Услуги и решения

ПАО «Газпром нефть»: Машинное зрение для контроля качества этикеток и лазерной маркировки канистр с маслом

Отрасль проекта

Производство

Технологии

Машинное зрение

О проекте

На производстве ООО «Полиэфир» (дочернее предприятие ПАО «Газпром нефть») внедрили систему машинного зрения ML Sense, которая обеспечивает двусторонний контроль этикеток и лазерной маркировки на канистрах с маслом в режиме реального времени. Система сочетает две нейросети: для выявления визуальных дефектов и для проверки текста на этикетках и маркировке. Тем самым снизили количество поступающих рекламаций на 90%, повысили качество продукции и сократить затраты на контроль.

О клиенте


ООО «Полиэфир» — дочерняя компания ПАО «Газпром нефть», производит и поставляет масло и смазочные материалы. На предприятии особое внимание уделяется качеству маркировки и упаковки продукции, так как некорректная маркировка ведёт к серьёзным рекламациям и логистическим сложностям.


Возможные проблемы при производстве фасованной продукции


На линии ООО «Полиэфир» канистры проходят комплексную маркировку: этикетки наклеиваются с двух сторон, а на заднюю стенку лазером наносятся дата выпуска и номер партии. Канистры движутся по конвейеру шириной 400 мм со стабильной скоростью 0,5 м/с; в течение одной смены несколько раз меняются и тип масла, и катушки с этикетками.


При этом не исключается возможность выявления следующих проблем:


1. Несоответствие этикеток. Не исключен человеческий фактов, при котором на канистре могут нанести разные этикетки (двусторонняя). Оператор не успевает заметить несоответствие, а покупатель не понимает, какой продукт получил. 2.Дефекты наклейки. Этикетки нередко наклеиваются с перекосом, замятием или пузырями, что расценивается как брак. 3. Проблемы лазерной маркировки. Дата и номер партии бывают нечёткими, неполными или плохо читаемыми, из‑за чего затрудняется трассировка продукции.



Примеры возможных дефектов

Из‑за этих ошибок оператор и клиент не могут однозначно определить содержимое канистры, что приводит к 40–50 рекламациям в год. Каждая рекламация означает возврат партии, повторный выпуск продукции и дополнительные расходы на логистику, выезд аудиторов и аудиты, серьёзно повышая затраты и подрывая доверие к производителю.

Задачи


  • Проверка соответствия этикеток на лицевой и тыльной стороне канистры (43 вида).
  • Контроль корректности даты, номера партии и читаемости лазерной маркировки.
  • Выявление дефектов наклейки: замятия, перекосы, волны.
  • Передача сигнала на светозвуковой оповещатель при ошибке.

Решение


Для двустороннего контроля этикеток и лазерной маркировки на канистрах установлены две камеры машинного зрения, которые захватывают изображение каждой канистры с обеих сторон. Чтобы обеспечить стабильное качество изображения при разном уровне блеска и цвета пластика, используется регулируемое освещение с рассеивателями — это минимизирует засветы, критично влияющие на точность распознавания.



Пост контроля, вид спереди: две камеры машинного зрения с регулируемым освещением и рассеивателями для стабильного качества изображений.



Пост контроля, вид сзади: камеры машинного зрения и лазер для нанесения даты и номера партии на обратную сторону канистры.

Процесс работы системы начинается с того, что оператор вводит в систему основные параметры партии: наименование продукции, дату выпуска и номер партии. Эти данные сверяются с эталонными значениями, которые хранятся в базе и связаны с 43 видами используемых этикеток.



Оператор вводит в систему основные параметры партии: наименование продукции, дату выпуска и номер партии

Канистра проходит зону контроля, камеры делают снимки с обеих сторон с учётом заданной скорости конвейера. Система фиксирует позицию канистры и передает видеопоток на сервер с нейросетью ML Sense.



Главный экран ML Sense: видеопоток с камер

В системе запускается первый модуль нейросети, который определяет наличие и правильное размещение этикеток, а также выявляет визуальные дефекты: перекосы, замятия, пузыри и другие повреждения. Если дефекты обнаружены, система сразу подает сигнал на остановку линии и оповещение оператора.



Визуальные дефекты наклейки. Линия останавливается, оповещается оператор



Система также распознает отсутствие этикетки

Первый модуль не только обнаруживает наличие этикеток и дефекты, но и точно определяет координаты каждой этикетки и ключевых областей с важной информацией — таких как название масла и поле с датой и номером партии. Эти координаты передаются дальше в систему, чтобы ограничить область работы второго модуля. Такой подход ускоряет обработку и значительно повышает точность распознавания текста.


Второй модуль считывает текстовую информацию на этикетках и лазерной маркировке (название продукта, дата, номер партии) и сверяет её с эталонными данными и введёнными оператором параметрами. В случае несоответствия текста — система сигнализирует о дефекте и останавливает линию.



Система зафиксировала несоответствие наклейки типу масла, а также отсутствие читаемой даты и номера партии.



Все результаты (видео, помеченные дефекты, описание ошибок) выводятся на монитор оператора в реальном времени.

Результат


Точность — до 99%. Оперативное выявление и устранение проблем на линии до выпуска бракованной продукции, снижение рекламаций на 90% по сравнению с текущими значениями.

Расскажите нам о своей задаче
Мы немедленно возьмём её в работу
Алексей Кузнецов
hello@nordclan.com