Machine vision in de praktijk: kwaliteitscontrole van flessendoppen

Vision voor controle flessendoppen
Met de visiontoepassing kunnen tot 120 kroonkurken per minuut worden beoordeeld op tal van kenmerken.

Machine vision biedt enorme voordelen voor tal van toepassingen. Denk bijvoorbeeld aan kwaliteitsborging. Naast een hoge nauwkeurigheid en snelheid zijn hier in de praktijk ook een hoge flexibiliteit en beschikbaarheid van belang. K&S Anlagenbau GmbH pakt dergelijke applicaties aan die in de drankenindustrie worden gebruikt en wordt daarbij bijgestaan door adviesbureau Computer Vision Solutions, en de mogelijkheden die de machine vision-software MVTec Halcon biedt.

De productie van porseleinen flessendoppen voor de drankenindustrie is indrukwekkend. De reden is simpel: grote hoeveelheden moeten snel en betrouwbaar worden geproduceerd. Het is belangrijk dat de processen gelijk blijven met de snelheid, maar ook met de kwaliteitseisen. “Ons doel is om interactieve processen zo veilig en betrouwbaar mogelijk te maken”, vertelt Thomas Kelz, verantwoordelijk voor kwaliteitstechnologie bij K&S Anlagenbau GmbH. “Dit is de hefboom om op de lange termijn een proces op hoge snelheid te kunnen draaien. Onze insteek is om de hectiek uit productieprocessen te halen. Wij vertrouwen op gestandaardiseerde tools waarmee we producten betrouwbaar en snel kunnen produceren. Op basis van machinevisie hebben we een oplossing ontwikkeld voor de inspectie van porseleinen flessendoppen.”
Het bedrijf uit Lengenwang, Beieren, ontwikkelt al meer dan 30 jaar automatiseringsoplossingen voor elektrische-, automobiel-, medische- en consumentengoederen. K&S Anlagenbau is gespecialiseerd in gestandaardiseerde modules met de mogelijkheid tot individuele oplossing. Samen met adviesbureau Computer Vision Solutions Consulting & Research heeft het bedrijf een applicatie ontwikkeld voor de kwaliteitscontrole van kroonkurken voor drankflessen. Het adviesbureau werd geselecteerd door K&S Anlagenbau, omdat het team rond algemeen directeur Dr. Markus Heber belangrijke ervaring heeft met de implementatie van ingewikkelde applicaties en machine vision-technologieën.

Maximale flexibiliteit

De uitdaging bij het ontwikkelen van de nieuwe oplossing was het implementeren van een kwaliteitscontrolesysteem dat snel en betrouwbaar fouten opspoort, maar ook onderhoudsarm is. Weinig onderhoud betekent ook dat het systeem snel en eenvoudig kan worden overgeschakeld naar andere producttypen en daarnaast betrouwbare resultaten levert. “Automatisering levert een beslissende meerwaarde op als de klant weinig moeite hoeft te doen om het systeem te onderhouden”, zegt Markus Heber van K&S Anlagenbau. In het nieuwe systeem wordt de kwaliteitscontrole inline uitgevoerd. Eenmaal gevonden maakt de camera een foto van de te controleren flessendop. Het beeld van de afdruk op de bovenkant van de dop wordt vervolgens gecontroleerd met behulp van de algoritmen van de machine vision-software MVTec Halcon.

Halcon, dat eenvoudig met de overige systemen communiceert via Profinet en OPC-UA, stuurt ook het uitwerpsysteem aan.

Flinke uitdagingen

De uitdaging bij de printbeeldcontrole is enerzijds de variatie van de printbeelden en anderzijds de eis om een duidelijk bedieningsconcept voor de systeembeheerder te creëren. Mogelijke afdrukfouten zijn bijvoorbeeld onjuiste of onscherpe kleuren of afdrukken die niet volledig zichtbaar zijn. Als kwaliteitscriterium wordt ook de ‘centrale’ positie van het drukbeeld op de flessendop gecontroleerd en beoordeeld. “Een van de grootste uitdagingen tijdens de implementatie was dat het aantal verschillende printafbeeldingen theoretisch oneindig is. Dit geldt voor zowel de goede, d.w.z. ‘OK’-afdrukken, als de foutieve, d.w.z. ‘NOK’-afdrukken. Het was daarom onze taak om ervoor te zorgen dat de software vooraf werd getraind om te allen tijde en voor verschillende afdrukken de juiste beslissing te nemen”, legt Heber uit. Ter training wordt het beeld van een OK-afdruk, ook wel een ‘gouden voorbeeld’ genoemd, opgeslagen in Halcon. Dit ‘goede beeld’ dient als sjabloon waarmee elk beeld tijdens het inspectieproces wordt vergeleken. Met verschillende parameters in Halcon kun je instellen in welke mate afwijkingen van dit ‘gouden voorbeeld’ nog steeds als OK worden beschouwd.

Eenvoudige systeembediening

Een belangrijk onderdeel van het systeem is de grafische gebruikersinterface (GUI). De GUI is de bedieningseenheid waarmee enerzijds het hele systeem visueel kan worden weergegeven en overzien en anderzijds wijzigingen en configuraties van het proces kunnen worden doorgevoerd. De vereiste voor de GUI was dat deze verschillende apps dynamisch kon weergeven. Ook moeten de apps zowel via de GUI als de PLC aangestuurd kunnen worden. In het voltooide systeem omvatten de instelopties nu verschillende weergaveopties en configuratiemodi, evenals verschillende gebruikersniveaus. Dit betekent dat het mogelijk is rechten toe te kennen en zo te bepalen welke medewerkers welke werkzaamheden mogen uitvoeren. Probleemoplossing of aanpassingen kunnen ook via de GUI worden uitgevoerd. Een aanpassing is bijvoorbeeld om eenvoudigweg het testprogramma te wijzigen, bijvoorbeeld als er een andere print getest moet worden.

In dit geval is er sprake van afkeur: het beeld ligt te ver buiten de gestelde grenzen.

Kiezen voor de industriestandaard

Een van de kerncomponenten van het systeem is Halcon van MVTec. Halcon is een machine vision-bibliotheek die met behulp van HDevEngine in de K&S Control-software is geïntegreerd. “Ik werk al meer dan tien jaar met Halcon. Het is de industriestandaard op het gebied van beeldverwerkingssoftware en is met zijn grote bibliotheek niet beperkt tot slechts een paar algoritmen”, legt Dr. Heber uit. HDevEngine fungeert als een tolk die is ontworpen om de machine visionalgoritmen dynamisch te laden en uit te voeren. HDevEngine maakt ook wijzigingen in de machine vision-processen direct mogelijk, zonder dat je de hele applicatie opnieuw hoeft te compileren of opnieuw te certificeren. HDevEngine fungeert als backend voor beeldverwerking en communiceert op de achtergrond met de GUI. Netbeheerders hebben er weinig tot geen contact mee. Dit komt omdat ze het systeem bedienen via de GUI waarmee ze vertrouwd zijn.

Robuuste detectiepercentages

Naast flexibiliteit en stabiliteit in de bedrijfsvoering was het voor K&S Anlagenbau uiteraard ook belangrijk om robuustheid en hoge detectiepercentages te garanderen. Hiervoor zorgt ook de machine vision-software Halcon. Dit omvat niet alleen HDevEngine, maar ook veel beeldverwerkingsmethoden die worden gebruikt om de afdrukafbeeldingen te controleren. In totaal bevat de Halcon-bibliotheek meer dan 2.100 verschillende operators. In de specifieke toepassing worden bijpassende technologieën, classificatie en blob-analyse gebruikt. De drie technologieën werken als volgt samen: nadat het beeld door een camera is vastgelegd, wordt eerst op vorm gebaseerde matching gebruikt. Deze technologie is in de eerste plaats verantwoordelijk voor het lokaliseren van de afdruk in de afbeelding. Het vooraf getrainde afdrukbeeld wordt afgestemd op het gescande beeld, waardoor de positie en uitlijning kunnen worden bepaald met subpixelnauwkeurigheid en vrijwel in realtime. Dit werkt zelfs als de afdruk wordt gedraaid, geschaald, perspectivisch vervormd, gedeeltelijk bedekt of buiten de afbeelding ligt, of onderhevig is aan niet-lineaire lichtschommelingen.

Een voorbeeld van een goedgekeurde afdruk.

Classificeren

Zodra de afdruk is gevonden, is de volgende taak classificatie. Ook hier is het van belang dat de klassekenmerken vooraf zijn gedefinieerd en getraind. Classificatie kan voor verschillende taken worden gebruikt. Bijvoorbeeld om gebieden in afbeeldingen te segmenteren of om objecten te vinden. In de fabriek van K&S Anlagenbau wordt classificatie gebruikt voor kwaliteitscontrole. Mogelijke fouten zijn kleurafwijkingen, ontbrekende randen, onjuiste randen of structuren. Overeenkomstige afwijkingen worden gesegmenteerd en geanalyseerd met behulp van blob-analyse. Voor dit doel worden kenmerken geëxtraheerd uit verbonden pixels met een vergelijkbare helderheid, de blobs. In dit specifieke geval worden fouten en afwijkingen van een vooraf gedefinieerde omvang als zodanig onderkend.

Communiceren met andere componenten

Als de beschreven machine vision-technologieën een fout vinden, wordt dit weergegeven in de GUI. Het overeenkomstige gebied wordt gedetecteerd door de blobanalyse en in kleur gemarkeerd. Hierdoor kunnen gebruikers ook de aard van het defect herkennen. Als de opdruk ‘OK’ is, wordt de flesdop verder verwerkt.
“De reikwijdte van de machine vision software gaat echter verder dan het inspecteren van de print. Om het proces zo geautomatiseerd mogelijk te laten verlopen, hebben we de software zo in het gehele systeem ingebed dat deze met andere componenten kan communiceren. Is de dop van de fles is niet correct bedrukt, dan informeert Halcon het systeem hierover en het onderdeel wordt automatisch uitgeworpen”, legt Dr. Heber uit. Om eenvoudig met andere componenten te communiceren, is Halcon uitgerust met interfaces naar OPC-UA en Profinet. De communicatieprotocollen maken een consistente gegevensuitwisseling tussen de verschillende componenten binnen het systeem mogelijk. Op deze manier kan volledige automatisering worden bereikt.

Autonoom draaien

Het systeem wordt al door klanten gebruikt. “De feedback die we van de klant hebben gekregen is zeer positief. Het systeem draait feilloos zoals vereist en kan zeer autonoom worden bediend”, zegt Dr. Heber. Concreet kan het systeem 120 kroonkurken per minuut testen. Als resultaat van de succesvolle implementatie werkt Dr. Heber ook samen met K&S aan nieuwe machine vision- of 3D vision-onderwerpen van deze inspectietoepassing. Het bijzondere is dat elk systeem op maat wordt gemaakt en aangepast aan de eisen van de klant – geheel in lijn met de claim van K&S een bijzondere machinefabrikant te zijn.

x
Mis niet langer het laatste nieuws

Schrijf u nu in voor onze nieuwsbrief.

Inschrijven