

这些都可以同时进行测量,而没有视觉检查系统是不可能的。这对降低成本大有帮助,同时也保护了你的品牌,因为有缺陷的产品不会到达客户那里。

只要在数学和物理上可行,我们几乎可以在我们的系统中添加任何新的测量方法。我们已经在世界各地做过几百次了我们在任何你能想象到的食品上都有很长的成功历史。

关于约翰·劳伦斯

约翰•劳伦斯John Lawrence是Sightline Process Control的创始人,从事机器视觉和自动化测试已经超过25年。

John的职业生涯始于生产工程师,然后担任自动化工程师、应用工程师、运营经理,然后担任机器视觉公司的销售和营销副总裁。

2009年,约翰创立了“视觉线”,旨在改变人们对视觉系统和自动检测的看法。他的愿景是创造一个更好、更负担得起的检测系统,而不是另一个专有的“黑匣子”。这些系统将使用非专有组件、开源软件和灵活的分析工具来设计,以确保寿命并避免淘汰。

这种方法已经被证明是成功的:目前,Sightline在全球20多个国家安装了系统,包括一些世界上最大的制造工厂的系统,为一些世界顶级餐饮服务品牌服务。

今天,John继续积极参与产品开发、应用程序测试,甚至不时地进行编程。他仍然对视觉检测和自动化新应用的挑战感到兴奋。 

免责声明:本文所表达的观点仅代表受访者个人观点,并不代表本网站所有者及运营商AZoM.com Limited (T/A) azonnetwork的观点。本免责声明构成条款和条件本网站之使用。

引用

请在你的文章、论文或报告中使用下列格式之一来引用这篇文章:

  • 美国心理学协会

    视线过程控制公司。(2021年3月29日)。食品生产质量控制中的视觉检查。AZoM。于2021年10月02日从//www.wireless-io.com/article.aspx?ArticleID=20249检索。

  • MLA

    视线过程控制公司。《食品生产质量控制中的视觉检验》。AZoM.2021年10月02。< //www.wireless-io.com/article.aspx?ArticleID=20249 >。

  • 芝加哥

    视线过程控制公司。《食品生产质量控制中的视觉检验》。AZoM。//www.wireless-io.com/article.aspx?ArticleID=20249。(2021年10月2日生效)。

  • 哈佛大学

    视线过程控制公司。2021.食品生产质量控制中的视觉检查.AZoM, viewed september 21, //www.wireless-io.com/article.aspx?ArticleID=20249。

问一个问题

关于这篇文章,你有什么问题想问吗?

离开你的反馈
提交