ROZWIĄZANIE DO SORTOWANIA WIZYJNEGO
Automatyzacja sortowania żywności: Wizja AI dla jakości i routingu
Viroteq zapewnia AI automatyzacja sortowania żywności Stworzony z myślą o higienie, identyfikowalności i tempie nowoczesnej produkcji żywności. Od świeżych produktów i pieczywa po mięso, nabiał, wyroby cukiernicze i dania gotowe - nasz system wizyjny klasyfikuje każdy produkt w czasie poniżej 10 milisekund i kieruje go do odpowiedniego pasa, pojemnika lub stacji pakowania. Co więcej, dzienniki zgodne z FDA/HACCP podróżują wraz z każdą decyzją, więc zespoły kontroli jakości przeprowadzają audyt według partii SKU, zamiast rekonstruować dane po fakcie. Rezultatem jest automatyzacja sortowania żywności w zamkniętej pętli, gotowa do audytu, która skaluje się do ponad 100 SKU bez konieczności przekwalifikowania operatorów linii.
- ✓ Klasyfikacja poniżej 10 ms z zamkniętą pętlą sprzężenia zwrotnego
- ✓ Rejestry gotowe do FDA/HACCP i linie alergenów dla każdej pozycji
- ✓ Wykrywanie usterek oraz routing z uwzględnieniem przepustowości
<10 ms
Klasyfikacja według pozycji
FDA/HACCP
Dzienniki gotowe do audytu
Ponad 100 jednostek SKU
Na komórkę, pojedynczy model AI
Zamknięta pętla
Przekwalifikowanie operatora
Dlaczego automatyzacja sortowania żywności wymaga specjalistycznej sztucznej inteligencji?
Automatyzacja sortowania żywności działa w jednym z najbardziej regulowanych i wrażliwych na czas środowisk produkcyjnych. Każda klasyfikacja musi jednocześnie spełniać wymagania HACCP, zasady kontroli alergenów, obowiązki w zakresie identyfikowalności partii i presję krótkiego okresu przydatności do spożycia. Ogólne sortery z fotokomórką i oparte na regułach systemy wizyjne nigdy nie były do tego przeznaczone. Zakładają one jednolite kształty, jednolite kolory i jednolite oświetlenie - żadne z tych założeń nie ma zastosowania, gdy świeże truskawki, pieczone bułki, pokrojony ser i gotowe posiłki dzielą linię produkcyjną podczas tej samej zmiany.
Jednak prawdziwe wyzwanie w automatyzacji sortowania żywności sięga głębiej niż zmienność wyglądu. Wady są wizualnie niejednorodne: siniak na jabłku, przypalenie na wypieku, pęknięcie w bloku sera lub odstający kolor na tacce z mięsem wyglądają inaczej i mogą nawet różnić się między dwiema kamerami oddalonymi od siebie o pięć metrów na tej samej linii. W rezultacie sztuczna inteligencja musi nauczyć się, co oznacza ‘in-spec’ dla każdej rodziny SKU, a nie w odniesieniu do jednego zakodowanego progu. Autorytatywne organy, w tym program żywnościowy FDA wymagają, aby ta dyscyplina podlegała audytowi od początku do końca z pełną identyfikowalnością partii.
Wydajność jest kolejnym wyzwaniem dla automatyzacji sortowania żywności. Pojedyncza linia piekarnicza może prezentować kamerze od 8 do 12 elementów na sekundę, podczas gdy komórka sortowania gotowych posiłków obsługuje tace z prędkością 3 na sekundę, ale ze znacznie bogatszymi decyzjami wieloklasowymi. W obu przypadkach wymagana jest klasyfikacja poniżej 10 milisekund lub cofnięcie przenośników. Co więcej, urządzenia uruchamiające - dysze powietrzne, deflektory łopatkowe, zrobotyzowane stacje pobierania - muszą być wyzwalane z deterministycznym opóźnieniem, aby właściwy produkt za każdym razem trafiał na właściwy tor.
Procedury higieny i mycia dodają kolejną warstwę złożoności. Kamery, światła, przenośniki i mechanizmy odrzucające w komórkach automatyzacji sortowania żywności są poddawane mokrym cyklom sanitarnym kilka razy na zmianę. Oprogramowanie wizyjne musi tolerować te procedury bez utraty kalibracji, stanu receptury lub dokładności modelu. Dodatkowo, kondensacja, odblaski, para z linii gotowania i sezonowe zmiany oświetlenia pogarszają proste widzenie oparte na regułach - ale dobrze wyszkolone modele AI pozostają niezawodne.
Wreszcie, automatyzacja sortowania żywności jest wyjątkowo wrażliwa na identyfikowalność. Pojedynczy źle przekierowany produkt zawierający alergeny może spowodować wycofanie produktu z rynku, odrzucenie przez sprzedawcę detalicznego lub podjęcie działań regulacyjnych. Dlatego też kontroler musi reagować w milisekundach, rejestrować każdą decyzję ze znacznikiem czasu i partią SKU oraz odzyskiwać równowagę po szumie czujnika bez upuszczania przedmiotów do niewłaściwego strumienia. Silnik Viroteq od StackrBrain AI został zbudowany od samego początku, aby sprostać tym połączonym wymaganiom - zapewniając inteligencję w zamkniętej pętli, w czasie rzeczywistym, gotową do audytu w operacjach automatyzacji sortowania żywności na każdą skalę.
Jak automatyzacja sortowania żywności AI działa w czasie rzeczywistym?
Proces automatyzacji sortowania żywności rozpoczyna się, gdy produkty wchodzą do strefy kontroli. Kolorowe kamery o wysokiej rozdzielczości i opcjonalnie kamery działające w bliskiej podczerwieni rejestrują każdy element w kontrolowanym oświetleniu, podczas gdy StackrBrain odbiera aktywną jednostkę SKU i recepturę jakości z systemu MES, ERP lub WMS za pośrednictwem interfejsu API REST lub WebSocket.
W następnym kroku sztuczna inteligencja klasyfikuje każdy element względem aktywnej receptury w czasie poniżej 10 milisekund. Dane wyjściowe obejmują in-spec, klasę defektów, kwalifikowalność do przeróbek i przypisanie pasów SKU. W rezultacie siłowniki na dalszych etapach - dysze powietrzne, deflektory łopatkowe, bramy pasów ruchu lub roboty kompletacyjne - otrzymują deterministyczne sygnały trasy ze znacznikiem czasu i identyfikatorem partii dla każdego elementu.
Wyniki klasyfikacji są przekładane na działania routingu przez VisionAI Sorting dla przepływów sterowanych inspekcją lub w połączeniu z RobotDepalr gdy przedmioty przybywają na paletach, które wymagają depaletyzacji przed sortowaniem. Oba produkty działają na tej samej krawędzi IPC i wymieniają dane ze sterownikami PLC przenośnika za pośrednictwem OPC-UA - nie jest wymagane oprogramowanie pośredniczące.
VisionAI Sorting dodatkowo dostosowuje się w czasie rzeczywistym do zmian zachodzących na rynku. Jeśli taca jest przekrzywiona, element jest częściowo zasłonięty lub zmienia się oświetlenie podczas mycia, system ponownie oblicza zaufanie i kieruje niepewne elementy do ręcznej weryfikacji, zamiast zgadywać. Operatorzy widzą zastąpienie na interfejsie HMI i mogą potwierdzić lub zmienić klasyfikację za pomocą jednego dotknięcia, które jest przekazywane z powrotem do kolejki szkoleniowej w zamkniętej pętli w celu ciągłego udoskonalania modelu.
W przypadku przepływów wychodzących metadane klasyfikacji są przesyłane dalej do RobotStackr Cloud dzięki czemu pulpity QA odzwierciedlają wydajność sortowania na żywo w podziale na SKU, partię i zmianę. Razem, VisionAI Sorting, RobotDepalr i RobotStackr Cloud tworzą kompletną, gotową do audytu pętlę automatyzacji sortowania żywności zarządzaną przez jeden system. platforma oprogramowania.
Produkty Viroteq do sortowania żywności
Trzy produkty Viroteq obejmują kompleksową automatyzację sortowania żywności - od kontroli wstępnej i wyznaczania pasów po depaletyzację przychodzących produktów i analizę w chmurze. Wszystkie mają wspólny silnik StackrBrain AI, działają na tym samym brzegowym IPC i integrują się z głównymi platformami MES i WMS za pośrednictwem REST API bez rozwoju na zamówienie.
PODSTAWOWE SORTOWANIE WZROKU
VisionAI Sorting
VisionAI Sorting jest głównym silnikiem automatyzacji sortowania żywności Viroteq. Sztuczna inteligencja klasyfikuje każdy element w oparciu o receptury jakościowe dla każdego SKU w czasie poniżej 10 milisekund i wysyła sygnały do dalszych siłowników w celu skierowania strumieni w specyfikacji, wad i przeróbek. Pulpity nawigacyjne w zamkniętej pętli ujawniają dokładność dla każdej klasy defektów, dzięki czemu zespoły QA kierują przekwalifikowanie tam, gdzie ma to znaczenie.
DEPALETYZACJA PRZYCHODZĄCA
RobotDepalr
RobotDepalr obsługuje przepływy produktów przychodzących w celu automatyzacji sortowania żywności. Mieszane palety SKU od dostawców i współproducentów są depaletyzowane element po elemencie, a system wizyjny identyfikuje każdy przypadek przed jego wejściem do strefy kontroli. W rezultacie dalsze sortowanie działa na czystych, zweryfikowanych strumieniach, zamiast zgadywać, jaki jest następny element.
ANALIZA JAKOŚCI
RobotStackr Cloud
RobotStackr Cloud zapewnia warstwę analityczną dla automatyzacji sortowania żywności. Pulpity nawigacyjne na żywo pokazują dokładność klasyfikacji, wskaźniki odrzuceń, pochodzenie alergenów i wzorce zastępowania operatora dla SKU, partii i zmiany. Dzięki temu menedżerowie ds. kontroli jakości widzą trendy wydajności w zamkniętej pętli, a nie statyczne raporty - i kierują kolejki do przekwalifikowania bez konieczności przeglądania dzienników.
Podstawowe możliwości automatyzacji sortowania żywności
Wykrywanie wad
Wizja AI identyfikuje siniaki, oparzenia, pęknięcia, pleśń, ciała obce i odstające kolory dla każdej rodziny SKU. Modele uczą się na podstawie informacji zwrotnych od operatora, dzięki czemu dokładność poprawia się z biegiem tygodni, a nie pogarsza. W rezultacie automatyzacja sortowania żywności wychwytuje wady pominięte w ręcznej kontroli, działając 24 godziny na dobę, 7 dni w tygodniu.
Klasyfikacja wieloklasowa
Pojedynczy model AI obsługuje ponad 100 SKU na komórkę z wynikami zaufania dla każdej klasy. Ponadto wyniki wieloklasowe zasilają reguły klasyfikacji: Premium, Standard, Rework, Reject. W związku z tym automatyzacja sortowania żywności obsługuje poziomy jakości specyficzne dla sprzedawców detalicznych bez równoległego sprzętu.
Routing z uwzględnieniem przepustowości
Siłowniki znajdujące się za urządzeniem - dysze powietrzne, łopatki, bramy, roboty kompletujące - odbierają deterministyczne sygnały trasy ze znacznikiem czasu i identyfikatorem partii dla każdej pozycji. Stan bufora jest monitorowany, dzięki czemu automatyzacja sortowania żywności dynamicznie równoważy przepustowość pasów i unika tworzenia kopii zapasowych w górę strumienia podczas wybuchów defektów.
Automatyzacja sortowania żywności w różnych kategoriach produkcyjnych
Automatyzacja sortowania żywności obejmuje szerokie spektrum kategorii - każda z własnymi wymaganiami dotyczącymi wyglądu, higieny i przepustowości. Sztuczna inteligencja Viroteq radzi sobie z tą różnorodnością dzięki ujednoliconemu katalogowi SKU, który przechowuje flagi alergenów, klasy defektów, progi klasyfikacji i parametry receptury dla każdej pozycji. W związku z tym pojedyncza komórka kontrolna może przełączać się między recepturami produktów, piekarni, nabiału i dań gotowych w ciągu tej samej zmiany. Co więcej, nowe jednostki SKU są wdrażane za pomocą kreatora z przewodnikiem i niewielkiej partii przykładowych obrazów, dzięki czemu zespoły produkcyjne zachowują kontrolę operacyjną bez specjalistycznej wiedzy z zakresu wizji maszynowej.
Świeże produkty
Jabłka, pomidory, papryka, owoce jagodowe, warzywa liściaste i korzeniowe są sortowane pod kątem rozmiaru, koloru, skazy i kształtu. AI toleruje sezonowe zmiany w odcieniu skóry i oświetleniu, które pokonują sortowniki oparte na regułach w liniach świeżych produktów.
Piekarnia i przekąski
Chleb, herbatniki, krakersy, chipsy i batony są sprawdzane pod kątem śladów przypalenia, struktury miękiszu, integralności kształtu i pokrycia polewą. Separacja alergenów między liniami bezglutenowymi i standardowymi jest egzekwowana poprzez decyzje dotyczące routingu dla poszczególnych pozycji.
Mięso i drób
Filety z kurczaka, tacki z wołowiną, plasterki wędlin i przetworzone kawałki mięsa są oceniane pod kątem koloru, zawartości tłuszczu, wykrywania ciał obcych i zgodności z etykietami. Komory działają w chłodzonych halach z kamerami odpornymi na zmywanie i sprzętem IPC o stopniu ochrony IP.
Nabiał i łańcuchy chłodnicze
Kubki jogurtowe, bloki serowe, kartony mleka i pojemniki na śmietanę są sortowane w chłodzonych halach z oświetleniem odpornym na kondensację. Dla każdego produktu rejestrowane są dane dotyczące daty przydatności do spożycia w celu zapewnienia identyfikowalności w łańcuchu chłodniczym aż do wysyłki.
Wyroby cukiernicze
Pudełka z czekoladą, torebki ze słodyczami, gumy do żucia i sezonowe opakowania zbiorcze są oceniane pod kątem koloru, powierzchni, etykiety i integralności opakowania. Segregacja orzechów i alergenów mlecznych jest egzekwowana za pomocą zasad wyznaczania tras i dedykowanych pasów.
Gotowe posiłki
Schłodzone dania gotowe, opakowania na kanapki, miski sałatkowe i gotowe produkty delikatesowe są sprawdzane pod kątem poziomu napełnienia, integralności uszczelnienia, zgodności etykiet i kompletności wizualnej. W rezultacie każda taca jest wysyłana z pełną identyfikowalnością partii i powodem odrzucenia do przeglądu QA.
Linia piekarnicza
Wysokowydajna kontrola herbatników, bułek i kartonów z przekąskami z klasyfikacją śladów przypalenia i struktury miękiszu.
Sortowanie produktów mlecznych
Automatyzacja sortowania żywności w łańcuchu chłodniczym dla kubków jogurtowych, bloków serowych i pojemników na śmietanę z oświetleniem odpornym na kondensację.
Mięso i drób
Kontrola koloru, zawartości tłuszczu i ciał obcych filetów i tacek w chłodzonych halach przetwórczych z komórkami o stopniu ochrony IP.
<10 ms
Opóźnienie klasyfikacji sztucznej inteligencji na element
Ponad 100 jednostek SKU
Na komórkę, pojedynczy model AI
6-12 tygodni
Typowy harmonogram wdrożenia
Obsługa producentów żywności, firm co-packingowych i operacji łańcucha chłodniczego
Wymagania dotyczące automatyzacji sortowania żywności różnią się znacznie w zależności od łańcucha dostaw. Pakowalnia produktów obsługująca pojedynczą jednostkę SKU przy tysiącach sztuk na godzinę stoi przed innym wyzwaniem niż operator co-packingu zmieniający dwanaście receptur na zmianę, co z kolei różni się od operacji łańcucha chłodniczego sortującego filety, tacki i nabiał w hali o temperaturze -2°C. Gama produktów Viroteq obejmuje wszystkie trzy z ujednoliconą platformą AI, która dostosowuje się do każdego kontekstu operacyjnego bez konieczności opracowywania na zamówienie.
Dla producentów wysokonakładowych, VisionAI Sorting zapewnia spójne, bezdotykowe sortowanie wizyjne na wielu zmianach. Wstępnie zatwierdzone receptury jakości zapewniają, że każda decyzja o odrzuceniu jest rejestrowana ze znacznikiem czasu, powodem i partią SKU. Co więcej, kolejki sprzężenia zwrotnego w zamkniętej pętli pozwalają kontroli jakości udoskonalić model na podstawie rzeczywistych danych produkcyjnych - bezpośrednio spełniając wymagania audytowe nowoczesnych operacji automatyzacji sortowania żywności.
W przypadku co-packerów obsługujących dziesiątki receptur na zmianę, rachunek jest inny. Zmiana receptury odbywa się w mniej niż 30 sekund bez konieczności ponownego szkolenia operatora lub wymiany sprzętu, ponieważ ten sam model AI obsługuje ponad 100 jednostek SKU, a interfejs HMI zmienia aktywną recepturę. W związku z tym operacje co-packingu przynoszą zyski przy krótszych, bardziej zróżnicowanych seriach produkcyjnych - jest to przewaga strukturalna na rynku coraz bardziej wymagającym elastyczności od partnerów zajmujących się automatyzacją sortowania żywności.
Operacje w łańcuchu chłodniczym napotykają trzeci wzorzec. Mieszane zamówienia łączące zamrożone, schłodzone i przechowywane w temperaturze otoczenia SKU muszą być szybko sprawdzane zgodnie z zasadami jakości specyficznymi dla sprzedawcy detalicznego, często w strefach przekazywania łańcucha chłodniczego. VisionAI Sorting obsługuje to czysto, podczas gdy RobotStackr Cloud agreguje metadane klasyfikacji w różnych lokalizacjach dla kierownictwa kontroli jakości. W rezultacie operatorzy łańcucha chłodniczego zmniejszają jednocześnie nakład pracy ręcznej, kurczliwość i ryzyko wycofania produktu z rynku - główne czynniki zwrotu z inwestycji w automatyzację sortowania żywności.
Stworzony do integracji z automatyzacją sortowania żywności
Integracja została zaprojektowana w każdej warstwie automatyzacji sortowania żywności Viroteq - od kamer i sprzętu oświetleniowego po złącza MES i dzienniki audytu. Poniższe cztery filary definiują sposób dostarczania każdego wdrożenia.
Dzienniki FDA/HACCP
Każda klasyfikacja, decyzja dotycząca trasy i zmiana operatora jest rejestrowana ze znacznikiem czasu i partią SKU. Raporty są eksportowane do systemu zarządzania jakością w standardowych formatach z możliwością śledzenia każdego elementu.
Konektory MES i WMS
Interfejsy REST API i OPC-UA umożliwiają podłączenie do systemów MES, WMS i ERP bez konieczności tworzenia oprogramowania pośredniczącego. Receptury SKU, dane partii i reguły klasyfikacji synchronizują się automatycznie w całej komórce automatyzacji sortowania żywności.
Ogniwa przystosowane do mycia
Kamery, oświetlenie, przenośniki i mechanizmy odrzucające są przystosowane do procedur mycia w stopniu ochrony IP. Stan oprogramowania przetrwa cykle sanityzacji, dzięki czemu produkcja zostanie wznowiona bez ponownego ładowania receptur.
Architektura Edge-First
Cała sztuczna inteligencja działa na brzegowym IPC wewnątrz komórki. Decyzje podejmowane w czasie rzeczywistym nie zależą od chmury. W związku z tym zatwierdzanie IT i zatwierdzanie bezpieczeństwa żywności przyspiesza, a czas pracy jest niezależny od stanu sieci WAN.
Automatyzacja sortowania żywności - często zadawane pytania
Gotowy do automatyzacji linii sortowania żywności?
Zarezerwuj spersonalizowaną prezentację i zobacz, jak automatyzacja sortowania żywności zapewnia wymierny zwrot z inwestycji w ramach istniejącej infrastruktury kamer, przenośników i MES. Zgodność z FDA/HACCP. Zamknięta pętla. Brak zależności od chmury.
Higieniczna, gotowa do audytu automatyzacja sortowania żywności stworzona z myślą o rzeczywistej produkcji
Obsługiwany przez StackrBrain AI. Zintegrowany z systemem MES, WMS i platformą bezpieczeństwa żywności. Zaufanie na liniach produktów świeżych, piekarniczych, mięsnych, mleczarskich, cukierniczych i dań gotowych. Poznaj pełną rodzina rozwiązań do sortowania wizyjnego lub dowiedz się więcej o Viroteq.
