Marmellate e confetture
Intercetta errori di livello, disallineamento etichetta, problemi di sigillatura coperchio e contaminazione prima che i vasetti lascino la linea di imbottigliamento.
Ispezione qualità automatizzata per linee di imbottigliamento di marmellate, confetture e preserve, su un iPhone ricondizionato accanto al riempitrice, alla tappatrice, all'etichettatrice e all'incartonatrice.
Su una linea di marmellate e confetture, il difetto non si vede al tavolo di ispezione. Si vede sullo scaffale del retailer FMCG quando una confettura di fragola con frutta sedimentata sul fondo viene fotografata da un consumatore e finisce sui social media, o al deposito del distributore quando un vasetto sotto-riempito rompe la spec di peso del case e attiva un chargeback. Una pistone della riempitrice usurato, un cambio di viscosità del batch durante la cottura, una tappatrice con coppia che ha derivato di due newton-metri, una stampante inkjet con un nastro a fine vita: tutto questo passa l'ispettore al tavolo a velocità di linea, e ogni pallet contestato cancella il margine di mezza giornata di cottura. Su iPhone ricondizionato, Enao sorveglia il vasetto all'uscita della riempitrice, della tappatrice, dell'etichettatrice e dell'incartonatrice, e ti segnala i vasetti fuori spec prima che raggiungano il pallet.
Cos'è l'ispezione qualità automatizzata per la produzione di marmellate e confetture?
Il rilevamento AI dei difetti per marmellate e confetture usa una telecamera e un modello di visione che sorvegliano ogni vasetto all'uscita della riempitrice, della tappatrice, dell'etichettatrice e dell'incartonatrice, e segnalano le unità non conformi prima che raggiungano il deposito. Invece di un operatore al tavolo di ispezione o di una visione a regole rigida, il modello apprende la forma del vasetto, l'artwork dell'etichetta, il contenuto di frutta e la geometria del coperchio del tuo portfolio SKU, e applica un punto di controllo visivo costante tra turni, velocità di linea e cambi di ricetta.
Le marmellate e confetture sono particolarmente difficili da ispezionare a velocità di linea perché il contenuto di frutta varia all'interno dello stesso batch per design, l'opacità della gelatina legge in modo diverso tra le gamme di fragola, lampone e albicocca, e il vasetto sotto-riempito che rovina un multi-pack sembra identico a una normale variazione di head space sotto l'illuminazione di linea. La visione a regole costruita attorno a una singola forma di vasetto si rompe non appena cambi SKU, etichetta o ricetta di frutta. L'ispezione condotta dall'AI gestisce queste variazioni perché il modello apprende da fotogrammi di produzione reali invece che da una soglia fissa.
Il risultato è un punto di controllo visivo automatizzato che completa il tuo campione di fine linea e ti dà un record per immagini vasetto per vasetto. Quando una contestazione del retailer torna sei settimane dopo, puoi ripescare i fotogrammi della finestra di produzione esatta e o confermare il difetto o respingere la contestazione con prove a sostegno.
Difetti rilevati su linee di produzione di marmellate e confetture
Errori livello e deriva head space
Gli errori di livello sono i vasetti sotto- e sovra-riempiti causati dall'usura del pistone della riempitrice, da cambi di viscosità del batch durante la run di produzione o da deriva di temperatura nel cuocitore. I sotto-riempimenti rompono la specifica di peso del case al deposito del retailer, e i sovra-riempimenti causano contaminazione del coperchio alla tappatrice. Gli operatori controllano la riempitrice a occhio ma non possono guardare ogni vasetto, così i casi borderline passano il tavolo di ispezione. Il modello AI apprende l'head space in spec per ogni SKU e segnala la deriva non appena l'altezza locale di riempimento supera la tua tolleranza, con i fotogrammi disponibili così puoi aggiustare la riempitrice prima che un pallet completo spedisca fuori spec.
Disallineamento e scuffs etichetta
I difetti di etichetta includono applicazione obliqua, angoli sollevati, scuffs di colla e pannelli piegati causati dall'usura del rullo colla, errori di alimentazione della pila etichette o rulli di pressione disallineati. I peggiori siedono sul pannello posteriore e passano il tavolo di ispezione fronte etichetta per fallire al deposito. Gli operatori manuali colgono le obliquità evidenti ma perdono gli angoli sollevati che superano l'etichettatrice e falliscono quando il wrap tocca l'incartonatrice. Il modello AI tiene la firma visiva di un'etichetta in spec per ogni SKU e segnala obliquità, sollevamento e scuff non appena il pattern locale devia dalla spec.
Sigillatura coperchio e problemi twist-off
I problemi di coperchio includono coperchi storti, bottoni di sicurezza mancanti e tappi twist-off sotto-sediti causati da deriva di coppia della tappatrice, disallineamento di alimentazione coperchio o usura del rullo filetto. I coperchi sotto-sediti falliscono il test del vuoto e portano a deterioramento prima della data di scadenza. Gli operatori campionano i coperchi alla pausa ma perdono le finestre intermedie. Il modello AI apprende la firma del coperchio in spec e segnala coperchi storti, con bottone mancante e sotto-sediti all'uscita della tappatrice, con i fotogrammi disponibili così puoi aggiustare la coppia prima che un batch completo spedisca.
Coppia chiusura e difetti tamper-band
I difetti di chiusura sono i problemi cugini della sigillatura, inclusi tamper band rotti, anelli di pilfer incompleti e coperchi che girano liberi sul filetto. Le cause includono usura del rullo filetto, tolleranza del lotto coperchi e allineamento della tappatrice. I difetti rovinano il claim di tamper-evidence sull'etichetta e attivano rigetti del retailer all'ispezione del deposito. Il modello AI coglie la firma visiva di una band rotta o di un coperchio che gira libero in un singolo fotogramma e segnala ogni vasetto che fallisce la spec, prima che l'incartonatrice lo avvolga.
Distribuzione frutta e gelatina
I problemi di distribuzione includono frutta sedimentata sul fondo del vasetto, separazione della gelatina nell'head space e rapporto frutta-gelatina disuguale causati da deriva dell'agitazione della tramoggia, variazione di temperatura della ricetta o disallineamento dell'ugello della riempitrice. I difetti rovinano l'aspetto del consumer-shelf e attivano reclami sui social media. Gli operatori manuali controllano l'output della riempitrice ma perdono i casi di frutta sedimentata che superano il tavolo di ispezione e sembrano male sullo scaffale del supermercato due settimane dopo. Il modello AI apprende la distribuzione in spec per ogni SKU e segnala la deriva all'uscita della riempitrice così la linea può aggiustare l'agitazione della tramoggia o la temperatura della ricetta.
Danni e scheggiature vetro
I difetti di vetro includono cricche al collo filettato, scheggiature al bordo e inclusioni nel corpo causate da usura del glass-handler, impatto della tappatrice o problemi di lotto del fornitore. I peggiori siedono sul lato interno del case e affiorano solo quando il consumatore apre il vasetto a casa. Il modello AI apprende la firma del vetro in spec e segnala cricche, scheggiature e inclusioni all'ingresso dell'incartonatrice così la linea può deviare il vasetto prima che raggiunga il case.
L'illuminazione che rende possibile tutto questo su una linea di marmellate è una luce diffusa dall'alto sopra la riempitrice e l'etichettatrice per leggere livello e etichetta, più una lampada ad anello a basso angolo alla tappatrice per leggere la sigillatura del coperchio. Un iPhone Pro con ottiche macro e grandangolo gestisce le sette famiglie di difetti da una sola stazione di ispezione per punto di controllo critico. Sincronizziamo il rig con l'encoder del trasportatore così i vasetti segnalati comandano una decisione di deviazione o blocco a valle. Specifichiamo le ottiche con te durante l'onboarding.
Come Enao gira su una linea di marmellate e confetture
Il rig hardware completo costa meno di 1 000 € e si compone di un iPhone Pro ricondizionato, una luce diffusa dall'alto con lampada ad anello a basso angolo opzionale per ispezione coperchio, un cavo USB-C e un supporto che si fissa sopra la riempitrice, la tappatrice, l'etichettatrice o l'incartonatrice. L'integrazione PLC non è necessaria per il primo deployment, il rig sta in una valigia da trasporto, e la linea continua a girare mentre lo monti.
L'onboarding è in self-service. Il tuo team di linea monta il rig, apre l'app Enao e inizia a raccogliere fotogrammi di riferimento al cambio successivo. Il giorno 1 restituisce 80 % di precisione senza alcun lavoro di etichettatura preliminare, e al giorno 14 il modello gira sopra l'ispettore manuale sulle famiglie di difetti che ha visto, migliorando con ogni vasetto segnalato che la linea conferma o respinge.
Ogni linea allena il proprio modello a riconoscere le proprie forme di vasetto, artwork etichette e ricette di frutta. Quando passi a una ricetta o etichetta diversa sulla stessa linea, il modello si adatta in un solo turno. Quando metti in marcia una linea sorella su una famiglia prodotto simile, il secondo modello parte dall'esperienza del primo e lo sforzo marginale crolla nettamente.
I vasetti fuori spec smettono di raggiungere l'incartonatrice, lo scarto viene registrato al punto di ispezione invece che all'ufficio QC, e i tuoi operatori riprendono le ore di attenzione di cui hanno bisogno per le parti del lavoro che ancora richiedono un occhio umano, inclusi setup riempitrice, taratura ricetta e gestione reclami cliente.
Come Enao si confronta con il controllo manuale e la visione industriale tradizionale
Per i produttori di marmellate e confetture, il confronto si focalizza su cinque dimensioni.
Tempo di messa in servizio su una linea di marmellate. — Ispezione visiva manuale: ore di formazione per operatore, manodopera continua. Visione industriale tradizionale: da tre a nove mesi di integrazione con un system integrator, più un set di regole per vasetto ed etichetta. Enao: deployata in una settimana dal tuo team, giorno 1 a 80 % di precisione.
Costo hardware per linea. — Ispezione visiva manuale: nessun costo iniziale, costo manodopera ricorrente. Visione industriale tradizionale: da 40 000 a 200 000 € per linea per telecamere industriali, illuminazione strutturata e integrazione. Enao: meno di 1 000 € per linea con un iPhone Pro ricondizionato, una lampada e un supporto.
Gestione di nuovi SKU, etichette e ricette. — Ispezione visiva manuale: riformare gli operatori per ogni nuovo SKU. Visione industriale tradizionale: riscrivere il set di regole per ricetta, spesso in subappalto all'integratore. Enao: ri-allenare il modello su nuovi vasetti, etichette e ricette di frutta in un solo turno, senza toccare il codice.
Precisione di rilevamento su deriva sottile del livello e scuff etichetta. — Ispezione visiva manuale: alta a inizio turno, scende misurabilmente dopo tre ore. Visione industriale tradizionale: forte sui controlli dimensionali, debole sulla deriva sottile del livello di riempimento e sul rilevamento di scuff etichetta. Enao: apprende le firme di livello, etichetta e coperchio da fotogrammi di riferimento e tiene la precisione tra turni e run.
Chi lo fa girare. — Ispezione visiva manuale: operatore formato al tavolo di ispezione. Visione industriale tradizionale: system integrator o ingegnere di visione specializzato. Enao: il tuo team di linea, senza specialista esterno richiesto.
I retailer e i category manager cambiano fornitore per il costo di un pallet rifiutato, e il costo di un chargeback o di uno swap di listing silenzioso pesa ben più di un rig di ispezione su iPhone. Enao è costruito per quel divario.
