成功案例

食品行业质量检测的自动化升级

在机械制造领域,自动化质量控制早已成为行业标准,但食品行业的情况却截然不同。由于食品产品天然存在个体差异,再加上严格的卫生要求,使自动化变得尤为复杂。即便如此,仍有一家烘焙食品制造商成功借助人工智能与先进机器人技术,实现了产品质量检测的自动化,开创行业先河。

客户收益

  • 高产量
  • AI 驱动的检测优化
  • 卫生、高效的解决方案
  • 占地面积小

挑战

基于AI的机器人烘焙食品质量检测

荷兰烘焙食品制造商 Bolletje 成功实现了其产品质量检测的自动化。通过一套由视觉系统与四轴机器人组成的检测单元,该系统能够在一分钟内检测多达1,200 片切片面包。摄像头采集的图像数据由 AI 算法进行分析,并用于持续优化系统性能。史陶比尔 TS2-80 SCARA 机器人负责剔除不合格产品。

如何在长达 200 米的烤炉产线上,每分钟准确检测 1,200 片切片面包?多年来,位于荷兰阿尔梅洛的 Bolletje 采用的方式是依靠 五名经验丰富的员工,凭借训练有素的眼力与快速反应,从产线上挑出烤焦或不符合标准的产品。

解决方案

投资AI(人工智能)赋能的质量控制

如今,情况有所不同:由摄像头、四轴史陶比尔机器人和基于人工智能的 IT 平台组成的紧凑型机器人单元承担起这项任务。热像仪捕捉面包切片,在几毫秒内分析图像数据,所有被判定为“不合格”的产品将由史陶比尔机器人自动分拣出去。

来自 100% 全检的数据也被系统进行全面评估。Bolletje 首席运营官 Lo Huls 表示:“我们记录偏差类型并将其与系统数据进行关联分析。这项任务由我们的数据分析工具执行,该工具监控所有烘箱和其他工艺步骤。这使我们能够确定质量缺陷的原因并启动有针对性的对策。

系统集成商 QING Food Automation 的董事总经理 Bram de Vrught 进一步解释了这一流程的实际落地方式:“系统会采集图像,将其传输到 STAQ 平台,并自动对产品及各种缺陷模式进行分类。基于这些分类,我们可以进一步训练 AI。整体来说,系统非常易用,企业能够独立操作,并将这项技术扩展到其他产品线或新的质量标准。”

从 STAQ 开发之初,QING 就选择采用史陶比尔的四轴机器人。相比之下,Delta 机器人将需要更多的安装空间,从而增加单元的整体占地面积。在这样的条件下,高速轻量的史陶比尔 TS2-80 成为性能表现优越的方案。

结果和客户反馈

高效紧凑的自动化解决方案

自动化系统投入使用后,以往负责在该产线每分钟目视检测1,000–1,200 片干面包的五名 Bolletje 员工得以转岗至其他生产任务,为工业化烘焙流程释放了更多人力资源。

事实证明,史陶比尔的 VALtrack 软件也表现出显著优势。该软件能够使机器人动作与传送带实现精准同步,这是在高速状态下稳定、准确抓取产品的关键前提。

“我们原本也可以选择部署两台机器人,但那样会几乎使成本和占地面积翻倍,而且多机器人协作会显著增加编程复杂度。因此,选用一台性能优化的机器人才是更具成本效益的方案。TS2‑80 始终运行在‘绿色区间’,也就是其设计上限以内,因此即使在 24/7 的持续运行条件下,我们也预期它能保持长寿命并且几乎无需维护"

系统集成商 QING Food Automation 的总经理 Bram de Vrught 表示

了解有关我们产品的更多信息