Inspección automática de envases flow pack mediante IA
El envasado flow pack
El envasado flow pack es un método de envasado horizontal que utiliza una película flexible de polipropileno para envolver el producto y sellarlo con calor, formando una bolsa sellada, tipo almohada, con una costura triple de sellado térmico para garantizar la calidad, conservación y seguridad del mismo. Esta película (muchas veces transparente) se le denomina ‘film’.
Este tipo de envase es muy habitual en la industria alimentaria, y presenta multitud de acabados posibles y tamaños o formas lo que hacía prácticamente imposible la inspección automática mediante técnicas convencionales de visión artificial para detectar los principales defectos de calidad (soldadura, producto y etiquetado)
Gracias a la inteligencia artificial Easy Ai ® de INSPECTRA hoy es posible detectar la mayoría de los defectos de calidad en este tipo de envases independientemente del tipo de producto envasado o del acabado del film.
¿En que consiste la inspección por IA?
El aprendizaje profundo, o deep learning, es una rama de la inteligencia artificial que utiliza redes neuronales artificiales para aprender a realizar tareas complejas de clasificación de imágenes.
Cuando realizamos la inspección de envases, una gran parte de los defectos de soldadura suelen ser detectables mediante un análisis de la imagen, la cual se puede capturar en diferentes condiciones de iluminación.
Cuando estos defectos cuentan con una tonalidad que contrasta claramente con la zona de soldadura, se suelen detectar mediante comparación de los tonos de color, agrupando en regiones las zonas de un tono determinado, realizando la clasificación de KO si dicha región tiene un tamaño o forma determinada.
En otras ocasiones, los defectos en la zona de soldadura no tienen un color característico, y en tal caso las técnicas de comparación por tonos de color suelen generar muchos falsos positivos, lo que lleva a muchos productores a realizar la inspección de forma manual suponiendo un alto coste de operación en la producción, imposibilitando la automatización del final de la línea.
Cuando el defecto de soldadura es distinguible para un ser humano analizando imagen, se hace posible su detección mediante inteligencia artificial entrenando una red neuronal convolucional.
Por ejemplo, un defecto de falta de adherencia cuenta con una tonalidad similar a la de una soldadura correcta, por este motivo no se puede detectar por comparación de tonos. Sin embargo, una red neuronal es capaz de aprender a identificarla, mostrando una tonalidad roja intensa en el defecto en un mapa de calor. Un mapa de calor de una red neuronal es una representación visual de la importancia de cada píxel en una imagen para tomar una decisión de clasificación, y sirve para validar si los criterios de clasificación de la red neuronal son o no acertados.
Una red neuronal tiene la ventaja de que puede aprender a detectar nuevos defectos o a hacerlo en nuevos tipos de envases, pudiendo enseñarle de forma contniua e ilimitada según vayan cambiando los envases.
En INSPECTRA contamos con la tecnología Easy AI ® de inteligencia artificial, que permite detectar cualquier defecto de calidad que sea perceptible por el ser humano en imágenes capturadas por nuestros equipos, los cuales son capaces de capturar imágenes de procesos que suceden a mucha velocidad y en espectros más allá del visible, facilitando todo el proceso de puesta en marcha de aplicaciones de inspección mediante inteligencia artificial.
El proceso que va desde la creación hasta la puesta en marcha de un nuevo programa de inspección mediante inteligencia artificial se realiza en tres fases diferenciadas: captura y etiquetado, entrenamiento y puesta en marcha.
La tecnología Easy AI ® de Inspectra
INSPECTRA ofrece forma opcional el procesado de imágenes mediante inteligencia artificial en toda su gama de equipos. Para facilitar la creación de programas de inspección con IA, cuenta con un conjunto de herramientas que dotan de autonomía a los clientes a la hora de crear nuevos programas de inspección y ponerlos en producción.
Captura y etiquetado de imágenes
Los equipos INSPECTRA están preparados para grabar el conjunto de imágenes necesario para el entrenamiento de una red neuronal mediante las siguientes herramientas:
-
- (ISS) Interfaz de equipos: ISS, la aplicación de interfaz de funcionamiento de los equipos permite la opción de guardado de 100% de imágenes en diferentes directorios para facilitar la clasificación posterior de cara a la obtención del dataset de entrenamiento.
- (IPB) Gestión de lotes de producción: IPB permite la copia de las imágenes desde el equipo al PC de entrenamiento facilitando la extracción de las mismas para cada lote de producción, pudiendo guardarlas de forma sencilla en carpetas.
- Software de Etiquetado: También proporcionamos a nuestros clientes diferentes herramientas de trabajo para el etiquetado de las imágenes, de modo que se pueden revisar y etiquetar lotes de imágenes de forma sencilla en muy poco tiempo.
Entrenamiento de redes neuronales
INSPECTRA proporciona junto con sus equipos una herramienta de inteligencia artificial para el entrenamiento y la validación del aprendizaje de las redes neuronales.
Nuestro software de DEEP LEARNING permite a cualquier persona con conocimientos básicos de informática entrenar redes neuronales.
El software cuenta con las siguientes funcionalidades:
- Interfaz de usuario intuitiva de fácil manejo
- Aumentación de banco de imágenes mediante pre procesado de imágenes
- Selección de redes neuronales pre entrenadas de diferente complejidad y número de capas
- Entrenamientos rápidos
- Aprendizajes ilimitados.
- Visualización de resultados con mapas de calor para validar las redes neuronales
- Generación automática de informes de resultados
Puesta en marcha de programas de inteligencia artificial
Los equipos INSPECTRA permiten la rápida puesta en marcha de una red neuronal, permitiendo la puesta en producción de nuevos programas de inspección en unas pocas horas, aportando las siguientes ventajas:
- Carga de nuevas redes entrenadas en dos pasos (copiar y hacer click) en todos los equipos INSPECTRA
- Procesado en TIEMPO REAL en LOCAL sin necesidad de conexión a la nube
- Control total sobre sus propios datos, no se comparten con servidores externos
- Sin costes de inferencia/entrenamiento o licencia anual
- Supervisión del funcionamiento en producción mediante software IPB
A continuación, mostramos algunos ejemplos típicos de fallos de calidad detectables mediante inteligencia artificial en envases con defectos imposibles de detectar para equipos de visión convencionales.
Defectos de calidad en envases detectables por inteligencia artificial
Defectos complejos en la soldadura
- Atrapamiento de producto. En ocasiones parte del producto envasado, o trozos de este son atrapados en la zona de soldadura y eso causa que el sellado sea deficiente.
- Temperatura incorrecta de sellado en la envasadora, en ocasiones la temperatura excede a la necesaria o es insuficiente, lo que causa que la soldadura sea defectuosa. Este defecto se suele manifestar habitualmente en la unión de la soldadura longitudinal con la transversal del envase.
- Desplazamiento del film: En ocasiones el film se desplaza de su posición correcta y la serigrafía del envase no se posiciona correctamente.
Defectos de impresión de códigos no detectables por lectores de códigos
Este tipo de defectos suelen ser detectables por lectores de códigos, pero cuando el fondo del producto no es homógeneo o la impresión se halla deformada por la curvatura del film, se precisa de la inteligencia artificial para su lectura. El software LABEL CHECKER de los equipos INSPECTRA incorpora la funcionalidad de lectura de etiquetas mediante inteligencia artificial, permitiendo la extracción de los textos y códigos en las condiciones más difíciles. Los errores más habituales en la impresión de códigos son los siguientes:
- Error en la programación. Cuando se produce un cambio en la producción, es necesario actualizar los programas de impresión de las máquinas etiquetadoras para que estas impriman los códigos que se corresponden con el producto actualmente en producción.
- Fallo en el cabezal de impresión: En otras ocasiones, el envase no está plano, el cabezal de impresión se queda sin tinta o está deteriorado, obteniéndose una impresión deficiente o la ausencia total de la impresión.
Defectos de calidad en el producto visibles en el envasE
En ocasiones el producto envasado cuenta con algun fallo de calidad que es visible a través del film y suele ser retirado por los operarios que realizan la inspección de forma manual al final de la línea. Con la inteligenica artifical los podemos detectar de forma automática y más eficiente.
Los defectos típicos de calidad en el producto suelen ser los siguientes:
- Producto roto: Cuando el producto envasado se haya roto o deteriorado y es apreciable a través de alguna parte del film del envase.
- Fallo de elaboración: Producto con exceso de tostado o quemado.
- Contaminación: Cuando es posible detectar cuerpos extraños o algún tipo de contaminación a través de alguna parte del film del envase.
- Mala disposición: Cuando el producto no se haya dispuesto de forma correcta en el envase.
- Cantidad incorrecta de producto: Cuando hay unidades de más o de menos en el envase (habitualmente se detecta en una báscula, pero en determinados casos no es detecable por diferencia de peso).
Ejemplos de detección mediante IA
A continuación mostramos diferentes imágenes de ejemplos de inspección de calidad mediante inteligencia artificial de producto envasado en un tipo de envase flow pack.
Atrapamiento de producto y soldadura deficiente
deSPLAZAMIENTO DEL FILM
defectos de impresión de códigos
DETECCIÓN DE DEFECTOS EN PRODUCTO (TORTILLAS DOBLADAS)
