
概述
封箱之后,薄膜溢出為何不容忽視
行業現狀:在包裝產線上,封箱看似是一個簡單環節,卻直接影響產品外觀、包裝完整性和品牌形象。
以某客戶的膠帶封箱生產線為例,紙箱內部薄膜袋偶爾會從箱體縫隙中溢出。若未及時發現,異常包裝將流入后續環節;一旦需要返工,整箱產品還需重新打包,既影響生產節拍,也增加人工和物料成本。

SICK InspectorP611智能相機內置AI異常檢測算法,簡單配置后即可對包裝箱表面的薄膜溢出異常進行在線檢測。
01位置隨機、形態多變,傳統規則檢測遇到挑戰
檢測難點:
薄膜袋溢出具有明顯的隨機性。不同位置、不同光照條件下的圖像灰度表現也不一致。這使得傳統規則型視覺工具很難穩定區分正常紙箱與異常紙箱:規則設置過嚴,容易出現誤判;規則設置過寬,又可能漏檢異常。

客戶希望通過視覺檢測系統實現:
1、在線檢測紙箱表面是否存在溢出薄膜;
2、通過I/O信號輸出檢測結果;
3、聯動現場剔除機構,自動剔除NG包裝箱;
4、單箱檢測節拍控制在400ms以內。
02InspectorP611上線,檢測與剔除相互配合
落地方案:
該項目采用SICK InspectorP611智能相機,配合白色條形光源,對封箱后的紙箱表面進行成像檢測。現場通過光電傳感器向相機發送觸發信號。紙箱進入檢測工位后,InspectorP611完成圖像采集與分析,判斷箱體表面是否存在異常溢出的薄膜袋,并通過I/O接口輸出檢測結果,驅動后端機構剔除不合格包裝箱。
系統配置:
智能相機:SICK InspectorP611
光源:白色條形光源
算法平臺:Nova Quality Inspection Plus
結果輸出:I/O信號聯動NG剔除機構
檢測節拍:400ms以內

03只需學習正常樣本,隨機異常也能識別
技術亮點:
SICK Intelligent Inspection的AI異常檢測功能與傳統檢測方式不同,該方法無需針對每一種異常位置逐一設定復雜規則,而是通過采集正常包裝箱圖像進行訓練,建立正常狀態模型,極大縮短的調試時間。
當紙箱表面出現異常薄膜時,系統能夠識別與正常狀態不一致的區域,從而實現對薄膜溢出異常的穩定檢測。
這類方式尤其適合外觀變化較大、異常位置不固定、傳統閾值工具難以穩定處理的包裝檢測場景。


04網頁端即可配置,讓調試與維護更輕松
軟件部署的便捷性:
算法平臺Nova Quality Inspection Plus可直接通過網頁端運行,客戶無需額外下載安裝本地軟件。在現場調試和后續維護過程中,用戶可通過瀏覽器訪問系統進行參數設置、圖像查看和檢測結果確認,減少軟件部署和版本管理的工作量,也為產線調試帶來更多便利。

05從發現異常到自動剔除,守住包裝質量關
項目成果:
通過SICK InspectorP611與AI異常檢測方案,實現了包裝箱薄膜溢出異常的在線穩定檢測。系統可在既定節拍內完成檢測并輸出結果,聯動剔除機構處理NG包裝箱,幫助客戶減少異常包裝流入后續環節的風險。
SICK InspectorP611結合Nova Quality Inspection Plus,為包裝外觀質量控制提供了更靈活的智能檢測方式。
06SICK InspectorP611產品參數


西克Sick條碼掃描器價格和技術咨詢020-87030040.西克Sick條碼掃描器廣泛運用于電子產品、消費品等生產流水線讀碼,有力地支持了生產企業的條碼質量追溯管理系統高效運行。