Khâu kiểm tra chất lượng - Bộ phận QC được biết đến là một trong những yếu tố quyết định đối với chất lượng đầu ra của các lô hàng hóa. Người công nhân kiểm tra chất lượng để đảm bảo được các yêu cầu đề ra cho sản phẩm cần phải liên tục tập trung tinh thần trong ca làm việc và nâng mức độ tỉnh táo lên mức tối đa để kịp thời phát hiện và loại bỏ hàng lỗi không cho chúng được xuất ra thị trường.

Trên thực tế, khảo sát với nhân viên QC, họ tâm sự chỉ tập trung được khoảng hơn 15 phút đầu mỗi ca. Thời gian sau đó, do áp lực công việc hay làm ca đêm, có những khi họ không nhận ra lỗi, chủ yếu với những chi tiết nhỏ.

Nhận thức được thực tế này, nhóm startup do do Bùi Đức Minh (43 tuổi, quận 3, TP HCM) dẫn đầu cùng 10 bạn trẻ khác đã nghiên cứu, phát triển ra Hệ thống có tên Machine Vision System.

Được biết, Bùi Đức Minh là sinh viên ốt nghiệp kỹ sư tự động hóa tại Đại học Bách khoa TP HCM năm 2002 và từng có nhiều năm làm việc tại các doanh nghiệp sản xuất bao bì, thực phẩm. 

Với kiến thức chuyên môn, năm 2016 Minh nghỉ việc ở doanh nghiệp, kết nối với 10 bạn trẻ có kinh nghiệm phát triển dự án khởi nghiệp sử dụng công nghệ thị giác máy tính và AI để tạo nên một hệ thống giúp các nhà máy có thêm công cụ kiểm tra chất lượng sản phẩm chính xác hơn, thay thế lực lượng công nhân QC.

Sau 5 năm nghiên cứu, hệ thống Machine Vision System ra đời với tỷ lệ nội địa hóa trên 75% và đưa vào thử nghiệm.

Machine Vision System được thiết kế với một băng chuyền chạy đưa sản phẩm vào khu vực kiểm tra. Trên đó được thiết kế một phòng tối, bố trí hệ thống camera thông minh theo nhiều hướng, góc khác nhau. Các camera có khả năng phóng đại nhiều lần để kiểm tra các lỗi nhỏ mà mắt thường khó quan sát. Xung quanh camera được bố trí nhiều đèn chiếu sáng hỗ trợ chụp ảnh sản phẩm. Dữ liệu từ camera được kết nối với phần mềm quản lý và module AI chứa các dữ liệu được máy tính học.

Các ảnh chụp sản phẩm từ camera sau đó sẽ được đưa lên kho dữ liệu máy tính để so sánh với cơ sở dữ liệu trong hệ thống. Khi có sai số, tín hiệu sẽ truyền đến các xilanh gạt sản phẩm vào các hốc được thiết kế hai bên băng chuyền.

Hệ thống có thể kiểm tra lỗi ở các linh kiện điện tử, thực phẩm, dược phẩm, nông sản... ở các lỗi có dị vật trong sản phẩm, biến dạng hình thể, dán nhãn sai. Ngoài ra hệ thống có thể đếm số lượng, phân loại sản phẩm, đọc mã QR. Tốc độ xử lý mỗi sản phẩm chưa đến một giây, tỷ lệ chính xác trên 98%.

"Trong một ca, hay một ngày dựa vào số lượng sản phẩm bị lỗi, loại lỗi mà người quản lý nắm được các khâu sản xuất đang gặp vấn đề gì để có thể điều chỉnh. Với một lỗi mới, người quản lý có thể cập nhật vào phần mềm để AI học và cập nhật dữ liệu", Minh nói.

Hiện trên thị trường có một số công nghệ kiểm tra lỗi sản phẩm nhưng chủ yếu của nước ngoài, giá thành cao và tính năng chưa phù hợp với một số sản phẩm trong nước. Hệ thống do nhóm phát triển có chi phí từ 800 triệu - 2 tỷ đồng, rẻ hơn 4 lần so với các sản phẩm nước ngoài.

Nhóm cho biết, hệ thống có thể thiết kế tùy quy mô sản xuất của nhà máy và loại hàng hóa cần kiểm tra. Những nhà máy sản xuất cũ, chưa ứng dụng công nghệ có thể được thiết kế phù hợp để hoạt động.

"Hệ thống có thể thay thế hoàn toàn nhân sự làm QC. Tính trung bình, chi phí doanh nghiệp trả lương trong một năm cho QC đủ để đầu tư hệ thống", Minh nói.

Theo kết quả thử nghiệm Machine Vision System tại một doanh nghiệp sản xuất nước yến tại Đà Nẵng sau hơn 3 tháng, hệ thống đã giúp đơn vị này tiết kiệm được hàng chục lao động làm QC, đồng thời hạn chế tình trạng hàng bị lỗi.

Đánh giá về hệ thống này, TS Phạm Văn Tấn, nguyên Phó giám đốc Phân viện Cơ điện Nông nghiệp và Công nghệ sau thu hoạch TP HCM cho biết, Machine Vision System có tiềm năng ứng dụng cao cho nhiều loại sản phẩm. Tuy nhiên, nếu muốn sử dụng hệ thống để kiểm tra chất lượng trái cây thì sẽ cần phải có thêm nhiều nghiên cứu, điều chỉnh, bổ sung phù hợp.

Bởi, đối với trái cây, hệ thống cần phải chụp được toàn bộ bề mặt trái. Tuy nhiên, ở thiết kế hiện tại, vị trí tiếp xúc với băng chuyền của trái cây sẽ  khiến camera khó chụp ảnh. Nếu trái bị hỏng hay khuyết tật ngay ở đó thì hệ thống khó nhận diện. 

Hà An