Melhorar a inspeção de embalagens alimentares: como a moderna tecnologia de inspeção visual protege a segurança alimentar.

Na linha de produção, as embalagens alimentares passam a uma velocidade de 300 por minuto, enquanto um sistema avançado de inspeção por visão por computador deteta cada defeito de impressão com 100% de precisão, minimizando os riscos para a segurança alimentar.

Nas linhas de produção alimentar de alta velocidade, a data de produção, a data de validade e o número de lote em cada embalagem são linhas de defesa cruciais para a segurança alimentar. No entanto, os métodos tradicionais de inspeção manual têm dificuldade em acompanhar o ritmo acelerado da produção, o que leva inevitavelmente a inspeções incorretas ou não realizadas.

A tecnologia de inspeção de impressão baseada em visão por computador está a mudar fundamentalmente este cenário. Ao imitar e até mesmo superar as capacidades percetivas do olho humano, combinadas com a análise e o julgamento de inteligência artificial, constrói uma barreira de proteção digital para a segurança das embalagens alimentares.

1. Os Grandes Desafios da Inspeção de Impressão em Embalagens Alimentares

A inspeção de impressão de embalagens alimentares enfrenta vários desafios técnicos, incluindo principalmente fundos complexos de embalagens de embalagens, qualidade de impressão inconsistente e variações no formato das embalagens.

Padrões, texturas ou fundos escuros nas embalagens de alimentos reduzem o contraste entre o código impresso e o fundo, dificultando o reconhecimento. Além disso, o próprio código impresso pode apresentar problemas de qualidade, como falhas, manchas, salpicos de tinta e densidade irregular da tinta.

As embalagens na linha de produção podem deformar, enrugar ou refletir a luz devido ao movimento. Estes fatores interferem na qualidade da aquisição de imagens, afetando, assim, a precisão dos resultados da inspeção. Perante linhas de produção de alta velocidade com centenas de embalagens por minuto, o sistema de inspeção deve concluir a aquisição, análise e avaliação de imagens num tempo muito curto, exigindo um desempenho em tempo real extremamente elevado.

Os algoritmos iterativos sequenciais tradicionais da K3M, ao extrair o esqueleto de caracteres impressos, são propensos a desvios do centro para caracteres impressos com formatos diferentes ou irregulares, afetando a precisão da inspeção de impressão. Os métodos de inspeção manual não são apenas ineficientes, mas também propensos a falhas na inspeção devido à fadiga, não cumprindo os requisitos de qualidade da produção moderna.

2. Princípios técnicos e inovações dos sistemas de inspeção visual

Os modernos sistemas de inspeção visual para impressão de embalagens alimentares integram diversas tecnologias, como imagens óticas, processamento de imagens e inteligência artificial, formando uma solução de inspeção eficiente e fiável.

Aquisição e pré-processamento de imagens

O sistema utiliza inicialmente câmaras industriais para captar imagens dos códigos impressos nas embalagens, empregando iluminação especializada para eliminar reflexos e interferências de sombras. De seguida, o sistema realiza operações de pré-processamento, como filtragem mediana, limiarização e transformação afim, nas imagens captadas para melhorar a qualidade da imagem e corrigir possíveis inclinações.

Uma tecnologia patenteada avalia com precisão a qualidade da impressão a jato de tinta, calculando o grau de ajuste do esqueleto e a densidade de informação do esqueleto dos pixéis, construindo um campo de distância e extraindo os resultados da extração do esqueleto. Este método considera a distância entre os pixéis e a semelhança dos vetores normais, permitindo uma identificação mais precisa das características dos caracteres.

Aprendizagem profunda e redes leves

Nos últimos anos, a tecnologia de aprendizagem profunda tem sido amplamente aplicada na área da inspeção de impressão a jato de tinta. Um algoritmo melhorado baseado no YOLOv4, ao projetar um tamanho de pirâmide de características mais adequado e incorporar informação de regressão angular, permite que a rede faça regressão de caixas de previsão mais precisas, atingindo uma precisão de 99,1%.

A introdução de autoencoders de redução de ruído resolve eficazmente problemas como fundos complexos e dados limitados em cenários de impressão a jato de tinta industrial. A rede MSDAnet melhorada consegue uma impressionante taxa de deteção de impressão a jato de tinta de 99,81%, superando significativamente os métodos tradicionais.

Para aplicações em tempo real, os investigadores propuseram a rede leve Ghost-YOLO. Baseada no YOLOv5, esta rede utiliza um módulo fantasma para reduzir a dimensionalidade das camadas convolucionais, diminuindo os parâmetros do modelo em 25%. Combinada com métodos de supressão de repetição de posição, esta tecnologia consegue uma deteção em tempo real de alta precisão em dispositivos embebidos, com taxas de precisão e de recordação a atingirem 100% e 99,99%, respetivamente.

Sistema de controlo inteligente em circuito fechado

Os sistemas avançados de inspeção visual já não se limitam a funções de deteção isoladas, mas antes constroem um sistema de controlo em circuito fechado em tempo real de "identificação-deteção-feedback-execução".

Este sistema combina de forma integrada a impressora laser e jato de tinta com o sistema de inspeção por visão. Assim que é detetado um defeito de impressão, é enviado um sinal de imediato para o PLC (Controlador Lógico Programável), acionando o dispositivo de rejeição para remover os produtos defeituosos da linha de produção, conseguindo, desta forma, um controlo de qualidade totalmente automatizado.

3. Processo de Implementação do Sistema de Inspeção Visual

A implementação de um sistema completo de inspeção visual para embalagens alimentares envolve várias etapas, cada uma com requisitos técnicos bem definidos.

Em termos de implantação de hardware, as câmaras industriais, as fontes de luz e os sensores de disparo precisam de ser instalados adequadamente. Os componentes de deteção são geralmente instalados no componente de tração do filme. Ao detetar a distância de cada translação da componente de tração do filme, a aquisição de imagens é acionada com precisão, garantindo que cada embalagem é fotografada na posição correta.

Na fase de desenvolvimento do algoritmo de software, os conjuntos de dados de imagens precisam de ser preparados e anotados. Os investigadores utilizaram câmaras industriais para captar imagens impressas a jato de tinta, depois usaram ferramentas de anotação para rotular as amostras impressas e aumentaram os dados utilizando software de melhoramento de imagem para melhorar a capacidade de generalização do algoritmo.

Durante a fase de integração do sistema, as unidades de aquisição, processamento, avaliação e execução de imagens são combinadas de forma orgânica. Quando o sistema deteta caracteres em falta, incorretos, distorcidos ou mal posicionados na impressão a jato de tinta das embalagens, envia um sinal NG para o dispositivo de rejeição, acionando a rejeição e um alarme.

4. Eficácia da aplicação e tendências de desenvolvimento futuro

A aplicação do sistema de inspeção visual para impressão a jato de tinta em embalagens alimentares tem apresentado resultados significativos, desempenhando um papel fundamental na melhoria da qualidade, na redução de custos e no aumento da rastreabilidade.

Tomando como exemplo uma grande empresa de alimentos e bebidas, após a implementação de uma solução totalmente automatizada de "impressora a jato de tinta a laser + sistema de inspeção visual", a empresa conseguiu 100% de deteção de defeitos numa linha de produção de 300 garrafas por minuto, eliminando completamente as queixas dos clientes causadas por problemas de rotulagem.

Este sistema trouxe também benefícios económicos consideráveis, não só reduzindo o número de funcionários necessários para a inspeção de qualidade, mas também libertando-os de trabalhos repetitivos e aborrecidos. Ao mesmo tempo, a rejeição atempada de produtos defeituosos evitou o desperdício de materiais de embalagem subsequentes, reduzindo os custos globais de produção.

Do ponto de vista do desenvolvimento tecnológico, a deteção de impressões a jato de tinta em embalagens alimentares está a caminhar para uma direção mais inteligente e eficiente. A otimização dos modelos de aprendizagem profunda facilitará a implementação de sistemas de deteção em dispositivos embebidos, atendendo às exigências de aplicações com exigências mais rigorosas em tempo real.

Uma estrutura de rede de deteção e reconhecimento de ponta a ponta é também uma importante direção de desenvolvimento. Esta estrutura, ao projetar camadas de amostragem de características apropriadas, realiza uma amostragem igualmente espaçada na área de impressão a jato de tinta localizada, permitindo que as características extraídas na etapa de deteção de objetos sejam utilizadas como entrada para o ramo de reconhecimento de caracteres, melhorando assim a velocidade e a precisão da deteção e do reconhecimento.

Com o avanço contínuo dos algoritmos e do hardware, os sistemas de inspeção visual desempenharão um papel ainda mais importante no controlo de qualidade das embalagens alimentares, fornecendo apoio técnico para que as empresas avancem para "fábricas escuras não tripuladas" e alcancem a transformação e modernização da manufatura inteligente.

Após a implementação do sistema de inspeção visual numa empresa alimentar, a taxa de erros de deteção desceu de 1,5% (com a inspeção manual) para praticamente zero, resultando em benefícios económicos diretos superiores a um milhão de yuans anuais, devido à redução do desperdício e do retrabalho. Este sistema não só garantiu a qualidade dos produtos finais, como também conferiu credibilidade à empresa no mercado.

Com o avanço contínuo da tecnologia de inteligência artificial, os futuros sistemas de deteção de impressões a jato de tinta para embalagens alimentares serão mais inteligentes e adaptáveis. Poderão não só identificar defeitos, mas também prever falhas nos equipamentos através da análise de tendências de dados, dando um salto da "remediação de problemas existentes" para a "prevenção de potenciais problemas", acrescentando mais uma camada inteligente de proteção à garantia da segurança alimentar.