Bei der Gemüseverarbeitung können wenige Millimeter den Unterschied zwischen Ertrag und Abfall ausmachen. Jahrelang nahmen Verarbeiter hohe Produktverluste beim Entfernen vom Strunk aus Gemüse wie Eisbergsalat in Kauf. Laut Will Uijting von QING lag das vor allem an den Grenzen herkömmlicher Bildverarbeitungssysteme. "Die meisten konventionellen Systeme basieren auf Annahmen und Durchschnittswerten. Lebensmittelprodukte sind jedoch alles andere als durchschnittlich."
© Qing - Extractacore LTD
Eine Zusammenarbeit zwischen dem niederländischen Automatisierungsspezialisten QING und dem britischen Maschinenbauer Extractacore hat gezeigt, wie KI-gestützte Bildverarbeitung die Ergebnisse dramatisch verbessern kann. Durch die Integration von 3D-KI-Bildverarbeitung in eine bestehende Schneidelinie konnte der Ausschuss von 30–40 % auf nur 3–5 % reduziert werden, ohne die Geschwindigkeit oder Zuverlässigkeit zu beeinträchtigen.
Von Annahmen zum Verständnis
Die Maschinen von Extractacore werden häufig für die automatisierte Entfernung von Strünken eingesetzt. Allerdings erschwerten natürliche Produktschwankungen ein präzises Schneiden. "Um eine vollständige Strunkentfernung zu gewährleisten, schnitten die Maschinen tendenziell breiter als nötig", erklärt Letti Barber von Extractacore. "Das garantierte Sicherheit und Konsistenz, bedeutete aber auch den Verlust von verwertbarem Produkt."
© Qing - Extractacore LTD
Der Durchbruch kam, als Extractacore erkannte, dass die Einschränkung nicht mechanischer, sondern intellektueller Natur war. "Wir benötigten ein System, das wirklich verstehen konnte, wo sich der Kern befindet, und nicht nur auf der Grundlage von Durchschnittswerten raten musste", sagt Letti.
Diese Suche führte zu QING und seiner STAQ-Plattform (See, Think, Act), die Bildaufnahme, KI-basierte Entscheidungsfindung und robotergestützte Ausführung integriert. Entscheidend war, dass das bestehende Robotersystem unverändert blieb. "Wir haben die Ebenen 'Sehen' und 'Denken' verbessert, während wir die Ebene 'Handeln' unverändert gelassen haben", sagt Will. Dies reduzierte die Implementierungsbarrieren für Kunden.
3D-KI-Vision in Aktion
Durch das Upgrade wurde die herkömmliche 2D-Farberkennung durch eine KI-gestützte 3D-Vision ersetzt, sodass das System die genaue Position, Ausrichtung und Tiefe des Strunks bestimmen kann. "Man muss nicht mehr raten – man weiß genau, wo sich der Strunk befindet", erklärt Will.
© Qing - Extractacore LTD
Das System verarbeitet etwa ein Produkt pro Sekunde und entspricht damit den industriellen Durchsatzanforderungen. Zuverlässigkeit war dabei von entscheidender Bedeutung. "KI muss die Variabilität reduzieren, nicht erhöhen", betont Will. Aus Sicht des Bedieners funktioniert die Maschine wie ein Standardsystem – nur mit weitaus höherer Präzision.
Mehr als nur Abfallreduzierung
Für Verarbeiter bedeutet eine Reduzierung des Abfalls auf 3–5 % eine direkte Verbesserung der Ausbeute und der Margen. "Sobald die Kunden die Zahlen sehen, ändert sich die Diskussion", sagt Letti. Aber die Vorteile gehen noch weiter: konsistentere Leistung, weniger Prozessstress und wertvolle Produktionsdaten.
© Qing - Extractacore LTD
Das System sammelt kontinuierlich Daten zu Produktmerkmalen und Schnittgenauigkeit. "Wenn man anfängt, Abweichungen zu messen, anstatt sie zu ignorieren, erhält man einen völlig neuen Blick auf seinen Prozess", fügt Will hinzu.
Obwohl die Lösung zunächst für Eisbergsalat eingesetzt wurde, lässt sie sich auf andere Gemüsesorten und Entkernungsprozesse übertragen. Beide Unternehmen gehen davon aus, dass KI-gestützte Bildverarbeitung in der Gemüseverarbeitung zum Standard werden wird.
"Variabilität ist nicht der Feind", fasst Will zusammen. "Sie zu ignorieren, ist es. KI ermöglicht es Ihnen, mit Naturprodukten so zu arbeiten, wie sie sind."
Weitere Informationen:
QING
Postbus 882
6800 AW Arnheim
Tel.: +31 (0) 85 049 9600
[email protected]
www.qing.nl
Extractacore LTD
Tel.: +44 (0) 7903270915
[email protected]
www.extractacoreltd.com
