Deep-Learning-Technologie verleiht Detektionsgeräten „intelligente Augen“

2022/07/18
Senden Sie Ihre Anfrage

In der Lebensmittel- und Arzneimittelherstellung und der Lebensmittelverarbeitungsindustrie ist die Testverbindung für das Qualitätsmanagement unerlässlich, um die Produktqualität sicherzustellen und die Qualitätskosten zu kontrollieren.

Es gibt zwei Mängel für herkömmliche Testverbindungen in diesen Unternehmen. Einer wendet eine künstliche Qualitätsprüfung an, die teuer ist, aber wegen der geringen Geschwindigkeit und Genauigkeit nicht in der Massenproduktionslinie angewendet werden kann. Das andere sind traditionelle Prüfgeräte, die nur für eine einfache und typspezifische Fehlerprüfung verwendet werden können.

Wie kann künstliche Arbeit durch Maschinen ersetzt werden, um die Effizienz und Genauigkeit der komplexen Fehlererkennung zu verbessern? Die Deep-Learning-Algorithmus-Technologie wurde schnell entwickelt, um in die Produktionslinie integriert zu werden, um die Erkennungsaufgabe komplexer Defekte effizient abzuschließen.

Deep-Learning-Algorithmus mit Tausenden von Ebenen neuronaler Netze, simuliert den Denkprozess und das Verhalten von Menschen. In Kombination mit optischen Geräten und Sensoren kann eine Inspektionsmaschine mit Deep-Learning-Algorithmus ein künstliches Erkennungsanalysebild simulieren, schwer zu quantifizierende Merkmale und unregelmäßige Defekte erkennen. Nehmen Sie als Beispiel die Keimerdnuss. Die Form der Knospe der Keimerdnuss ist nicht dieselbe, die Qualität ist schwer zu zählen, daher ist der traditionelle Algorithmus schwer zu bewältigen. Aber intelligente Erkennungsgeräte mit tiefem Lernalgorithmus können die subtilen Unterschiede erkennen und zwischen keimenden Erdnüssen und normalen Erdnüssen unterscheiden.

Im Vergleich zur manuellen Inspektion verfügt das intelligente Erkennungsgerät auf der Grundlage des Deep-Learning-Algorithmus über einen größeren Bereich der visuellen Wahrnehmung und ist in Bezug auf Geschwindigkeit, Genauigkeit, Anpassungsfähigkeit an die Umgebung und andere Aspekte erheblich verbessert, die sich schnell in Hochgeschwindigkeits- und Hochertragsautomaten integrieren lassen Fertigungslinien.

Techik engagiert sich für die Erforschung der spektralen Online-Erkennungstechnologie und wendet Deep-Learning-Algorithmen auf die Lebensmittelerkennung und Lebensmittelsortierung an. Für verschiedene Produkte kann Techik auch die Erkennungsprobleme für Kunden über personalisierte Lösungen und Konfigurationen lösen.


Deep Learning + Röntgenerkennung

Das intelligente Röntgeninspektionsgerät von Techik wendet einen Deep-Learning-Algorithmus an, um die Erkennungsgenauigkeit effektiv zu verbessern. Neben der herkömmlichen Fremdkörpererkennungsfunktion kann es auch komplexe Qualitätsprobleme wie manuelles Auslaufen, Risse in der Eiscreme, fehlender Käseriegel, Ölaustritt und das Verschließen kleiner Lebensmittelverpackungen mit Clips erkennen.


Deep Learning + Lebensmittelsortierung

Die intelligente visuelle Sortiermaschine von Techik mit tiefem Lernalgorithmus kann von Nüssen, Samenkernen, chinesischer Kräutermedizin, Pfeffer wie Materialform, Farbe, Textureigenschaften lernen und dann die unregelmäßigen Flecken / Farbblöcke, unregelmäßigen Formen und subtilen Formen genau identifizieren , und Farbunterschiede wie komplexe Defekte. Techik-Farbsortierer können auch unterschiedliche Kundenanforderungen erfüllen und einen personalisierten Fehlerbereich definieren, um die Anforderungen unterschiedlicher Rohstoffklassifikationen zu erfüllen.


Deep Learning + Erkennung von Umverpackungsfehlern

Die intelligente visuelle Erkennungsmaschine von Techik kann eine 360-Grad-Fehlererkennung auf der thermischen Schrumpffolienverpackung von Eimer-Instant-Nudeln und anderen Produkten durchführen und auch die Erkennung von Code-Injektionen, die Erkennung von hohen Schrägdeckeln, die Erkennung von Flüssigkeitsständen und andere Lösungen entsprechend den Kundenanforderungen anpassen. mit dem Ziel, praktische Probleme für Produktionsunternehmen zu lösen, die Produktionseffizienz und die Produktqualität zu verbessern.


Senden Sie Ihre Anfrage