Giải pháp AI do ICSC phát triển và cung cấp dưới thương hiệu CIAXI

Trong ngành sản xuất mỹ phẩm, chất lượng sản phẩm không chỉ được đánh giá qua thành phần hay công thức bên trong. Hình thức bên ngoài của thành phẩm – từ chai lọ, hũ đựng, nắp, nhãn đến bao bì – cũng ảnh hưởng trực tiếp đến cảm nhận của khách hàng và hình ảnh thương hiệu.

Ở các dây chuyền có sản lượng lớn, việc kiểm tra ngoại quan hoàn toàn bằng mắt thường tạo áp lực đáng kể cho nhân sự kiểm phẩm. Những lỗi nhỏ như trầy xước, móp méo, bám bẩn, lệch nhãn, thiếu nắp hoặc sai thông tin in ấn có thể bị bỏ sót, đặc biệt khi sản phẩm di chuyển liên tục với tốc độ cao.

ICSC phát triển các giải pháp công nghệ nhằm hỗ trợ doanh nghiệp giải quyết những bài toán kiểm soát chất lượng trong sản xuất. CIAXI là thương hiệu giải pháp công nghệ của ICSC. Trong đó, CIAXI Vision ứng dụng công nghệ AI Vision (thị giác máy tính) để phân tích hình ảnh sản phẩm, hỗ trợ phát hiện và phân loại các dấu hiệu lỗi ngoại quan trên dây chuyền.

Giải pháp hướng đến việc bổ sung một lớp kiểm tra bằng AI vào quy trình kiểm phẩm, giúp doanh nghiệp phát hiện bất thường nhất quán hơn, hỗ trợ nhân sự kiểm soát chất lượng và từng bước tự động hóa hoạt động kiểm tra thành phẩm.

1. Bài toán kiểm tra ngoại quan trong nhà máy mỹ phẩm

Mỹ phẩm thường được sản xuất và đóng gói với nhiều dòng sản phẩm, dung tích, kiểu dáng bao bì và phiên bản thiết kế khác nhau. Một dây chuyền có thể xử lý chai serum, lọ kem, tuýp dưỡng da, chai dầu gội, son, hộp giấy hoặc nhiều loại bao bì khác nhau.

Trong môi trường đó, công đoạn kiểm tra ngoại quan phải đảm bảo sản phẩm đáp ứng tiêu chuẩn hình thức trước khi chuyển sang đóng thùng hoặc xuất xưởng. Một số khó khăn phổ biến gồm:

• Sản lượng lớn, tốc độ dây chuyền cao: Nhân viên phải quan sát liên tục nhiều sản phẩm trong thời gian ngắn, dễ mỏi mắt và giảm khả năng tập trung.
• Lỗi nhỏ khó phát hiện: Vết xước mảnh, vết bẩn, chấm đen, biến dạng nhẹ hoặc sai lệch nhỏ trên bề mặt có thể khó nhận biết bằng mắt thường.
• Nhiều loại lỗi và tiêu chuẩn khác nhau: Mỗi dòng sản phẩm có yêu cầu riêng về bao bì, nhãn, màu sắc, vị trí in và mức độ chấp nhận lỗi.
• Kiểm tra thiếu đồng nhất: Kết quả đánh giá có thể khác nhau giữa nhân viên, ca làm việc hoặc thời điểm sản xuất.
• Khó lưu vết và phân tích nguyên nhân: Khi phát hiện lỗi sau đóng gói hoặc có phản hồi từ thị trường, doanh nghiệp cần dữ liệu để xác định lỗi xuất hiện ở công đoạn nào.

Vì vậy, doanh nghiệp cần một phương thức kiểm tra có khả năng quan sát liên tục, đối chiếu với tiêu chuẩn đã thiết lập và ghi nhận kết quả để hỗ trợ kiểm soát chất lượng.

2. CIAXI Vision – Ứng dụng AI vào kiểm tra ngoại quan sản phẩm

CIAXI Vision là giải pháp thuộc thương hiệu CIAXI của ICSC, ứng dụng Computer Vision và các mô hình AI xử lý hình ảnh để phân tích bề mặt, hình dáng và các đặc điểm trực quan của sản phẩm.

Camera được bố trí tại những vị trí phù hợp trên dây chuyền để thu thập hình ảnh. Hệ thống xử lý hình ảnh, nhận diện sản phẩm và đánh giá các dấu hiệu bất thường theo bộ tiêu chí được thiết lập cho từng nhóm sản phẩm.

Tùy đặc thù nhà máy và yêu cầu kiểm phẩm, giải pháp có thể được nghiên cứu cấu hình để hỗ trợ kiểm tra:

• Thân chai, lọ, hũ, tuýp: trầy xước, nứt, móp, biến dạng, vết bẩn hoặc dị vật nhìn thấy được trên bề mặt.
• Nắp và chi tiết đóng gói: thiếu nắp, sai loại nắp, lệch vị trí hoặc dấu hiệu lắp ráp bất thường có thể quan sát từ góc camera.
• Nhãn và thông tin in: nhãn lệch, nhăn, bong mép, thiếu nhãn, sai vị trí hoặc lỗi in có thể nhận diện bằng hình ảnh.
• Bao bì và hộp giấy: móp, rách, bẩn, sai hình thức hoặc sai khác so với mẫu tham chiếu.
• Mức độ đồng nhất bên ngoài: khác biệt đáng kể về màu sắc hoặc hình thức so với mẫu chuẩn, trong điều kiện ánh sáng và thiết lập camera phù hợp.

Phạm vi phát hiện cụ thể cần được xác định theo mẫu sản phẩm, loại lỗi, độ lớn lỗi tối thiểu cần nhận diện và điều kiện ghi hình thực tế. Không phải mọi lỗi chất lượng hoặc lỗi bên trong sản phẩm đều có thể đánh giá chỉ bằng camera thông thường.

3. Quy trình hoạt động của hệ thống

Bước 1: Khảo sát dây chuyền và xác định tiêu chí kiểm tra. ICSC phối hợp với doanh nghiệp xác định vị trí kiểm tra, loại sản phẩm, tốc độ dây chuyền, các dạng lỗi cần phát hiện và tiêu chuẩn phân loại đạt/không đạt. Đây là cơ sở để lựa chọn camera, ánh sáng, góc quan sát và phương pháp xử lý phù hợp.

Bước 2: Thu thập hình ảnh sản phẩm. Camera công nghiệp hoặc camera phù hợp được bố trí tại vị trí kiểm tra để ghi nhận hình ảnh sản phẩm khi đi qua khu vực quan sát. Tùy hình dạng sản phẩm, có thể cần nhiều góc camera để kiểm tra các mặt hoặc chi tiết khác nhau.

Bước 3: AI phân tích và nhận diện dấu hiệu bất thường. Hệ thống xử lý hình ảnh để xác định vùng sản phẩm, trích xuất đặc trưng và so sánh với tiêu chí hoặc dữ liệu mẫu đã thiết lập. AI hỗ trợ nhận diện các dấu hiệu như vết xước, vết bẩn, biến dạng, lệch nhãn hoặc bất thường trên bao bì trong phạm vi đã được huấn luyện và kiểm thử.

Bước 4: Phân loại kết quả và cảnh báo. Dựa trên kết quả phân tích, hệ thống hỗ trợ phân loại sản phẩm theo trạng thái đạt, nghi ngờ hoặc không đạt theo quy tắc triển khai. Kết quả có thể được hiển thị trên giao diện giám sát để nhân viên kiểm phẩm kiểm tra và xử lý.

Bước 5: Ghi nhận dữ liệu và truy xuất. Hệ thống có thể lưu hình ảnh, thời điểm kiểm tra, loại lỗi và kết quả phân loại theo cấu hình. Dữ liệu này hỗ trợ truy xuất trường hợp bất thường, thống kê lỗi và phân tích chất lượng theo ca hoặc theo lô sản xuất.

4. Các năng lực công nghệ trọng tâm

4.1. Phát hiện lỗi bề mặt và khuyết tật ngoại quan

AI Vision phân tích hình ảnh bề mặt sản phẩm để tìm các dấu hiệu khác biệt so với tiêu chuẩn. Tùy từng loại bao bì, hệ thống có thể được cấu hình kiểm tra vết xước, vết bẩn, chấm màu bất thường, nứt, móp hoặc biến dạng. Với các lỗi có kích thước nhỏ, độ tương phản thấp hoặc nằm trên bề mặt phản quang, cần thử nghiệm để lựa chọn độ phân giải, góc chiếu sáng và cách chụp phù hợp.

4.2. Kiểm tra nhãn, vị trí dán và thông tin in

Hệ thống có thể hỗ trợ xác định nhãn có xuất hiện đúng vị trí, đúng chiều và đúng hình thức tham chiếu hay không; đồng thời phát hiện một số bất thường như nhãn nhăn, lệch, thiếu hoặc lỗi in nhìn thấy được. Nếu cần xác minh nội dung ký tự, mã lô hoặc hạn sử dụng, có thể xem xét kết hợp OCR và quy tắc đối chiếu dữ liệu.

4.3. Kiểm tra nắp và các chi tiết bao bì

Thông qua hình ảnh tại các góc quan sát phù hợp, AI có thể hỗ trợ phát hiện tình trạng thiếu nắp, sai kiểu nắp, lệch nắp hoặc một số dấu hiệu lắp ráp bất thường. Những tiêu chí liên quan đến độ kín, lực siết hoặc chất lượng niêm phong cần thiết bị và phương pháp kiểm tra chuyên biệt, không thể kết luận chỉ từ hình ảnh thông thường.

4.4. Phân loại sản phẩm và cảnh báo bất thường

Sau khi phân tích, hệ thống hỗ trợ phân loại kết quả theo tiêu chí chất lượng đã thống nhất. Trường hợp nghi ngờ có thể được chuyển cho nhân viên xác minh, trong khi lỗi rõ ràng có thể kích hoạt cảnh báo trên giao diện. Việc kết nối cơ cấu loại sản phẩm tự động khỏi dây chuyền, nếu có, cần được thiết kế và tích hợp riêng với thiết bị điều khiển phù hợp.

4.5. Lưu trữ hình ảnh và dữ liệu kiểm tra

Mỗi kết quả kiểm tra có thể gắn với hình ảnh, thời điểm, mã sản phẩm hoặc thông tin lô nếu dữ liệu đầu vào được cung cấp. Đây là cơ sở để tra cứu trường hợp lỗi, thống kê nhóm lỗi thường gặp và hỗ trợ bộ phận QA/QC đánh giá chất lượng theo thời gian.

5. Minh họa giải pháp AI Vision

Tại mục này, doanh nghiệp có thể xem video demo hoặc video mô phỏng quy trình kiểm tra ngoại quan bằng AI Vision. Nội dung video nên thể hiện rõ hình ảnh sản phẩm đi qua camera, vùng lỗi được hệ thống nhận diện, kết quả phân loại và giao diện cảnh báo.

[CHÈN LINK VIDEO DEMO CIAXI VISION TẠI ĐÂY]

Gợi ý nội dung video: kiểm tra vết xước – phát hiện nhãn lệch – nhận diện nắp thiếu – ghi nhận kết quả kiểm tra.

6. Giá trị mang lại cho nhà máy mỹ phẩm

• Tăng khả năng phát hiện lỗi ngoại quan: Bổ sung một lớp kiểm tra bằng hình ảnh trên dây chuyền, hỗ trợ phát hiện những dấu hiệu bất thường theo tiêu chí đã thiết lập.
• Chuẩn hóa hoạt động kiểm phẩm: Giảm mức độ phụ thuộc hoàn toàn vào quan sát thủ công, góp phần tạo ra quy trình đánh giá nhất quán hơn giữa các ca và vị trí kiểm tra.
• Hỗ trợ nhân sự QA/QC: Giúp nhân viên tập trung vào các trường hợp nghi ngờ, xác minh lỗi và xử lý nguyên nhân thay vì chỉ quan sát lặp lại toàn bộ sản phẩm.
• Có dữ liệu để phân tích chất lượng: Hình ảnh và kết quả kiểm tra giúp doanh nghiệp theo dõi nhóm lỗi thường gặp, thời điểm phát sinh và xu hướng chất lượng theo lô hoặc ca sản xuất khi có dữ liệu liên kết.
• Từng bước tự động hóa dây chuyền: Tạo nền tảng để kết nối kết quả kiểm tra với hệ thống quản lý sản xuất, dashboard chất lượng hoặc cơ cấu phân loại sản phẩm phù hợp.

7. Những yếu tố cần đánh giá khi triển khai

Hiệu quả của hệ thống AI Vision phụ thuộc nhiều vào đặc điểm sản phẩm và điều kiện vận hành. Với nhà máy mỹ phẩm, bề mặt bao bì có thể bóng, trong suốt, cong hoặc phản chiếu ánh sáng; một số lỗi lại rất nhỏ và có độ tương phản thấp. Vì vậy, cần khảo sát và kiểm thử trước khi xác định cấu hình triển khai.

• Đặc tính sản phẩm và bao bì: Chất liệu thủy tinh, nhựa, kim loại, giấy; hình dạng, màu sắc, độ bóng và mức độ trong suốt.
• Danh mục lỗi cần phát hiện: Tên lỗi, kích thước tối thiểu, vị trí thường xuất hiện và mức độ nghiêm trọng theo tiêu chuẩn QA/QC.
• Camera và hệ thống chiếu sáng: Độ phân giải, tốc độ chụp, góc nhìn, khoảng cách, ánh sáng môi trường và giải pháp chiếu sáng chuyên dụng.
• Tốc độ và cơ cấu dây chuyền: Tốc độ di chuyển sản phẩm, khoảng cách giữa các sản phẩm, độ rung và khả năng bố trí vùng kiểm tra.
• Dữ liệu mẫu và tiêu chuẩn đánh giá: Cần có mẫu đạt, mẫu lỗi đại diện và quy tắc thống nhất giữa bộ phận sản xuất, QA/QC và đơn vị triển khai.
• Tích hợp và lưu trữ: Khả năng kết nối dữ liệu mã sản phẩm, mã lô, hệ thống MES/ERP hoặc dashboard; yêu cầu lưu hình ảnh và thời gian truy xuất.

Trong giai đoạn thử nghiệm, cần đánh giá các chỉ số như tỷ lệ phát hiện đúng lỗi, tỷ lệ bỏ sót, tỷ lệ cảnh báo nhầm và thời gian xử lý trên mỗi sản phẩm. Các chỉ số này nên được đo trên mẫu và điều kiện vận hành đại diện trước khi đưa ra cam kết hiệu suất.

8. Định hướng mở rộng: Từ kiểm tra ngoại quan đến quản lý chất lượng thông minh

Khi được triển khai phù hợp, AI Vision có thể trở thành một phần trong hệ thống kiểm soát chất lượng tổng thể của nhà máy. Ngoài việc kiểm tra ngoại quan bao bì, doanh nghiệp có thể nghiên cứu mở rộng sang các công đoạn như xác minh nhãn và mã in, kiểm tra sự hiện diện của thành phần đóng gói, giám sát thao tác trên dây chuyền hoặc phân tích xu hướng lỗi.

Việc kết nối dữ liệu kiểm tra với hệ thống quản lý sản xuất giúp doanh nghiệp không chỉ phát hiện sản phẩm bất thường mà còn có thêm dữ liệu để nhìn nhận chất lượng theo từng công đoạn, lô hàng hoặc ca làm việc. Phạm vi mở rộng cần được xác định dựa trên yêu cầu thực tế và khả năng tích hợp của nhà máy.

9. ICSC – Phát triển giải pháp công nghệ dưới thương hiệu CIAXI

ICSC là đơn vị phát triển và cung cấp các giải pháp công nghệ, tập trung ứng dụng AI, tự động hóa và tích hợp hệ thống vào hoạt động quản trị, kinh doanh và vận hành của doanh nghiệp.

CIAXI là thương hiệu giải pháp công nghệ của ICSC, định hướng đưa các ứng dụng AI vào những bài toán thực tế. Trong hệ sinh thái đó, CIAXI Vision tập trung vào lĩnh vực thị giác máy tính, hỗ trợ doanh nghiệp phân tích hình ảnh, phát hiện bất thường và tăng cường khả năng kiểm soát quy trình.

Với bài toán kiểm tra ngoại quan trong nhà máy mỹ phẩm, ICSC tiếp cận theo hướng khảo sát quy trình, xác định tiêu chí chất lượng, lựa chọn cấu hình camera – ánh sáng – xử lý AI và thử nghiệm trên sản phẩm thực tế. Mục tiêu là xây dựng giải pháp phù hợp với đặc thù dây chuyền, thay vì áp dụng một mô hình nhận diện chung cho mọi loại sản phẩm.

ICSC – Phát triển giải pháp công nghệ, kiến tạo năng lực vận hành thông minh.

CIAXI – Thương hiệu giải pháp AI của ICSC.

Liên hệ ICSC để trao đổi về bài toán AI Vision

Nếu nhà máy đang cần nâng cao khả năng kiểm tra ngoại quan, phát hiện lỗi bao bì hoặc chuẩn hóa quy trình kiểm phẩm trên dây chuyền, ICSC sẵn sàng trao đổi, khảo sát bài toán và đề xuất phương án ứng dụng CIAXI Vision phù hợp với đặc thù sản phẩm và điều kiện sản xuất.