Com es poden detectar de manera fiable les dates de consum preferent en producció?

La detecció automàtica de les dates de consum preferent (BBD) és un component clau de les línies de producció i envasament modernes. Serveix per a l’assegurament de la qualitat, la traçabilitat i l’automatització de processos.
Tanmateix, la lectura d’aquestes dades imposa una gran demanda als sistemes de processament d’imatges: els materials d’embalatge canviants, les superfícies reflectants, les fonts variables i els temps de cicle curts fan que el reconeixement de la data de caducitat sigui un veritable repte.

Amb sistemes intel·ligents de processament d’imatges basats en IA, com ara la Smart Camera B60 de wenglor, aquesta tasca ara es pot resoldre de manera fiable, ràpida i estable, fins i tot en les condicions més difícils.

El processament d'imatges basat en IA detecta automàticament les dates de consum preferent dels productes.
Identificació automatitzada de la data de caducitat i del lot a les línies de producció

1. Temps de cicle curts: la velocitat és crucial

Repte:

En les línies de producció altament automatitzades, els processos s’executen amb temps de cicle molt curts . Tant si es tracta de classificació, envasat o control de qualitat, la data de caducitat i altres dades del producte, com ara els números de lot o de sèrie, s’han de reconèixer i processar en temps real .
Qualsevol retard en el reconeixement de text pot alentir tot el flux de producció o fins i tot provocar aturades.

Solució:

La Smart Camera B60 de wenglor amb l’algoritme Deep OCR integrat permet un reconeixement de text ràpid i precís fins i tot a altes velocitats de cinta.
L’algoritme basat en IA és capaç de reconèixer de manera fiable diferents fonts, imatges d’impressió tènues i condicions d’il·luminació canviants , i ho fa en temps real.
Això garanteix que la línia de productes segueixi sent eficient sense comprometre la qualitat del reconeixement de dades.

2. Pel·lícules reflectants o transparents: visió clara malgrat l’enlluernament

L'OCR profund reconeix les dates de consum preferent i els números de lot dels envasos en temps real.
Reconeixement de text amb intel·ligència artificial per a les dates de consum preferent

Repte:

Molts envasos estan fets de pel·lícules brillants o transparents . Aquestes causen reflexos que poden fer que la data de caducitat impresa sigui parcialment il·legible.
A més , els plecs, els estiraments o les deformacions poden provocar caràcters distorsionats i portar ràpidament els sistemes OCR clàssics fins als seus límits.

Solució:

La combinació de càmeres de visió artificial , un controlador de visió artificial o la Smart Camera B60 amb tecnologia d’il·luminació dirigida garanteix una visió clara dels elements essencials.
L’ús d’ il·luminació difusa i filtres de polarització redueix eficaçment les reflexions pertorbadores.
El mòdul Deep OCR del programari uniVision 3 també reconeix caràcters distorsionats o parcialment ocults , fins i tot en pel·lícules brillants, reflectants o ondulades.
El resultat: reconeixement fiable de la informació de data fins i tot en condicions d’il·luminació i materials difícils.

3. Canvi de contrastos i colors de fons: condicions de lectura difícils en objectes rodons

Repte:

Les dates de consum preferent en pots de iogurt, llaunes o envasos de plàstic sovint s’imprimeixen sobre fons corbats, brillants o que canvien de color .
Els sistemes convencionals sovint fallen a causa de contrastos febles, lletres distorsionades o canvis en la qualitat d’impressió.

Solució:

La Smart Camera B60 amb funció Deep OCR integrada reconeix fins i tot els caràcters difícils de llegir de manera fiable i segura, independentment de la posició de la font, el contrast o el color de fons .
En combinació amb tecnologia d’il·luminació adaptada i exposició ajustable individualment, el sistema compensa automàticament les fluctuacions de brillantor.
Això garanteix que la data de caducitat es reconegui de manera clara i inequívoca fins i tot en superfícies corbes, sense interrompre el flux de producció.

4. Superfícies estructurades: detecció fiable malgrat la presència de gra

Repte:

La identificació del número de lot és particularment difícil en superfícies estructurades o naturals , com ara envasos de fusta o parquet .
Aquí, els patrons de veta, els porus o les irregularitats poden enfosquir la impressió o distorsionar el text.
Especialment amb materials que es processen o emmagatzemen posteriorment, la identificació inequívoca de la data de producció o caducitat és crucial per a l’assegurament de la qualitat.

Solució:

La Smart Camera B60 reconeix text fins i tot en fons irregulars i de baix contrast.
Gràcies als potents algoritmes Deep OCR i als paràmetres flexiblement ajustables del programari uniVision 3, fins i tot els caràcters impresos amb poca precisió es poden capturar de manera fiable.
L’ús d’ il·luminació infraroja emmascara selectivament la veta de la fusta, ja que la llum infraroja minimitza les estructures més profundes i redueix els reflexos pertorbadors.
El resultat: un reconeixement clar de dades fins i tot en materials naturals complexos.

Conclusió: el processament d’imatges basat en IA fa que la detecció de la data de caducitat sigui fiable.

Des de pel·lícules brillants fins a superfícies estructurades, la detecció fiable de les dates de caducitat imposa grans exigències al processament d’imatges industrials.
Amb la Smart Camera B60 i el programari uniVision 3 , wenglor ofereix una solució completa que combina velocitat, precisió i flexibilitat:

  • OCR profund per a un reconeixement de text estable amb fonts i fons variables
  • Il·luminació optimitzada per evitar reflexos, arrugues i defectes estructurals
  • Processament en temps real per a ús en línies de producció d’alta velocitat

Això fa que la detecció de la data de caducitat sigui un procés robust i totalment automatitzat que millora de manera sostenible la qualitat i l’eficiència de la producció.

autor

Picture of Max Mustermann

Max Mustermann

Càrrec