A indústria alimentar é uma das maiores beneficiárias da automatização industrial. A eficiência dos processos é importante não só para o cliente, mas também para a segurança do consumidor e para o cumprimento dos regulamentos governamentais. Aspetos como a rastreabilidade ou processos como a inspeção do código de lote/data são apenas alguns exemplos de aplicações da visão artificial na indústria alimentar.

Tecnologias de inspeção de qualidade na indústria alimentar

Como referimos previamente, o controlo de qualidade é um aspeto fundamental para o setor da alimentação. Grande parte do sucesso de um negócio nesta indústria dependerá deste aspeto, uma vez que o objetivo não é apenas melhorar e otimizar os processos. Um dos motivos pelos quais é recomendada a incorporação de sistemas de visão artificial é a segurança do consumidor: determinar quais são os produtos adequados para venda e quais não são.

A rentabilidade e a reputação de uma empresa podem estar em jogo se não forem implementados procedimentos eficientes e seguros. Além disso, é importante evitar o desperdício de produtos e matérias-primas através da otimização dos processos a montante.

Aplicaçoes – deteçao de contaminantes

As tarefas automatizadas de medição, deteção de erros e execução de melhorias permitem às empresas alcançar uma linha de produção 100% eficaz e sem falhas. Mas quais são as tecnologias envolvidas?

Robótica guiada por visão artificial

A robótica pode ser uma das aplicações mais importantes para a automatização industrial. Contudo, os robots não trabalham sozinhos: requerem a orientação de sistemas de visão artificial que lhes permitam reconhecer o ambiente, a trajetória, evitar colisões e também garantir a segurança do trabalhador.

O robô é o executante e os sistemas de visão artificial são os orientadores, criando uma unidade que garante o êxito do processo. Em termos práticos, um exemplo desta funcionalidade é o SpecTUNA, um sistema modular automatizado com visão artificial e análise de laser 3D para processos de posicionamento, corte e classificação de atum congelado.

Um braço robótico remove os atuns inteiros, um a um, e transfere-os para o módulo de corte. Este módulo funciona através do InPicker, a solução universal de Bin Picking desenvolvida pela INFAIMON, que inclui um software fácil de configurar e adaptável a qualquer tipo de robot e garra.

Leia todo o caso de sucesso aqui.

Deep Learning

Atualmente fala-se muito de Deep Learning (DL): o sistema que imita a capacidade de aprendizagem humana através de algoritmos, permitindo resolver problemas complexos. O Deep Learning chegou para ultrapassar as limitações da visão convencional e disponibilizar soluções alternativas para setores industriais e não industriais.

O DL adapta-se bem a qualquer requisito: pode ser desenvolvido em ambientes complexos, flexíveis e não homogéneos, o que o torna ideal para a indústria alimentar.

Com recurso a algoritmos, possibilita identificar estruturas e padrões nos dados com os quais é possível aprender e, assim, evitar erros futuros. Por exemplo, o reconhecimento ótico de carateres (OCR) é uma tecnologia utilizada para ler códigos numéricos ou letras com elevada precisão. Permite detetar, com grande eficiência, os erros ou as falhas que podem implicar custos elevados para uma empresa.

O Deep Learning permite realizar inspeções em todos os tipos de ambientes e espaços, inclusivamente nalguns com pouca ou má iluminação.

Imagem hiperespectral

A imagem hiperespectral é a tecnologia aliada dos sistemas de inspeção: permite ver o que o olho humano não consegue ver. Com a captura de imagens, é possível detetar defeitos internos do produto e evitar que este saia da fábrica com partículas ou contaminantes estranhos, através de um processo muito rápido que permite poupar nos recursos e nos custos.

Como explica o nosso artigo “5 vantagens dos sistemas de visão espectral na indústria alimentar”, os sistemas hiperespectrais permitem gerar mapas de composição (humidade, gordura, proteínas, etc.) dos produtos inspecionados com recurso a imagens que mostram as concentrações dos parâmetros de interesse em cada ponto da amostra. Isto representa valor acrescentado para as empresas de produtos alimentares que recorrem a estes sistemas, uma vez que aumenta a sua competitividade.

Caso pretenda saber mais sobre este tema, recomendamos que assista ao nosso webinar gratuito: “Sistemas espectrais e aplicações: a explorar o visível (e o invisível)”.

https://www.youtube.com/watch?v=G7M5nywFU3c

 

Os sistemas de visão artificial permitem otimizar os processos de inspeção e deteção de defeitos, o que representa vários benefícios para a indústria. Uma dessas vantagens é a possibilidade de obter dados em tempo real que permitem parametrizar quantitativamente várias características físicas (tamanho, cor, textura) dos alimentos com recurso a tecnologias não invasivas. A avaliação é rápida, precisa e é feita a 100% da produção, sem deixar nenhum produto sair da fábrica em más condições.

Graças às inovações tecnológicas, as limitações que algumas empresas enfrentavam estão agora a ser ultrapassadas com novas soluções feitas à medida.