OKMessungen und Regeln
Wenn sich der Fehler messen lässt: Breite, Position, Vorhandensein. Schnell, stabil und leicht nachvollziehbar.
Startseite / Bildverarbeitung / Siegelung
Unversehrtheit der Verpackung · Bildverarbeitung und Deep Learning
Siegelnahtprüfung: Keine Verpackung verlässt die Linie offen
Eine kalte Siegelnaht oder eine Naht mit eingeschlossenem Produkt kann die Kontrolle an der Linie bestehen und erst am Verkaufsort versagen. Wir prüfen die Siegelung jeder Verpackung und melden mit der Prozessstatistik, sobald sie abzudriften beginnt, bevor der Fehler auftritt.
Was es leistet
Jede Siegelnaht prüfen und den Prozess überwachen
Die Kamera misst jede Siegelnaht und vergleicht sie mit ihrem Rezept. Wo klassische Bildverarbeitung an ihre Grenzen stößt (spiegelnde Oberflächen, Falten, wechselnde Materialien), setzen wir Deep Learning ein: neuronale Netze, die mit Ihren guten und fehlerhaften Verpackungen trainiert werden. Unsere Software Nadir ergänzt die Statistik: Mittelwert, Streuung und Gaußsche Glockenkurve jedes Messwerts, um zu sehen, ob der Prozess stabil ist.
- Breite und Durchgängigkeit der Siegelnaht
- Produkt in der Siegelnaht, Falten und Knicke
- Bodensiegelungen und Öffnungen von Kartonverpackungen
- Alarm bei Abweichung, vor dem ersten Auswurf
- Bild jedes Auswurfs und sofortige Meldung an die Personen Ihrer Wahl
Unser Ansatz
Klassische Bildverarbeitung, Deep Learning oder beides
Nicht jede Siegelnaht wird gleich geprüft. In jedem Fall klären wir, welche Technik die Zuverlässigkeit liefert, die Sie brauchen, und sagen es Ihnen vor der Unterschrift, auch was sich nicht garantieren lässt.
Schwierige Fehler
Für alles, was sich von Verpackung zu Verpackung ändert: Falten, Reflexionen, Materialien oder Naturprodukte.
Der Prozess in Zahlen
Histogramme und Trends jedes Messwerts, um zu erkennen, ob sich die Siegelmaschine verstellt.
Wenn Ihr aktuelles System gute Siegelnähte ausschleust, erklärt der Leitfaden zu Fehlauswürfen, woher sie kommen. Für Schalen, Becher und Beutel sehen Sie sich auch Bildverarbeitung für die Lebensmittelindustrie an.
Kartonverpackung · SiegelungBodensiegelung, überwacht mit Deep Learning
Mit Nadir erkennen wir Siegelprobleme am Boden von Kartonverpackungen mittels Deep Learning, und die Prozessstatistik zeigt Abweichungen an, bevor sie zu Fehlern werden.
- Erkennung
- Deep Learning
- Prävention
- Alarm bei Abweichung
Tägliche Siegelstatistik
Der Bericht, der jeden Morgen kommt
Jeden Tag schickt unsere Software, ohne dass jemand danach fragen muss, der Qualitätssicherung und den Schichtleitern per E-Mail die Auswertung der Siegelnähte – Bahn für Bahn. So sieht er für einen Produktionstag mit Kartonverpackungen aus: über 200.000 Verpackungen, jede einzeln geprüft.
SentinelPLUSNadir-Modus📊 BERICHT NACH BAHNEN
LINIE 00 XX · 12.05.2026
214.737 Verpackungen · 3 NOK
Dienstag, 12.05.2026 · 0,00 % Ausschuss
Bahn 4 schleust am meisten aus: 0,00 % (2 von 48.410).
| Bahn | Stück | NOK | % Ausschuss | Mittel | σ | VK | Cpk | Min – Max |
|---|---|---|---|---|---|---|---|---|
| Bahn 1 | 48.120 | 0 | 0,00 % | 4,72 | 1,21 | 25,6% | 3,11 | 0,35 – 12,90 |
| Bahn 2 | 48.305 | 0 | 0,00 % | 4,31 | 1,08 | 25,1% | 3,61 | 0,42 – 11,20 |
| Bahn 3 | 48.262 | 0 | 0,00 % | 4,95 | 1,24 | 25,1% | 2,97 | 0,38 – 11,84 |
| Bahn 4 | 48.410 | 2 | 0,00 % | 5,38 | 1,33 | 24,7% | 2,66 | 0,51 – 12,35 |
Diagnose
- Gesamtminimum
- 0,35
- Gesamtmaximum
- 12,90
- Mittlere Streuung
- ±1,22
- 📉 Beste Bahn: 2 — Mittel 4,31, ±1,08, VK 25,1%, Cpk 3,61 (fähig), Ausschuss 0,00 %.
- 📈 Schwächste Bahn: 4 — Mittel 5,38, ±1,33, VK 24,7%, Cpk 2,66 (fähig), Ausschuss 0,00 %.
Alle 4 Bahnen verhalten sich gleichmäßig: ähnliche Streuung und Zentrierung, keine nennenswerte Abweichung.
Fähigkeit gemessen an den Grenzen — / 16. Cpk ≥ 1,33 fähig · 1,00–1,33 knapp · < 1,00 nicht fähig.
21.640 Verpackungen ohne Bahnzuordnung (Maschine lief an oder das Auslösemuster ging verloren): Sie werden keiner Bahn zugeordnet.
Verteilung des Messwerts je Bahn
Der Messwert im Tagesverlauf
Grün: gute Verpackung · Rot: ausgeschleust.
TIVOX Solutions · Automatische Nachricht aus dem Werk, bitte nicht antworten
- 1
Tageszusammenfassung
Geprüfte und ausgeschleuste Verpackungen und die Ausschussquote in einer Zeile. Das Erste, was der Schichtleiter beim Öffnen der E-Mail sieht.
- 2
Die Bahn mit dem meisten Ausschuss
Fällt ein Siegelkopf öfter aus als die anderen, wird er oben hervorgehoben, mit Prozentsatz und Anzahl.
- 3
Tabelle nach Bahnen
Jeder Siegelkopf einzeln: Mittelwert und Streuung (σ) des Messwerts, Variationskoeffizient (VK), Minimum und Maximum.
- 4
Cpk: die Prozessfähigkeit
Vergleicht die Streuung mit den Toleranzgrenzen. Über 1,33 ist der Prozess fähig; hier liegen alle Bahnen zwischen 2,6 und 3,6: eine sehr stabile Siegelung.
- 5
Automatische Diagnose
Das System vergleicht die Bahnen und schreibt es im Klartext: die beste, die schwächste und ob eine abweicht. Ohne Tabellenkalkulation.
- 6
Gaußkurve je Bahn
Das Histogramm jeder Bahn mit ihrer Normalverteilung. Wird eine Kurve breiter oder verschiebt sie sich, verstellt sich die Siegelstation – noch vor dem ersten Ausschuss.
- 7
Der Messwert im Tagesverlauf
Jeder Punkt ist eine Verpackung. Anläufe, Schichtwechsel und Drifts werden sichtbar, und in Rot jeder Ausschuss genau zu dem Zeitpunkt, an dem er auftrat.
Jeder Bericht enthält außerdem ein Foto der ausgeschleusten Verpackungen. Empfänger, Uhrzeit und Häufigkeit (pro Schicht, Tag oder Woche) werden für jedes Werk eingestellt.
Häufige Fragen
Antworten auf die wichtigsten Fragen
Was ist ein System zur Siegelnahtprüfung mit Bildverarbeitung?
Eine Kamera mit eigener Beleuchtung, die an der Linie nach der Siegelmaschine sitzt, die Siegelnaht jeder Verpackung misst und mit ihrem Rezept vergleicht. Liegt die Siegelnaht außerhalb des Toleranzbereichs, wird die Verpackung mit ihrem Foto ausgeschleust. Mit der Prozessstatistik warnt sie Sie außerdem, sobald die Siegelmaschine abzudriften beginnt, vor dem ersten Fehler.
Was erkennt eine Kamera zur Siegelnahtkontrolle?
Breite und Durchgängigkeit der Siegelnaht, Produkt in der Siegelnaht, Falten und Knicke sowie Bodensiegelungen und Öffnungen von Kartonverpackungen. Wo klassische Bildverarbeitung an ihre Grenzen stößt (Glanz, Falten, wechselnde Materialien), setzen wir Deep Learning ein.
Was unterscheidet die Siegelnahtprüfung mit Kamera von Stichproben?
Stichproben prüfen von Zeit zu Zeit einige Verpackungen, die dabei meist zerstört werden; was zwischen zwei Proben geschieht, bleibt unsichtbar. Die Kamera prüft die Siegelnaht jeder Verpackung berührungslos, und die Prozessstatistik warnt Sie, sobald die Siegelmaschine abzudriften beginnt, vor dem ersten Fehler.
Welche Verpackungsarten lassen sich prüfen?
Verpackungen mit Siegel- oder Heißsiegelnaht, etwa Getränkekartons und Kartonverpackungen, Beutel, Blister oder Becher, je nach Fall. Im Machbarkeitstest sehen wir uns Ihre konkrete Verpackung an und sagen Ihnen, ob sie sich zuverlässig prüfen lässt.
Braucht es immer Deep Learning?
Nein. Lässt sich der Fehler messen, ist klassische Bildverarbeitung einfacher und stabiler. Deep Learning setzen wir dort ein, wo klassische Bildverarbeitung keine guten Ergebnisse liefert.
Wie wird vor dem Fehler gewarnt?
Nadir erfasst jeden Messwert und berechnet Mittelwert und Streuung. Verlässt der Trend den Normalbereich, wird Alarm ausgelöst, auch wenn noch keine Verpackung ausgeschleust wurde.
Was geschieht mit den ausgeschleusten Verpackungen?
Sie werden aus der Linie ausgeschleust, und jeder Auswurf wird mit Bild, Uhrzeit und Grund gespeichert, für die Qualitätssicherung sowie für jedes Audit und jede Reklamation.
Kostenloser Machbarkeitstest aus der Ferne
Lässt sich Ihr Siegelfehler erkennen?
Senden Sie uns gute und fehlerhafte Muster. Wir sagen Ihnen, welche Technik bei Ihrer Verpackung funktioniert und mit welcher zu erwartenden Zuverlässigkeit.