Mẹo sử dụng máy X-ray thực phẩm để giảm báo lỗi giả khi kiểm tra dị vật

Máy X-ray thực phẩm Anritsu kiểm tra và phát hiện dị vật trên dây chuyền sản xuất thực phẩm.

Mẹo sử dụng máy X-ray thực phẩm giúp giảm báo lỗi giả và phát hiện dị vật chính xác

Xem thêm bài viết về máy X-ray tại đây:

Máy X-ray kiểm tra thiếu sản phẩm và lỗi hình dạng

Máy X-Ray Trong Công Nghiệp Thực Phẩm – Kiểm Soát Dị Vật

Kiểm tra thiếu sản phẩm bằng máy X-ray: Phát hiện lỗi trên dây chuyền thực phẩm

Trong ngành thực phẩm, máy X-ray thực phẩm là một trong những thiết bị kiểm soát chất lượng quan trọng, giúp doanh nghiệp phát hiện dị vật như kim loại, thủy tinh, đá, xương, nhựa mật độ cao và nhiều tạp chất khác ngay trên dây chuyền sản xuất. Tuy nhiên, trong quá trình vận hành, nhiều doanh nghiệp lại gặp phải một vấn đề rất phổ biến: máy liên tục báo lỗi giả (False Reject) mặc dù sản phẩm hoàn toàn đạt yêu cầu.

Hiện tượng này không chỉ làm giảm năng suất mà còn khiến dây chuyền phải dừng để kiểm tra lại, tăng chi phí sản xuất, lãng phí nguyên liệu và ảnh hưởng đến tiến độ giao hàng. Đáng nói hơn, nhiều người vận hành thường xử lý bằng cách nới lỏng ngưỡng phát hiện để giảm báo lỗi giả. Đây là giải pháp tạm thời nhưng có thể làm giảm khả năng phát hiện dị vật, khiến doanh nghiệp đối mặt với rủi ro về an toàn thực phẩm.

Thực tế, nguyên nhân của báo lỗi giả thường xuất phát từ hiệu ứng sản phẩm (Product Effect) hoặc các yếu tố gây nhiễu trong quá trình kiểm tra, chứ không phải do máy X-ray hoạt động không chính xác. Nếu hiểu đúng nguyên lý và biết cách điều chỉnh các thông số như Noise Reduction (Khử nhiễu) và Detection Threshold (Giới hạn phát hiện), bạn hoàn toàn có thể giảm đáng kể số lần loại bỏ nhầm mà vẫn duy trì độ nhạy phát hiện dị vật.

Trong bài viết này, chúng tôi sẽ hướng dẫn chi tiết cách tối ưu máy X-ray thực phẩm Anritsu, giải thích nguyên lý hoạt động của từng thông số và chia sẻ các ví dụ thực tế giúp kỹ thuật viên, QA/QC và người vận hành có thể áp dụng ngay trong nhà máy.\

 

Máy X-ray thực phẩm hoạt động như thế nào?

Để điều chỉnh máy kiểm tra X-ray thực phẩm đúng cách, trước tiên bạn cần hiểu nguyên lý hoạt động của hệ thống.

Khi sản phẩm đi qua vùng quét, máy sẽ phát tia X xuyên qua sản phẩm và thu lại hình ảnh truyền tia X (X-ray Transmission Image). Hình ảnh này là ảnh đơn sắc, trong đó độ sáng và độ tối thay đổi theo lượng tia X xuyên qua từng vị trí của sản phẩm.

Những khu vực có mật độ vật liệu cao sẽ hấp thụ nhiều tia X hơn và hiển thị tối hơn trên hình ảnh. Ngược lại, những vùng có mật độ thấp sẽ sáng hơn. Dựa trên sự khác biệt này, hệ thống sẽ phân tích để xác định đâu là đặc điểm bình thường của sản phẩm và đâu là tín hiệu bất thường có thể là dị vật.

Để đạt độ chính xác cao, máy X-ray thực phẩm Anritsu sẽ yêu cầu đưa sản phẩm chuẩn chạy qua khoảng 10 lần khi đăng ký sản phẩm mới. Dựa trên các hình ảnh thu được, hệ thống sẽ tự động học đặc điểm của sản phẩm và thiết lập giới hạn phát hiện (Detection Threshold) phù hợp.

Khi dây chuyền sản xuất vận hành với những sản phẩm có kích thước, hình dạng và mật độ tương tự mẫu đã đăng ký, hình ảnh tia X sẽ gần như không thay đổi. Nhờ đó, hệ thống có thể đánh giá chính xác sản phẩm OK (Đạt) hoặc NG (Không đạt) mà không xảy ra hiện tượng loại bỏ nhầm.

Tuy nhiên, trong thực tế sản xuất, sản phẩm hiếm khi hoàn toàn giống nhau. Chỉ cần một thay đổi nhỏ về nguyên liệu, hình dạng, độ dày hoặc vị trí sản phẩm trên băng tải cũng có thể làm thay đổi hình ảnh truyền tia X. Khi sự thay đổi này vượt quá giới hạn mà máy đã học trước đó, hệ thống có thể hiểu nhầm đó là dị vật và đưa ra kết quả NG, mặc dù sản phẩm vẫn hoàn toàn đạt yêu cầu.

Đây chính là nguyên nhân phổ biến gây ra hiện tượng báo lỗi giả trên máy kiểm tra dị vật bằng tia X.

Hiệu ứng sản phẩm (Product Effect) và nguyên nhân gây báo lỗi giả

Một trong những khái niệm quan trọng nhất khi sử dụng máy X-ray thực phẩm là Product Effect hay còn gọi là hiệu ứng sản phẩm.

Hiệu ứng sản phẩm là sự thay đổi tín hiệu do chính đặc tính của sản phẩm tạo ra, chứ không phải do có dị vật. Những thay đổi này có thể xuất hiện do rất nhiều nguyên nhân khác nhau trong quá trình sản xuất.

Ví dụ:

  • Kích thước sản phẩm giữa các lô không hoàn toàn giống nhau.
  • Nguyên liệu có độ ẩm khác nhau.
  • Thành phần nguyên liệu phân bố không đồng đều.
  • Bao bì bị nhăn hoặc biến dạng.
  • Sản phẩm nằm lệch trên băng tải.
  • Các sản phẩm bên trong túi thay đổi vị trí hoặc chồng lên nhau.
  • Hình dạng sản phẩm thay đổi trong quá trình vận chuyển.

Tất cả những yếu tố trên đều làm thay đổi lượng tia X truyền qua sản phẩm, dẫn đến hình ảnh thu được khác với mẫu chuẩn mà hệ thống đã học.

Nếu sự thay đổi này vượt quá Detection Threshold, máy sẽ đánh giá sản phẩm là NG, mặc dù thực tế không hề có dị vật.

Đó là lý do vì sao việc hiểu và xử lý Product Effect là bước quan trọng nhất để giảm báo lỗi giả trên máy X-ray thực phẩm.

Tín hiệu đánh giá trên máy X-ray thực phẩm là gì?

Để người vận hành có thể theo dõi và đánh giá chính xác trạng thái của từng sản phẩm, hệ thống kiểm tra X-ray Anritsu XR75 Series sử dụng các tín hiệu đánh giá (Evaluation Signal) hiển thị trực tiếp trên màn hình điều khiển.

Đây là công cụ rất quan trọng giúp kỹ thuật viên xác định nguyên nhân gây báo lỗi giả cũng như điều chỉnh các thông số phù hợp.

Trên màn hình, bạn sẽ thấy các cửa sổ tín hiệu được ký hiệu từ CT0 đến CT10.

Mỗi CT đại diện cho một phương pháp phân tích hình ảnh khác nhau nhằm phát hiện các đặc điểm bất thường của sản phẩm hoặc dị vật.

CT0 – Đánh giá mật độ tổng thể của sản phẩm

CT0 phản ánh mật độ chung của toàn bộ sản phẩm khi đi qua vùng quét.

Nói cách khác, CT0 cho biết sản phẩm hiện tại có giống với mẫu chuẩn đã đăng ký hay không.

Nếu độ dày sản phẩm thay đổi, nguyên liệu khác lô hoặc vị trí đặt sản phẩm không ổn định, tín hiệu CT0 sẽ thay đổi theo.

Mặc dù CT0 không trực tiếp phát hiện dị vật, nhưng đây là chỉ số rất quan trọng giúp người vận hành đánh giá xem Product Effect có đang ảnh hưởng đến quá trình kiểm tra hay không.

CT1 đến CT10 – Phát hiện các đặc điểm bất thường

Khác với CT0, các tín hiệu từ CT1 đến CT10 được tối ưu để phát hiện những đặc điểm riêng của dị vật.

Mỗi CT sẽ phân tích hình ảnh theo một thuật toán khác nhau nhằm nhận biết các tín hiệu bất thường như:

  • Kim loại.
  • Thủy tinh.
  • Đá.
  • Xương.
  • Nhựa có mật độ cao.
  • Các vùng có mật độ bất thường trên sản phẩm.

Mỗi CT đều có thể điều chỉnh độc lập thông qua hai thông số quan trọng:

  • Noise Reduction (Khử nhiễu).
  • Detection Threshold (Giới hạn phát hiện).

Nhờ đó, kỹ thuật viên có thể tinh chỉnh từng loại tín hiệu để đạt được sự cân bằng giữa khả năng phát hiện dị vật và việc hạn chế báo lỗi giả.

 

 

Máy X-ray thực phẩm đánh giá sản phẩm ĐẠT hay KHÔNG ĐẠT như thế nào?

Sau khi hệ thống phân tích tín hiệu từ CT0 đến CT10, máy sẽ so sánh các tín hiệu này với Detection Threshold (Giới hạn phát hiện) đã được thiết lập cho từng CT.

Nguyên lý đánh giá rất đơn giản:

  • Nếu tất cả các tín hiệu từ CT1 đến CT10 đều nằm dưới ngưỡng phát hiện, sản phẩm sẽ được đánh giá là OK (Đạt) và tiếp tục di chuyển trên dây chuyền.
  • Chỉ cần một trong các CT từ CT1 đến CT10 vượt quá ngưỡng, hệ thống sẽ lập tức đánh giá sản phẩm là NG (Không đạt) và kích hoạt cơ cấu loại bỏ sản phẩm ra khỏi dây chuyền.

Để giúp người vận hành dễ theo dõi, các tín hiệu này được hiển thị bằng màu sắc trực quan trên màn hình.

  • Màu xanh lá: Tín hiệu an toàn, sản phẩm đạt yêu cầu.
  • Màu vàng: Tín hiệu đang tiến gần ngưỡng phát hiện, cần theo dõi.
  • Màu cam: Biên an toàn thấp, có nguy cơ phát sinh báo lỗi giả nếu điều kiện sản xuất thay đổi.
  • Màu đỏ: Tín hiệu đã vượt ngưỡng phát hiện, sản phẩm bị đánh giá là NG.

Việc hiểu rõ ý nghĩa của các tín hiệu này sẽ giúp kỹ thuật viên xác định chính xác CT nào đang gây báo lỗi và lựa chọn phương án điều chỉnh phù hợp, thay vì tăng hoặc giảm ngưỡng phát hiện một cách ngẫu nhiên.

 

Noise Reduction (Khử nhiễu) là gì?

Trong quá trình vận hành máy X-ray thực phẩm, không phải mọi tín hiệu bất thường đều là dị vật. Nhiều tín hiệu phát sinh do chính đặc điểm của sản phẩm hoặc sự thay đổi trong quá trình sản xuất. Những tín hiệu này được gọi là nhiễu (Noise).

Ví dụ, khi sản phẩm thay đổi hình dạng, nguyên liệu phân bố không đồng đều, bao bì bị nhăn hoặc các sản phẩm bên trong túi chồng lên nhau, hình ảnh tia X sẽ xuất hiện các vùng có mật độ khác biệt. Máy có thể hiểu nhầm những thay đổi này là dị vật và đánh giá sản phẩm là NG.

Để khắc phục tình trạng này, Anritsu trang bị chức năng Noise Reduction (Khử nhiễu).

Đây là thuật toán xử lý hình ảnh giúp hệ thống phân biệt đâu là sự thay đổi bình thường của sản phẩm và đâu mới thực sự là tín hiệu của dị vật.

Nói một cách dễ hiểu, Noise Reduction giống như một bộ lọc thông minh. Bộ lọc này loại bỏ các tín hiệu không cần thiết do hiệu ứng sản phẩm tạo ra, giúp hệ thống chỉ tập trung vào những tín hiệu có khả năng là dị vật.

Nhờ đó, số lần báo lỗi giả được giảm đáng kể mà không cần phải nới lỏng quá nhiều ngưỡng phát hiện.

Khi nào cần điều chỉnh Noise Reduction?

Một sai lầm khá phổ biến là khi máy báo lỗi giả liên tục, người vận hành sẽ giảm độ nhạy hoặc tăng ngay Detection Threshold.

Thực tế, đây không phải là trình tự điều chỉnh được khuyến nghị.

Theo hướng dẫn của Anritsu, khi muốn tăng độ nhạy phát hiện hoặc khi máy xuất hiện nhiều trường hợp loại bỏ nhầm, bước đầu tiên luôn là điều chỉnh Noise Reduction.

Lý do là vì nếu nguyên nhân xuất phát từ hiệu ứng sản phẩm thì việc tăng Detection Threshold chỉ giúp che đi vấn đề tạm thời, đồng thời làm giảm khả năng phát hiện các dị vật nhỏ.

Trong khi đó, Noise Reduction sẽ xử lý ngay nguyên nhân gây nhiễu. Sau khi tín hiệu ổn định, người vận hành mới tiếp tục tinh chỉnh Detection Threshold để đạt độ nhạy mong muốn.

Đây là quy trình giúp máy X-ray thực phẩm vừa giảm báo lỗi giả vừa duy trì khả năng phát hiện dị vật ở mức cao.

Cách điều chỉnh Noise Reduction đúng cách

Khi xảy ra hiện tượng báo lỗi giả, hãy quan sát màn hình tín hiệu của CT đang chuyển sang màu đỏ.

Lúc này, đường màu xanh biểu thị tín hiệu do hiệu ứng sản phẩm tạo ra đang vượt qua đường màu đỏ là giới hạn phát hiện.

Mục tiêu của việc điều chỉnh Noise Reduction là giảm ảnh hưởng của hiệu ứng sản phẩm để tín hiệu màu xanh nằm dưới ngưỡng phát hiện.

Quy trình thực hiện như sau:

Bước 1: Xác định CT đang xuất hiện báo lỗi giả.

Bước 2: Tăng dần giá trị Noise Reduction của CT đó.

Bước 3: Quan sát tín hiệu trên màn hình.

Bước 4: Dừng điều chỉnh khi đỉnh của tín hiệu hiệu ứng sản phẩm nằm dưới Detection Threshold.

Khi thực hiện đúng quy trình này, hệ thống sẽ không còn loại bỏ nhầm các sản phẩm đạt yêu cầu nhưng vẫn giữ được khả năng phát hiện dị vật.

Trường hợp Detection Threshold đã đạt giới hạn nhưng máy vẫn báo lỗi giả

Trong một số trường hợp, người vận hành nhận thấy máy vẫn liên tục báo NG mặc dù Detection Threshold đã được tăng đến mức tối đa.

Lúc này, đường giới hạn phát hiện (đường màu đỏ) không thể nâng cao thêm nữa.

Nếu tiếp tục cố điều chỉnh Detection Threshold sẽ không mang lại hiệu quả.

Đây chính là tình huống cần ưu tiên xử lý bằng Noise Reduction.

Bằng cách tăng giá trị khử nhiễu, hệ thống sẽ giảm ảnh hưởng của hiệu ứng sản phẩm, giúp tín hiệu trở về dưới ngưỡng phát hiện mà không cần thay đổi Detection Threshold.

Đây là một trong những nguyên tắc quan trọng nhất khi tối ưu máy kiểm tra X-ray thực phẩm, nhưng lại thường bị bỏ qua trong quá trình vận hành.

Ví dụ thực tế: Bánh gạo và đậu phộng đóng gói

Một trong những ví dụ điển hình về hiện tượng báo lỗi giả là sản phẩm bánh gạo và đậu phộng đóng gói riêng lẻ.

Đây là loại sản phẩm có các thành phần rời bên trong bao bì nên trong quá trình vận chuyển, các hạt luôn thay đổi vị trí, xoay nhiều hướng khác nhau và thường xuyên chồng lên nhau.

Đặc biệt, phần đầu nhọn của hạt đậu phộng tạo ra vùng hấp thụ tia X lớn hơn bình thường.

Hệ thống có thể nhận diện vùng này giống như một dị vật và đánh giá sản phẩm là NG.

Trên màn hình, tín hiệu CT4 sẽ chuyển sang màu đỏ mặc dù sản phẩm hoàn toàn đạt yêu cầu.

Trong trường hợp này, giải pháp không phải là nới lỏng Detection Threshold ngay lập tức.

Thay vào đó, kỹ thuật viên cần tăng giá trị Noise Reduction cho CT4.

Sau khi điều chỉnh phù hợp, tín hiệu CT4 sẽ chuyển từ màu đỏ sang màu xanh lá, hiện tượng báo lỗi giả được loại bỏ nhưng khả năng phát hiện dị vật vẫn được duy trì.

 

 

Detection Threshold (Giới hạn phát hiện) là gì?

Sau khi đã giảm ảnh hưởng của Noise Reduction (Khử nhiễu), bước tiếp theo là điều chỉnh Detection Threshold (Giới hạn phát hiện). Đây là thông số quyết định mức độ nhạy của máy X-ray thực phẩm đối với dị vật.

Có thể hình dung Detection Threshold giống như một “ranh giới đánh giá”. Khi tín hiệu phát hiện vượt qua ranh giới này, hệ thống sẽ đánh giá sản phẩm là NG (Không đạt). Ngược lại, nếu tín hiệu vẫn nằm dưới ngưỡng, sản phẩm sẽ được đánh giá là OK (Đạt).

Ngưỡng phát hiện càng thấp thì máy càng nhạy, có khả năng phát hiện những dị vật rất nhỏ. Tuy nhiên, nếu thiết lập quá thấp, các thay đổi bình thường của sản phẩm cũng có thể vượt ngưỡng và gây ra báo lỗi giả (False Reject).

Ngược lại, nếu tăng ngưỡng phát hiện quá cao, hiện tượng báo lỗi giả sẽ giảm nhưng khả năng phát hiện dị vật nhỏ cũng giảm theo. Vì vậy, Detection Threshold cần được điều chỉnh cẩn thận để cân bằng giữa độ nhạy phát hiện dị vật và độ ổn định của dây chuyền sản xuất.

Một mẫu thử cần phát hiện được đặt lên vật cần kiểm tra, và trong khi quan sát CT0 (độ tối tổng thể) và CT1 đến CT10 (phản ứng theo đặc điểm của vật thể lạ) trên màn hình của hệ thống kiểm tra tia X, bạn có thể thấy kết quả đánh giá thay đổi từ OK (Đạt) sang NG (có lỗi) và từ NG (có lỗi) sang OK (Đạt) khi bạn thay đổi giới hạn phát hiện lên xuống.

Việc điều chỉnh giới hạn phát hiện được thực hiện khi bạn muốn cải thiện độ nhạy đến mức tối đa, nhưng trước tiên có thể cần phải điều chỉnh giới hạn loại bỏ nhiễu.

Hình ảnh dưới đây là một ví dụ về đánh giá sai xảy ra khi mẫu thử không được đặt đúng vị trí. Có thể thấy một chấm đỏ được khoanh tròn màu xanh lá cây tách biệt khỏi bốn chấm đỏ khác nằm nối tiếp nhau, cho thấy vị trí của mẫu thử. Sử dụng giới hạn loại bỏ nhiễu để loại bỏ chấm đỏ ở xa này trước khi điều chỉnh giới hạn phát hiện.

Bằng cách loại bỏ nhiễu trong vùng loại bỏ sai, ảnh hưởng của mẫu thử cũng giảm đi. Tiếp theo, dần dần hạ thấp giới hạn phát hiện và thắt chặt tiêu chí. Một chấm đỏ được thêm vào để chỉ ra mẫu thử. Điều này cho thấy không có kết quả dương tính giả và mẫu thử nhỏ hơn một kích thước có thể được phát hiện.

Quy trình điều chỉnh Detection Threshold đúng cách

Anritsu khuyến nghị người vận hành không điều chỉnh Detection Threshold ngay từ đầu. Trước tiên cần xử lý các tín hiệu nhiễu bằng Noise Reduction để loại bỏ ảnh hưởng của hiệu ứng sản phẩm.

Sau khi tín hiệu đã ổn định, hãy thực hiện các bước sau:

Bước 1: Đặt mẫu thử (Test Piece) chứa dị vật tiêu chuẩn lên sản phẩm cần kiểm tra.

Bước 2: Cho sản phẩm đi qua máy X-ray và quan sát tín hiệu trên màn hình.

Bước 3: Theo dõi đồng thời CT0 và các CT1 đến CT10 để xác định CT nào phản ứng mạnh nhất với mẫu thử.

Bước 4: Từ từ giảm Detection Threshold cho CT tương ứng đến khi hệ thống phát hiện được mẫu thử theo đúng tiêu chuẩn nội bộ của nhà máy.

Sau mỗi lần điều chỉnh, cần kiểm tra lại bằng nhiều mẫu thử khác nhau để đảm bảo hệ thống vẫn phát hiện được dị vật trong mọi điều kiện sản xuất.

Vì sao phải điều chỉnh Noise Reduction trước Detection Threshold?

Đây là câu hỏi mà rất nhiều kỹ thuật viên mới vận hành máy kiểm tra X-ray thực phẩm thường đặt ra.

Thực tế, Detection Threshold chỉ là ngưỡng để phân biệt giữa tín hiệu bình thường và tín hiệu bất thường. Nếu bản thân tín hiệu của sản phẩm vẫn còn quá nhiều nhiễu, việc giảm hay tăng ngưỡng phát hiện sẽ không giải quyết được nguyên nhân gốc rễ.

Khi điều chỉnh Noise Reduction trước, hệ thống sẽ loại bỏ phần lớn tín hiệu không cần thiết do hiệu ứng sản phẩm gây ra. Lúc này, Detection Threshold có thể được thiết lập ở mức nhạy hơn mà vẫn hạn chế được hiện tượng loại bỏ nhầm.

Đây chính là lý do vì sao Anritsu luôn khuyến nghị quy trình:

Khử nhiễu trước → Điều chỉnh Detection Threshold sau.

Ví dụ thực tế: Mẫu thử đặt sai vị trí

“Gà salad” là loại ức gà hấp chín sẵn, thường được đóng gói hút chân không và bán tại các cửa hàng tiện lợi hoặc siêu thị ở Nhật Bản. Do độ dày và hình dạng không đồng đều, nếp nhăn và bọt khí dễ xuất hiện xung quanh sản phẩm khi được hút chân không bằng màng nhựa và bìa cứng phủ poly. Trong những năm gần đây, xu hướng làm mỏng bìa cứng để giảm chi phí ngày càng tăng, dẫn đến hiện tượng nhăn và biến dạng màng bọc. Sự không đồng đều của sản phẩm và nếp nhăn trên lớp niêm phong có thể dẫn đến việc sản phẩm bị từ chối sai.

Khi sản phẩm có nếp nhăn ở khu vực niêm phong nơi chứa hàng bị kẹt được đưa qua hệ thống tia X, mã CT9 sẽ hiển thị màu đỏ trên màn hình. Sau đó, tăng dần giá trị giới hạn loại bỏ nhiễu cho đến khi chấm đỏ biến mất. Tuy nhiên, tín hiệu vẫn hiển thị màu vàng, vì vậy hãy tăng giới hạn phát hiện cho đến khi CT9 chuyển sang màu xanh lục. Giới hạn phát hiện đã được nới lỏng, vì vậy hãy kiểm tra xem các mẫu thử có thể được phát hiện theo tiêu chuẩn nội bộ trước khi bắt đầu sản xuất hay không.

Giảm Detection Threshold để tăng độ nhạy phát hiện

Sau khi đã loại bỏ các tín hiệu nhiễu, người vận hành có thể giảm Detection Threshold để nâng cao khả năng phát hiện dị vật.

Ví dụ, trong tài liệu của Anritsu, ngưỡng phát hiện được điều chỉnh từ 150 xuống 120 sau khi hoàn tất bước khử nhiễu.

Việc giảm ngưỡng này giúp hệ thống nhận biết được các mẫu thử có kích thước nhỏ hơn mà trước đó chưa thể phát hiện.

Điều quan trọng là quá trình giảm Detection Threshold phải được thực hiện từ từ, kết hợp kiểm tra bằng mẫu thử tiêu chuẩn sau mỗi lần điều chỉnh. Nếu giảm quá nhiều trong một lần, hệ thống có thể bắt đầu xuất hiện trở lại hiện tượng báo lỗi giả.

Ví dụ thực tế: Sản phẩm chồng lên nhau trong bao bì

Một trường hợp rất phổ biến trong ngành thực phẩm là các sản phẩm bên trong túi có thể dịch chuyển trong quá trình vận chuyển.

Ví dụ:

  • Bánh quy.
  • Kẹo.
  • Snack.
  • Hạt dinh dưỡng.
  • Đậu phộng.
  • Bánh gạo.

Khi hai hoặc nhiều sản phẩm chồng lên nhau, vùng đó sẽ hấp thụ nhiều tia X hơn bình thường. Trên hình ảnh truyền tia X, khu vực này có mật độ lớn hơn và dễ bị hệ thống hiểu nhầm là dị vật.

Nếu chưa tối ưu Noise Reduction, các vùng chồng lấp này rất dễ khiến máy đánh giá sản phẩm là NG.

Trong trường hợp này, việc tăng giá trị khử nhiễu sẽ giúp hệ thống nhận biết đây chỉ là sự thay đổi bình thường của sản phẩm, từ đó giảm đáng kể số lần báo lỗi giả mà vẫn duy trì khả năng phát hiện dị vật thật.

Ví dụ thực tế: Ức gà hút chân không (Salad Chicken)

Ức gà hút chân không là một trong những sản phẩm được kiểm tra nhiều bằng máy X-ray thực phẩm, đồng thời cũng là sản phẩm dễ phát sinh báo lỗi giả.

Nguyên nhân là do sản phẩm có độ dày không đồng đều và thường được đóng gói bằng màng nhựa kết hợp với khay giấy hoặc bìa phủ poly. Trong quá trình hút chân không, lớp màng dễ xuất hiện nếp nhăn, bọt khí hoặc biến dạng ở vùng hàn nhiệt.

Những thay đổi này làm hình ảnh truyền tia X thay đổi và có thể khiến hệ thống đánh giá nhầm là dị vật.

Trên màn hình điều khiển, hiện tượng này thường xuất hiện ở CT9, tín hiệu chuyển sang màu đỏ mặc dù sản phẩm hoàn toàn đạt yêu cầu.

Để xử lý, người vận hành nên tăng dần giá trị Noise Reduction của CT9 cho đến khi điểm tín hiệu màu đỏ biến mất. Nếu tín hiệu vẫn còn ở mức cảnh báo (màu vàng), tiếp tục điều chỉnh Detection Threshold cho đến khi CT9 chuyển sang màu xanh lá.

Sau khi hoàn tất, cần kiểm tra lại bằng mẫu thử tiêu chuẩn để xác nhận hệ thống vẫn đáp ứng yêu cầu phát hiện dị vật trước khi đưa dây chuyền vào sản xuất.

Chức năng Auto Limit Adjustment – Điều chỉnh giới hạn tự động

Trong thực tế, không phải lúc nào hiện tượng báo lỗi giả cũng chỉ xuất hiện ở một CT. Có những trường hợp nhiều tín hiệu từ CT1 đến CT10 cùng chuyển sang màu đỏ hoặc màu cảnh báo, khiến việc điều chỉnh từng CT riêng lẻ mất rất nhiều thời gian.

Để hỗ trợ người vận hành, máy X-ray thực phẩm Anritsu được trang bị chức năng Auto Limit Adjustment (Tự động điều chỉnh giới hạn).

Khi kích hoạt chức năng này, hệ thống sẽ tự động phân tích tín hiệu của từng CT, đồng thời điều chỉnh cả Noise Reduction và Detection Threshold về mức phù hợp nhằm hạn chế hiện tượng loại bỏ nhầm.

Nhờ đó, kỹ thuật viên không cần điều chỉnh thủ công từng CT, đặc biệt hữu ích khi thay đổi sản phẩm hoặc khi có nhiều CT cùng xuất hiện cảnh báo.

Tuy nhiên, cần lưu ý rằng Auto Limit Adjustment không có nghĩa là tất cả các CT đều phải chuyển sang màu xanh lá.

Sau khi quá trình tự động điều chỉnh hoàn tất, một số CT vẫn có thể hiển thị màu vàng hoặc màu cam. Điều này hoàn toàn bình thường.

Màu sắc chỉ phản ánh khoảng cách giữa tín hiệu hiện tại và giới hạn phát hiện.

  • Xanh lá: Biên an toàn lớn.
  • Vàng: Biên an toàn còn nhưng không nhiều.
  • Cam: Biên an toàn thấp, cần theo dõi.
  • Đỏ: Tín hiệu vượt ngưỡng, sản phẩm bị đánh giá NG.

Do đó, người vận hành không nên cố điều chỉnh để tất cả các CT đều chuyển sang màu xanh, vì điều này có thể làm giảm độ nhạy phát hiện dị vật.

 

Những lưu ý quan trọng khi điều chỉnh máy X-ray thực phẩm

Việc tối ưu máy kiểm tra X-ray thực phẩm không chỉ nhằm giảm báo lỗi giả mà còn phải đảm bảo khả năng phát hiện dị vật luôn đáp ứng tiêu chuẩn chất lượng của doanh nghiệp.

Trong quá trình điều chỉnh, hãy lưu ý một số nguyên tắc sau:

Luôn ưu tiên xử lý Noise Reduction trước

Nếu sản phẩm thường xuyên bị loại bỏ nhầm, hãy kiểm tra xem nguyên nhân có phải do hiệu ứng sản phẩm hay không.

Chỉ sau khi tín hiệu nhiễu đã được giảm thiểu mới tiến hành điều chỉnh Detection Threshold.

Không nới lỏng Detection Threshold quá mức

Việc tăng ngưỡng phát hiện quá cao có thể giảm báo lỗi giả trong ngắn hạn nhưng cũng làm giảm khả năng phát hiện các dị vật nhỏ như mảnh kim loại, thủy tinh hoặc xương.

Sau mỗi lần điều chỉnh, luôn kiểm tra lại bằng mẫu thử tiêu chuẩn (Test Piece) để xác nhận hệ thống vẫn đáp ứng yêu cầu phát hiện dị vật.

Theo dõi xu hướng thay vì chỉ nhìn một lần kiểm tra

Nếu chỉ một vài sản phẩm xuất hiện cảnh báo thì chưa chắc hệ thống đang gặp vấn đề.

Ngược lại, nếu báo lỗi giả xuất hiện liên tục trên cùng một CT hoặc cùng một loại sản phẩm, đó là dấu hiệu cần kiểm tra lại thông số hoặc điều kiện sản xuất.

Khi nào cần đăng ký lại sản phẩm (Product Registration)?

Trong nhiều trường hợp, người vận hành đã điều chỉnh Noise Reduction và Detection Threshold đúng theo hướng dẫn nhưng hiện tượng báo lỗi giả vẫn xảy ra liên tục.

Khi đó, nguyên nhân có thể không còn nằm ở thông số của máy mà do đặc tính của sản phẩm đã thay đổi so với lúc đăng ký ban đầu.

Ví dụ:

  • Thay đổi nhà cung cấp nguyên liệu.
  • Thay đổi công thức sản phẩm.
  • Thay đổi kích thước hoặc trọng lượng.
  • Bao bì mới có độ dày khác.
  • Thay đổi loại màng hút chân không.
  • Điều chỉnh nhiệt độ hoặc áp lực hàn miệng túi.
  • Thay đổi cách sắp xếp sản phẩm trong bao bì.

Tất cả những yếu tố này đều làm thay đổi hình ảnh truyền tia X.

Nếu vẫn sử dụng dữ liệu của lần đăng ký cũ, hệ thống sẽ khó đánh giá chính xác.

Trong trường hợp đó, Anritsu khuyến nghị thực hiện Product Registration (Đăng ký sản phẩm) lại từ đầu để máy học lại đặc điểm mới của sản phẩm.

Đây là giải pháp hiệu quả hơn nhiều so với việc cố gắng điều chỉnh Detection Threshold hoặc Noise Reduction.

Quy trình tối ưu máy X-ray thực phẩm được Anritsu khuyến nghị

Để đạt hiệu quả kiểm tra cao nhất, người vận hành nên thực hiện theo trình tự sau:

Bước 1: Kiểm tra xem hiện tượng báo lỗi giả xuất phát từ CT nào.

Bước 2: Phân tích nguyên nhân có phải do hiệu ứng sản phẩm hay không.

Bước 3: Điều chỉnh Noise Reduction để giảm các tín hiệu nhiễu.

Bước 4: Sau khi tín hiệu ổn định, tinh chỉnh Detection Threshold nhằm đạt độ nhạy phát hiện mong muốn.

Bước 5: Kiểm tra bằng mẫu thử tiêu chuẩn để xác nhận khả năng phát hiện dị vật.

Bước 6: Nếu sản phẩm đã thay đổi nhiều so với ban đầu, thực hiện Product Registration và đăng ký lại toàn bộ thông số.

Thực hiện đúng quy trình này sẽ giúp máy X-ray thực phẩm hoạt động ổn định, hạn chế báo lỗi giả và vẫn đảm bảo phát hiện chính xác các dị vật theo tiêu chuẩn của doanh nghiệp.

Kết luận

Trong quá trình sử dụng máy X-ray thực phẩm, hiện tượng báo lỗi giả (False Reject) là điều khó tránh khỏi khi đặc tính của sản phẩm hoặc điều kiện sản xuất thay đổi. Tuy nhiên, điều đó không đồng nghĩa với việc hệ thống hoạt động không chính xác.

Phần lớn các trường hợp báo lỗi giả đều liên quan đến Product Effect, tức sự thay đổi về hình dạng, mật độ hoặc cách sắp xếp của sản phẩm khi đi qua vùng quét. Nếu hiểu đúng nguyên lý hoạt động của hệ thống và áp dụng đúng quy trình điều chỉnh, doanh nghiệp hoàn toàn có thể giảm đáng kể số lần loại bỏ nhầm mà vẫn duy trì khả năng phát hiện dị vật ở mức cao.

Nguyên tắc quan trọng nhất là luôn ưu tiên điều chỉnh Noise Reduction trước, sau đó mới tinh chỉnh Detection Threshold. Khi sản phẩm hoặc bao bì có sự thay đổi lớn, hãy thực hiện Product Registration để máy học lại đặc điểm của sản phẩm thay vì cố gắng điều chỉnh các thông số cũ.

Việc tối ưu đúng cách không chỉ giúp máy kiểm tra X-ray thực phẩm vận hành ổn định mà còn góp phần giảm chi phí sản xuất, hạn chế dừng dây chuyền và nâng cao hiệu quả kiểm soát chất lượng trong nhà máy.

Câu hỏi thường gặp (FAQ)

1. Vì sao máy X-ray thực phẩm báo lỗi giả dù không có dị vật?

Nguyên nhân phổ biến nhất là Product Effect, bao gồm thay đổi về mật độ, hình dạng, vị trí sản phẩm hoặc bao bì. Những thay đổi này có thể tạo tín hiệu tương tự dị vật và khiến hệ thống đánh giá nhầm.

2. Khi máy báo lỗi giả nên điều chỉnh thông số nào trước?

Theo khuyến nghị của Anritsu, hãy điều chỉnh Noise Reduction trước để giảm ảnh hưởng của hiệu ứng sản phẩm. Sau đó mới tinh chỉnh Detection Threshold nếu cần.

3. Có nên tăng Detection Threshold để giảm báo lỗi giả không?

Không nên thực hiện ngay. Nếu tăng Detection Threshold quá nhiều, máy có thể bỏ sót các dị vật nhỏ. Chỉ điều chỉnh sau khi đã xử lý nhiễu bằng Noise Reduction.

4. Khi nào cần đăng ký lại sản phẩm?

Nên thực hiện Product Registration khi có sự thay đổi về nguyên liệu, kích thước, công thức, bao bì hoặc bất kỳ yếu tố nào làm thay đổi hình ảnh truyền tia X của sản phẩm.

5. Auto Limit Adjustment có thay thế hoàn toàn việc điều chỉnh thủ công không?

Không. Đây là công cụ hỗ trợ giúp tối ưu nhanh các thông số ban đầu. Sau khi hoàn tất, kỹ thuật viên vẫn cần kiểm tra lại bằng mẫu thử tiêu chuẩn và đánh giá theo yêu cầu chất lượng của nhà máy.

Mọi thông tin xin liên hệ: Hotline – 0915 669 495 để được hỗ trợ nhanh nhất

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *