Kontrola oparta na sztucznej inteligencji przyczynia się do sukcesu przetwórców mięsa (magazyn Meating Point)

Ten artykuł pierwotnie ukazał się w magazynie Meating Point. Kliknij tutaj aby uzyskać dostęp do artykułu na stronie internetowej publikacji (artykuł pojawia się na stronie 18).

Kontrola jakości i bezpieczeństwo żywności nigdy nie były bardziej krytyczne ani trudne dla przetwórców i pakowaczy mięsa i drobiu. Firmy są przesuwane do granic operacyjnych, aby odpowiedzieć na rosnące zapotrzebowanie na przepustowość, mimo że utrzymanie siły roboczej pozostaje problemem w całej branży.

Oczywiście, gdy zespół zapewniający jakość stara się sprostać tym wymaganiom, operacje muszą spowolnić. Istnieje również większa szansa na błędy kontrolne, nadmierne lub ewentualnie niepotrzebne odpady lub szkodliwe obce materiały trafią do strumienia produkcji.

To tylko niektóre z powodów, dla których wiele firm przetwórczych inwestuje w technologie kontroli wizji sztucznej inteligencji (AI), aby sprostać tym rosnącym wymaganiom i zwiększyć swoje wysiłki w zakresie bezpieczeństwa żywności. Codziennie pojawiają się nowe aplikacje usprawniające klasyfikację produktów i wykrywanie materiałów obcych, co sprawia, że jest to ekscytujący czas dla firm na modernizację swojej działalności i zdobycie przewagi konkurencyjnej.

Ewolucja technologii inspekcji

Krajobraz dostępnych technologii mających na celu poprawę kontroli i wykrywania materiałów obcych zmienił się dramatycznie w ostatnich latach. Firmy przetwórstwa mięsa i drobiu od dziesięcioleci stosują systemy rentgenowskie i wykrywacze metali jako ważne instrumenty kontroli jakości.

Jednak ich głównym zastosowaniem jest wykrywanie gęstych obiektów, takich jak metal, kamienie i podobne materiały. Mniej nadają się do miękkich materiałów obcych, takich jak papier, plastik i folie, które mogą uszkodzić sprzęt przetwarzający lub prowadzić do kosztownych wycofań.

Tradycyjne technologie mają ograniczenia i brakuje im dokładnych informacji dotyczących procesów, dlatego zautomatyzowane, oparte na regułach systemy kontroli wizyjnej stały się popularnym wyborem w celu zaspokojenia potrzeb w zakresie zapewnienia jakości zakładów mięsnych i drobiowych. Technologie kontroli wizyjnej są zaprojektowane sanitarnie, zawierają kamery o wysokiej rozdzielczości, zaawansowane oświetlenie i solidne oprogramowanie analityczne do pomiaru różnych cech produktu, niezależnie od tego, czy są używane na linii, zainstalowane na linii lub zintegrowane bezpośrednio z systemem przenośników. Pomiary systemowe obejmują wszystko, co związane z rozmiarem i kształtem produktu 2D, grubością 3D, kolorem i marmurkowaniem, ale także bardziej zaawansowane pomiary, takie jak wykrywanie plam krwi lub prążkowania na surowych produktach, pokrycie bułek dla przetworzonych produktów, dokładność przycinania, przewidywalna waga produktu i inne.

Systemy kontroli wizyjnej oferują analizę w czasie rzeczywistym podczas produkcji. Gdy system wykryje wadę lub zanieczyszczenie, może ostrzec operatora lub automatycznie zatrzymać linię produkcyjną. W przypadku niektórych produktów firmy mogą zintegrować zautomatyzowaną metodę odrzucania, aby usunąć produkty niezgodne ze specyfikacją, aby utrzymać proces w ruchu. Natychmiastowe ostrzeżenie lub działanie umożliwia bezpieczny i spójny proces kontroli jakości, zapewniając, że wadliwe produkty lub niepożądane materiały obce nigdy nie dotrą zbyt daleko na linii przetwarzania.

Obecnie systemy kontroli wzroku mogą być wyposażone w technologię obrazowania hiperspektralnego do zaawansowanego wykrywania i klasyfikacji materiałów obcych. Obrazowanie hiperspektralne wykorzystuje kombinację technologii spektroskopii i obrazowania w celu uzyskania obrazów produktów o niewidocznych długościach fal, wzmacniając zdolność systemu do znajdowania potencjalnie szkodliwych materiałów obcych na powierzchni produktu.

Jeszcze niedawno systemy kontroli wzroku zostały wdrożone z zaawansowanymi funkcjami uczenia maszynowego opartego na sztucznej inteligencji, aby zwiększyć łatwość obsługi, uzyskać bardziej szczegółowe pomiary i wykrywać obce materiały z niezwykłą dokładnością. Automatyczne uczenie się cech i specyfikacji produktu radykalnie zmniejsza złożoność systemu i sprzyja ciągłym działaniom, aby systemy działały dłużej przy mniejszej interwencji człowieka. System kontroli wizji AI nigdy nie zabiera urlopu ani dnia chorobowego. Może zapewnić taką samą precyzję i dokładność, jeśli pozostaje w działaniu lub dopóki nie zostanie przeszkolony dla innej linii produkcyjnej lub SKU. Obiekty mogą zintegrować zebrane dane z oprogramowaniem sterującym fabrycznym, aby w razie potrzeby utworzyć pętlę sprzężenia zwrotnego.

‍

Niemniej jednak, dzięki dostępowi do większej liczby danych dotyczących kontroli i kontroli procesu niż kiedykolwiek wcześniej, wiele operacji wykorzystujących zaawansowane systemy kontroli wizyjnej może nie zrealizować pełnych możliwości inwestycji w technologię wizyjną.

Optymalizacja procesów produkcyjnych poprzez wykorzystanie danych inspekcyjnych

Zautomatyzowane technologie kontroli wizyjnej oparte na sztucznej inteligencji pozwalają firmom analizować 100% produktów po zintegrowaniu z ich procesami. Te cenne dane pomagają wspierać wysiłki różnych grup w organizacji.

Wpływ poziomu linii produkcyjnej

Jako pierwotne zastosowanie zintegrowany system wizyjny AI umożliwia operatorom na podłodze przetwórstwa podejmowanie bardziej świadomych decyzji dotyczących jakości i bezpieczeństwa żywności. Na przykład firma produkująca 3 miliony bryłek kurczaka dziennie zobaczy pewien procent odpadów. Poleganie wyłącznie na ręcznej kontroli produktów pod kątem ich ogólnego rozmiaru, kształtu, koloru panierowania i pokrycia lub innych cech produktu jest trudnym zadaniem przy pełnych prędkościach produkcji. Dodatkowo, w momencie wykrycia problemu z jakością (np. kolor panierki staje się zbyt ciemny, ponieważ olej frytowniczy wymaga zmiany), kilka produktów zostało już zmarnowanych.

Ponieważ systemy kontroli w linii mogą współpracować z istniejącymi systemami MES i SCADA, mogą pomóc wykryć, kiedy produkty mogą zacząć dryfować w kierunku zbyt ciemności po wyjściu z frytownicy i podjąć natychmiastowe działania naprawcze lub ostrzec operatora.

Dla tego 3-milionowego producenta bryłek kurczaka dziennie zmniejszenie ilości odpadów nawet o 0,5% (około 150 000 bryłek przy 1% na bryłkę) oznacza znaczne oszczędności w czasie, ponieważ operator może podejmować lepiej świadome decyzje dotyczące kontroli procesu dzięki danym wizyjnym. Wiele firm szybko zapłaciło za swoje systemy kontroli wzroku dzięki oszczędnościom odpadów.

Wpływ na poziom roślin

Istnieje wiele sposobów, w jakie kontrola wizji AI może wpływać na dokładność i podejmowanie decyzji procesów na poziomie zakładu. Po pierwsze, technologia pomaga określić podstawowe przyczyny typowych problemów procesowych.

Weźmy na przykład firmę produkującą paszteciki hamburgerowe; wszystkie placki muszą być uformowane do określonego rozmiaru lub kształtu, aby upewnić się, że są dokładnie ugotowane i prawidłowo pasują do opakowania produktu. Jeśli zakład ma wiele maszyn do formowania, które dostarczają produkty na późniejsze etapy produkcji, posiadanie zintegrowanego systemu kontroli wizyjnej, który stale mierzy produkty wychodzące z formierzy, pomaga wykryć wszelkie problemy, takie jak paszteciki z podwójnymi ułożeniami, wady krawędzi, nadmierna miseczka do pasztecików, zużyty sprzęt do formowania i wiele innych.

Korzystając z tych danych, firma może wyraźnie zidentyfikować maszyny do formowania, które rutynowo mają problemy z spójnością produktu. Jeśli wszystkie korekty procesu nadal się nie powiedzą, kierownik zakładu może podjąć na podstawie danych decyzję o serwisowaniu lub wymianie sprzętu, aby zapobiec dalszemu marnowaniu.

Ocena dostawców składników to kolejna pomocna aplikacja. Firmy zmieniają dostawców składników z różnych powodów, więc obiektywna metoda testowania nowych składników w procesie produkcyjnym jest opłacalnym sposobem zabezpieczenia wyboru dostawców.

Wracając do producenta bryłek kurczaka, powiedzmy, że firma zmienia dostawców panierki i otrzymała próbki od wielu dostawców w celu przetestowania ich procesu produkcyjnego. Niezależnie od tego, czy testujesz poszczególne produkty w systemie liniowym, czy używasz systemu overline umieszczonego nad strumieniem produktów, kierownicy zakładu mogą szybko ocenić, czy panierka gotuje się prawidłowo, przylega do produktu przez cały proces, zachowuje teksturę i inne atrybuty wizualne. Możliwość porównywania wyglądu produktu z zaprogramowanymi wartościami, zamiast polegać na wykresach kolorów lub interpretacji operatora, jest skutecznym sposobem na zapewnienie płynnego przejścia do nowego dostawcy składników.

Wpływ na poziomie korporacyjnym

W przypadku dużych firm zajmujących się przetwórstwem mięsa i drobiu technologie kontroli wizji AI pomagają analizować trendy wydajności w wielu lokalizacjach. Niektóre systemy kontroli wizyjnej oferują moduły oprogramowania, które umożliwiają użytkownikom generowanie ogólnozakładowych raportów wydajności na temat wszystkiego, od wskaźnika odrzucenia produktu po kolor lub obecność atrybutów wizualnych na produkcie.

Dostęp do tych danych nie tylko pomaga firmom wdrażać wyższe standardy spójności produktów w całej firmie, ale także pomaga w podejmowaniu decyzji o inwestowaniu zasobów kapitałowych w celu rozwiązania globalnych wyzwań. Korzyść ta jest szczególnie przydatna dla firm z wieloma zakładami produkcyjnymi; jeśli systemy wizyjne znajdują się na wszystkich liniach produkcyjnych, porównanie wydajności w całej firmie i rozwiązywanie potencjalnych problemów produkcyjnych staje się znacznie łatwiejsze.

Zgodność z przepisami i identyfikowalność są niezbędne dla przedsiębiorstw przetwórstwa mięsa i drobiu. Technologie kontroli wizyjnej dostarczają danych, które dowodzą, że środki jakości i bezpieczeństwa są utrzymywane w całej organizacji. Technologie te mogą pomóc firmom spełnić obietnicę najwyższej jakości i bezpiecznych produktów spożywczych. Każde uniknięte wycofanie z powodu nieuważnego inspektora pomoże firmom chronić ich wyniki i uniknąć problemów z public relations, które następują.

Ulepszone podejmowanie decyzji w całej organizacji dzięki solidnym danym inspekcyjnym

Spójność produktu jest istotnym czynnikiem lojalności klienta do marki. Im więcej firm może zrobić, aby dostosować wysiłki w zakresie zapewnienia jakości w wielu swoich lokalizacjach, tym lepiej będą miały one pozycję, aby sprostać potrzebom coraz bardziej wymagających klientów na skalę globalną.

Dane pochodzące z technologii kontroli wizji sztucznej inteligencji pomagają określić ilościowo jakość produktu, wydajność procesu, przestrzeganie wymogów regulacyjnych i powodzenie ich działań związanych z bezpieczeństwem żywności. Im więcej sposobów firmy mogą wykorzystać te cenne dane inspekcyjne w swojej działalności, tym lepiej będą przygotowane do zaspokojenia rosnących wymagań i wyróżnienia się na tle konkurencji.