Accueil / Vision industrielle / Scellage

Intégrité de l’emballage · vision et deep learning

Inspection des scellages : aucun emballage ne sort ouvert

Un scellage froid ou avec du produit pris peut tenir sur la ligne et céder en magasin. Nous contrôlons le scellage de chaque emballage et, grâce aux statistiques du procédé, nous vous alertons dès qu’il commence à dériver, avant que le défaut n’apparaisse.

Écran de Nadir : emballage en carton inspecté, histogrammes de mesure avec leur courbe de Gauss et signal de déclenchement

Ce qu’il fait

Il examine chaque scellage et surveille le procédé

La caméra mesure chaque scellage et le compare à sa recette. Là où la vision classique ne suffit pas (surfaces réfléchissantes, plis, matériaux variables), nous appliquons le deep learning, des réseaux de neurones entraînés avec vos emballages conformes et défectueux. Notre logiciel Nadir ajoute les statistiques : moyenne, dispersion et courbe de Gauss de chaque mesure pour savoir si le procédé est stable.

  • Largeur et continuité de la soudure
  • Produit pris dans le scellage, plis et froissures
  • Scellages du fond et ouvertures des emballages en carton
  • Alarme de dérive, avant le premier rejet
  • Photo de chaque rejet et alerte instantanée aux personnes de votre choix

Notre approche

Vision classique, deep learning ou les deux

Tous les scellages ne s’inspectent pas de la même façon. Dans chaque cas, nous étudions quelle technique offre la fiabilité dont vous avez besoin et nous vous le disons avant de signer, y compris ce qui ne peut pas être garanti.

Vision classique

Mesures et règles

Lorsque le défaut est mesurable : largeur, position, présence. Rapide, stable et facile à expliquer.

Deep learning

Défauts difficiles

Pour ce qui varie d’un emballage à l’autre : plis, reflets, matériaux ou produits naturels.

Statistiques

Le procédé, en chiffres

Histogrammes et tendances de chaque mesure pour savoir si la scelleuse se dérègle.

Écran de Nadir inspectant le fond d’un emballage en cartonEmballage carton · scellage

Scellage du fond, surveillé par deep learning

Avec Nadir, nous détectons par deep learning les problèmes de scellage au fond d’emballages en carton, et les statistiques du procédé anticipent les dérives avant qu’elles ne deviennent des défauts.

Détection
Deep learning
Prévention
Alarme de dérive

Questions fréquentes

Ce que l’on nous demande souvent

Quels types d’emballages peut-on inspecter ?

Les emballages soudés ou thermoscellés, comme les briques et emballages en carton, sachets, blisters ou barquettes, selon le cas. Lors de l’essai de faisabilité, nous examinons votre emballage et vous disons s’il peut être inspecté de manière fiable.

Le deep learning est-il toujours nécessaire ?

Non. Si le défaut est mesurable, la vision classique est plus simple et plus stable. Nous réservons le deep learning à ce que la vision classique ne résout pas bien.

Comment le système alerte-t-il avant le défaut ?

Nadir enregistre chaque mesure et calcule sa moyenne et sa dispersion. Lorsque la tendance sort de la normale, l’alarme se déclenche, même s’il n’y a encore aucun emballage rejeté.

Que deviennent les emballages rejetés ?

Ils sont éjectés de la ligne et chaque rejet est conservé avec sa photo, son heure et son motif, à la disposition du service qualité et pour tout audit ou toute réclamation.

Essai de faisabilité gratuit

Votre défaut de scellage est-il détectable ?

Envoyez-nous des échantillons conformes et défectueux. Nous vous disons quelle technique fonctionne avec votre emballage et quelle fiabilité attendre.