Tuzlu Atıştırmalıklar
Poşetler paketleme makinesinden çıkmadan önce yanık izlerini, kırık parçaları, çeşni boşluklarını ve şekil hatalarını yakalayın.
Tuzlu atıştırmalık üretimi için otomatik kalite muayenesi, fritözünüzün, konveyörünüzün ve paketleme makinenizin yanında yenilenmiş bir iPhone üzerinde çalışır.
Akış bozulmasından on dakika sonra fritözden çıkan yanık bir küme, operatörlerin molada alınan kalite kontrol numunesine kadar fark etmediği az çeşnilenmiş bir tünel, yırtık bir eldivenden gelen plastik olduğu için metal dedektörünün kaçırdığı bir yabancı cisim. Süpermarketlere ve bakkal kanallarına sevkiyat yapan bir tuzlu atıştırmalık hattında, paketleme makinesinden gizli bir hatayla çıkan her kilogram size iki kez maliyet çıkarır. Poşet sizin markanızla raf yolculuğuna başlar, sonra tüketici kavrulmuş cipsi bulur, fotoğraf sosyal medyaya düşer ve bir sonraki kategori değerlendirmesi aynı raftaki rakibe gider. Manuel operatörler bariz kusurları yakalar, ancak bir kameranın soğutma tünelinde gördüğü kademeli kızartma rengi kayması, yorgun bir insanın üçüncü saatten sonra kaçırdığı hatadır. Tuzlu atıştırmalık üretimi için otomatik kalite muayenesi bu boşluğu kapatır ve bunun için altı haneli bir makine görüşü sistemine ihtiyacınız yoktur.
Tuzlu atıştırmalık üretimi için otomatik kalite muayenesi nedir?
Tuzlu atıştırmalıklar için yapay zekâ ile hata tespiti, fritözden, soğutma tünelinden ve çeşnileme tamburundan çıkan her kilogramı izlemek ve paketleme makinesine ulaşmadan önce uygunsuz ürünü işaretlemek için bir kamera ile bir yapay zekâ modeli kullanır. Panelde duran bir fritöz operatörüne veya katı kural tabanlı makine görüşüne güvenmek yerine yapay zekâ, SKU portföyünüzün kendine özgü kesim biçimini, yüzey dokusunu, kızartma rengini ve çeşni kaplamasını öğrenir ve vardiyalar, hat hızları ile reçete geçişleri boyunca tutarlı bir görsel kontrol noktası uygular.
Tuzlu atıştırmalıkların hat hızında muayene edilmesi özellikle zordur, çünkü kızartma rengi az pişmiş ile yanık arasında dar bir bantta oturur, kettle kesim bir cipsin geometrisi aynı poşetin içinde tasarım gereği değişir ve çeşninin yakından bakıldığında düzensiz görünmesi beklenirken parça başına ortalama bir kaplamayı da tutturması gerekir. Tek bir reçete etrafında kurulmuş kural tabanlı makine görüşü, farklı bir kesime, farklı bir yağ yaşına veya farklı bir çeşni karışımına geçtiğiniz anda kırılır. Yapay zekâ öncülüğündeki muayene bu değişkenliği kaldırır, çünkü model sabit bir eşikten değil gerçek üretim karelerinden öğrenir.
Sonuç, vardiya sonundaki kalite kontrol numunenizi tamamlayan ve size kilogram kilogram bir görüntü kaydı veren otomatik bir görsel kontrol noktasıdır. Altı hafta sonra bir perakendeci sorusu geri geldiğinde, tam o üretim penceresine ait kareleri çekip hatayı ya doğrulayabilir ya da kanıtla itiraz edebilirsiniz.
Tuzlu atıştırmalık üretim hatlarında yakaladığımız hatalar
Yanık izleri ve kavrulma
Yanık izleri, bir cipsin veya ekstrüde atıştırmalığın yüzeyinde oluşan koyu, çoğu zaman kömürleşmiş lekelerdir ve yağ sıcaklığındaki ani yükselmelerden, fritözdeki sıcak noktalardan veya bir kanada takılıp fazla pişen parçalardan kaynaklanır. En sık bir akış bozulmasından, ısıtıcı üzerinde tuz ya da nişasta birikmesinden veya gün içinde yağ kalitesindeki yavaş kaymadan sonra görülür. Soğutma tünelindeki operatörler bariz siyah parçaları yakalar, ancak depo aydınlatması altında hızlı bir bakışı geçen, spesifikasyondan koyu kahverengi cipsi kaçırır. Yapay zekâ modeli her SKU için kabul edilebilir kızartma rengi bandını üretimin ilk yarım saatinden öğrenir ve yerel kontrast değişimini küme belirgin hale gelmeden çok önce tespit eder. Parçalar işaretlenir, operatör fritöz profilini kontrol eder ve reddedilen kilogramlar paketlenmeden önce ayrılır.
Renk kayması
Renk kayması, bir üretim boyunca yaşanan kademeli ton değişimidir ve yağın yaşından, biriken nişasta yükünden, önceki SKU'dan taşınan çeşniden veya ekstrüde ürünlerde hazne besleme tutarsızlığından kaynaklanır. Üretimin ilk kilogramı ile son kilogramı hiçbir operatör fark etmeden farklı LAB değerlerinde olabilir ve perakendeci iki pencereden gelen poşetleri aynı raf setinde karıştırır. Yapay zekâ modeli her SKU için öğrenilmiş bir referans tonu tutar ve yerel renk farkı spesifikasyonunuzu aştığı anda kaymayı işaretler, böylece hat, ton dışı ürünün bir kilogramı paketleme makinesine ulaşmadan önce fritöz ayarlarını düzeltme veya yağ tamamlama şansı bulur.
Kırık ve küçük parçalar
Kırık parçalar, boyut alt sınırını karşılamayan cipsler ve ekstrüde atıştırmalıklardır ve fritözdeki karıştırmadan, konveyörler arasındaki düşme yüksekliklerinden, çeşnileme tamburundaki mekanik taşımadan veya bileşim kaymasından gelen kırılgan partilerden kaynaklanır. Fazla kırıntı poşet ağırlığı ortalamasını aşağı çeker, görünen ürün profilini raf beklentisinin altına iter ve çeşniyi yanlış yüzey alanında yoğunlaştırır. Molada yapılan manuel numune alma eğilimi yakalar ama aradaki pencereleri kaçırır. Yapay zekâ modeli boyut dağılımını soğutma tünelinde okur ve kırıntı ya da kırık parça oranı kabul eşiğinizi geçtiği anda bandı işaretler.
Yabancı madde bulaşması
Yabancı madde, atıştırmalık akışında atıştırmalık olmayan her şeydir: yırtık bir eldivenden gelen plastik, paletten kopan bir tahta kıymığı, dedektör için fazla küçük bir metal parçası veya bir çeşni torbasından gelen kâğıt parçası. Metal dedektörleri ve X-ray bariz durumları yakalar, ancak düşük kontrastlı plastiği ve organik yabancı maddeyi kaçırır. Bir yüzey kamerası, atıştırmalık zemini karşısındaki renk ve doku farkını görür ve yapay zekâ modeli geçmiş şikâyet kaydınızın gerçekten işaret ettiği malzemelerin görsel imzasını öğrenir. Parçalar paketlenmeden önce soğutma tünelinde ayrılır ve operatör, yukarı yöndeki sürecin ilgi gerektirdiğine dair erken bir sinyal alır.
Şekil bozukluğu
Şekil bozukluğu, kettle kesim bir hattan üst üste yapışmış halde gelen kızarmamış dilimleri, tasarım toleransının dışına çıkacak kadar uzayan veya kıvrılan ekstrüde atıştırmalıkları ve fritözde kendi üzerine katlanan cipsleri kapsar. Operatörler panelde bariz durumları arar, ancak hat hızında her parçayı izleyemez. Yapay zekâ modeli her SKU için spesifikasyon içindeki geometri zarfını öğrenir ve dışına düşen parçaları işaretler, böylece poşet tüketicinin rafta marka dışı göreceği cipslerle dolmadan önce hat ayırma yapabilir.
Çeşni dağılımı hataları
Çeşni dağılımı hataları, parça başına ortalama çeşni kaplamasının spesifikasyonunuzun altında kaldığı, cipsin bir yüzünün çıplak olduğu veya çeşninin küçük bir parça grubunda topaklanıp geri kalanın kuru kaldığı poşetlerdir. Nedenleri arasında tambur dozajındaki değişkenlik, nem kaynaklı yapışma ve fritözden gelen düzensiz yağ kalıntısı vardır. Manuel numune alma, kaplamayı parça düzeyinde çözemez. Yapay zekâ modeli spesifikasyona uygun çeşnilenmiş bir cipsin görsel imzasını referans karelerden öğrenir ve yerel kaplama eksikliğini toleransınızı geçtiği anda işaretler; kareler elinizde olduğu için çeşni tedarikçisi suçu hatta attığında operatör itiraz edebilir.
Bir atıştırmalık hattında bunu mümkün kılan aydınlatma kurulumu, kızartma rengini ve yüzey dokusunu okumak için soğutma tünelinin üzerinde dağınık bir tepe ışığı ile kaplamayı ve partikül dağılımını okumak için çeşni çıkışında düşük açılı bir halka ışıktan oluşur. Makro ve geniş açı lenslere sahip bir iPhone Pro, her kritik kontrol noktası başına tek bir muayene istasyonundan yedi hata ailesini birden karşılar. Düzeneği konveyör enkoderiyle senkronize ediyoruz, böylece işaretlenen partiler aşağı yöndeki bir ayırma veya bekletme kararını tetikliyor. Optiği devreye alma sırasında sizinle birlikte belirliyoruz.
Enao bir tuzlu atıştırmalık hattında nasıl çalışır
Donanım düzeneğinin tamamı 1.000 € altında kalır ve yenilenmiş bir iPhone Pro, çeşni kaplaması için isteğe bağlı düşük açılı bir halka ışıkla birlikte dağınık bir tepe ışığı, bir USB-C kablosu ve soğutma tüneline ya da çeşni çıkışına kenetlenen bir montaj aparatından oluşur. İlk kurulum için PLC entegrasyonu gerekmez, düzenek bir taşıma çantasına sığar ve siz kurulumu yaparken hat çalışmaya devam eder.
Devreye alma kendi kendinize yapılır. Hat ekibiniz düzeneği monte eder, Enao uygulamasını açar ve bir sonraki ürün geçişinde referans kareleri toplamaya başlar. Birinci gün, önceden hiçbir etiketleme olmadan %80 doğruluk getirir ve on dördüncü güne gelindiğinde model, gördüğü hata ailelerinde manuel muayeneciyi geçer; hattın onayladığı veya reddettiği her işaretli partiyle birlikte gelişmeye devam eder.
Her hat kendi modeline kendi kesim biçimlerinin, kızartma rengi paletlerinin ve çeşni karışımlarının neye benzediğini öğretir. Aynı hatta farklı bir SKU'ya geçtiğinizde model tek bir vardiyada uyum sağlar. Benzer bir ürün ailesiyle kardeş bir hattı devreye aldığınızda ikinci model birincinin deneyiminden başlar ve harcanan ek çaba belirgin şekilde düşer.
Spesifikasyon dışı partiler paketleme makinesine ulaşmayı bırakır, fire kalite kontrol ofisinde değil muayene noktasında kaydedilir ve operatörleriniz hâlâ insan gerektiren işlere, yani fritöz kurulumuna, çeşni kalibrasyonuna ve müşteri şikâyetlerine ayıracak saatlerini geri kazanır.
Enao manuel muayene ve geleneksel makine görüşü ile nasıl karşılaştırılır
Tuzlu atıştırmalık üreticileri için karşılaştırma beş boyutta netleşir.
-
Bir tuzlu atıştırmalık hattında kurulum süresi. — Paketleme makinesindeki manuel kontroller uzun vardiyalarda renk kaymasını kaçırır. Geleneksel makine görüşü (KPM Analytics, Robovision, Mekitec, aqrose, engilico) üç ila dokuz aylık entegrasyon ve altı haneli bir bütçe ister. Enao, yenilenmiş bir iPhone üzerinde kendi ekibiniz tarafından bir haftada devreye alınır ve birinci günde %80 doğruluğa ulaşır.
-
Hat başına donanım maliyeti. — Manuel görsel muayene: peşin maliyet yok, süregelen işçilik maliyeti var. Geleneksel makine görüşü: endüstriyel kameralar, yapılandırılmış aydınlatma ve entegrasyon için hat başına 40.000 € ile 200.000 € arası. Enao: yenilenmiş bir iPhone Pro, lamba ve montaj aparatıyla hat başına 1.000 € altında.
-
Yeni kesimlerin, reçetelerin ve çeşnilerin karşılanması. — Manuel görsel muayene: her yeni SKU için operatörleri yeniden eğitmek gerekir. Geleneksel makine görüşü: her reçete için kural setini yeniden yazmak gerekir, çoğu zaman entegratöre yaptırılır. Enao: modeli yeni kesimler ve çeşniler üzerinde tek bir vardiyada yeniden eğitirsiniz, koda dokunmadan.
-
İnce renk ve çeşni kaymasında tespit doğruluğu. — Manuel görsel muayene: vardiya başında yüksektir, üç saat sonra ölçülebilir biçimde düşer. Geleneksel makine görüşü: boyut ayırmada güçlü, ince renk kaymasında ve çeşni kaplamasında zayıftır. Enao: kızartma rengi ile çeşni imzalarını referans karelerden öğrenir ve doğruluğu vardiyalar ve üretimler boyunca korur.
-
Sistemi kim çalıştırır. — Manuel görsel muayene: soğutma tünelinde eğitimli bir operatör. Geleneksel makine görüşü: sistem entegratörü veya uzman bir makine görüşü mühendisi. Enao: kendi hat ekibiniz, dışarıdan uzman gerekmez.
SKU listeleri her perakendeci kampanyasıyla ve her sınırlı sayıda çıkan aromayla değişir ve bir geri çekmenin ya da sessiz bir kategori müdürü telefonunun maliyeti, iPhone tabanlı bir muayene düzeneğinin maliyetinin çok üzerindedir. Enao tam da bu boşluk için kuruldu.
Tuzlu atıştırmalık muayenesi SSS
Related industries
Cookies and Biscuits
Catch under-baked centres, broken pieces, decoration defects and bake-colour drift before trays leave the cooling tunnel.
Bread and bakery
Catch bake-colour drift, surface cracks, dough-piece weight errors, seed-topping coverage, and seal defects before loaves leave the bagger.
Food packaging
Catch seal defects, label misprints, fill-level errors, and contamination before packs leave the line.