Bouteilles de produits de consommation sur tapis roulant

Produits de consommation

Système d’inspection de l’étanchéité des tubes souples

Confirmer l’intégrité de la couture inférieure des tubes souples en plastique ou en aluminium

Système de vision inspectant les joints aux extrémités des tubes de compression pour détecter les défauts lors de leur passage sur un système de transport à grande vitesse.

Produits connexes

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

Un environnement de programmation graphique pour l'analyse d'images industrielles basée sur le deep learning

In-Sight D900

In-Sight D900

Optimisé par le logiciel de vision basé sur le deep learning In-Sight ViDi

Les détaillants vendent une grande variété de produits de soins personnels, tels que des cosmétiques, des crèmes et des onguents, aux consommateurs dans des tubes souples simples à utiliser. Un tube souple est rempli par le fond, puis l’extrémité est scellée. Il existe de nombreuses façons de sceller l’extrémité, y compris l’air chaud, les mâchoires chaudes et les ultrasons, qui chauffent également le tube. Le choix de la méthode de scellage dépend du matériau du tube, de la vitesse souhaitée et du type de produit. Le matériau du tube ramolli est serti ou autrement pressé ensemble pour souder l’extrémité ouverte fermée avant qu’elle ne refroidisse.

S’il y a un défaut dans la soudure en plastique ou en aluminium résultante, le produit s’en échappera. Cela peut entraîner la contamination du contenu, la contamination d’autres objets par le contenu libéré ou une durée de vie raccourcie du produit, ce qui est désagréable, salissant ou réduit l’efficacité du produit.

Il existe une large gamme d’apparences pour les bonnes et les mauvaises coutures, et un chevauchement de ces apparences. Certaines coutures sont fonctionnelles, mais présentent des irrégularités esthétiques mineures. La vision industrielle traditionnelle basée sur des règles pourrait les rejeter. Certaines coutures présentent des défauts subtils qu’une inspection standard pourrait manquer.

La technologie basée sur le Deep Learning de Cognex fait la distinction entre les coutures acceptables et inacceptables, même si leurs apparences sont similaires.

L’outil de détection des défauts apprend à l'aide d'un ensemble d’images étiquetées de coutures d’emballage acceptables et défectueuses. Ces défauts peuvent avoir été découverts après un temps considérable par des retours de consommateurs ou des plaintes de détaillants. Les images de sertissages apparemment bons qui ont finalement conduit à des fuites sont particulièrement précieuses à la formation au Deep Learning.

À l’aide de ces exemples variés, la technologie basée sur le Deep Learning de Cognex peut distinguer les bonnes coutures des mauvaives, en détectant les petites variations que les inspecteurs humains manqueraient. Ce système d’inspection des coutures identifie également celles qui sont apparemment bonnes, mais qui fuiront plus tard.

Avantages

  • Empêcher les fuites des tubes souples
  • Prévenir la contamination du contenu du tube souple
  • Assurer une longue durée de vie du produit

ACCÉDEZ AU SUPPORT ET AUX FORMATIONS POUR VOS PRODUITS ET BIEN PLUS

Rejoindre MyCognex

AVEZ-VOUS DES QUESTIONS ?

Les représentants de chez Cognex sont disponibles dans le monde entier pour soutenir votre vision et vos besoins de lecture de codes-barres industriels.

Contact commercial