Megoldást talált a TST Management Kft. az élelmiszeripar egyik legnagyobb kihívására, a szezonális termények tárolása közbeni minőségvesztésre. A cég projektjének eredményeként megszületett egy széles körben alkalmazható, hiperspektrális elemzést végző berendezés, amely képes érintés nélkül, gyorsan és hatékonyan kiszűrni a problémás darabokat, ezzel jelentősen csökkentve a feldolgozási költségeket és a veszteséget.
Az élelmiszeriparban feldolgozott növényi termések túlnyomó többsége csak szezonálisan áll rendelkezésre friss termésként, ezért alapvető feladat a betakarítási időszakon túli tárolás. Ennek ideje alatt azonban akár jelentős romlási folyamatok is elindulhatnak, amely jelentősen csökkentheti az élelmiszeripari technológiai folyamatok során előállított termék minőségét, mennyiségét, ill. megnövelheti a szükséges idő- és energiaráfordítás mértékét, ezzel az önköltséget. Ennek csökkentése volt a célja projektünknek az által, hogy olyan széleskörben alkalmazható, nem anyagspecifikus termésminősítő berendezést hozunk létre, amely érintés- és roncsolásmentesen képes nagy sebességgel végzett hiperspektrális elemzés alapján a minősítés elvégzésére. A teljes rendszer az alábbi elemekből épül fel az élelmiszer alapanyaggal való találkozás sorrendjében:
1. robotkarok emelik a termést tartalmazó ládát a szállítószalag elejéhez, és folyamatos mozgással üríti azt a szalagra
2. a speciális, a kamera által vezérelt sebességű szállítószalag mozgatja a termést a kamera alatt;
3. a kamerát magában foglaló boksz, amely a beépített fényforrásnak köszönhetően állandó fényerejű és színű megvilágítást ad a kamera alatt áthaladó terméseknek;
4. a hiperspektrális kamera, amely 10 nm térbeli felbontással képenként 168.000 pont spektrumát rögzíti 350-1000 nm hullámhossztartományban;
5. nagyteljesítményű számítógép dolgozza fel a spektrális információkat és hasonlítja a kutatások során megjelölt kritikus pontok és sávok értékeit a 3 különböző minőségi kategóriához kötött határértékekhez;
6. a kamera alól kikerülő termések a rendszer alapfelszereltsége esetén gyűjtő ládákba kerülnek vissza, melyeket újabb robotkarok emelnek fel és raknak ki a berendezést magában foglaló automatizált térből.
A rendszer része egy döntéstámogató szimuláció, mely segíti a minősítő berendezés által elérhető minőségi és költséghatékonysági eredmények gazdasági értékelését, a működés optimalizálását.
Az élelmiszeriparban a feldolgozásra kerülő alapanyagok, növényi termések nagy mennyisége nem teszi lehetővé a teljes körű, minden egyes pl. alma, burgonya, vagy sárgarépa átvizsgálását, ezért a tétel nagyságától függő tömegű átlagmintát vesznek az adott tételből, és ezen a mintán végzik el azokat a vizsgálatokat, amelyek eredményét aztán a teljes tételre vonatkozónak fogadnak el. Jóllehet, az eljárás statisztikailag elfogadható pontosságú, azonban egyes terméshibák akár csak egy darabon is előfordulva jelentősen ronthatják a termék minőségét, ill. jelentősen megnövelhetik a gyártási költséget. További hátránya a jelenleg széleskörben alkalmazott eljárásnak, hogy a mintavétel eljárás jelentős kézimunkaigényű, jelentősen szubjektív, valamint a laboratóriumi vizsgálatok képzett szakember akár több órás munkáját is igényelheti, mire megszületik az eredmény. Ezen korlátok kiküszöbölését céloztuk meg a projektünk során kidolgozott műszaki megoldással.
A kifejlesztett hiperspektrális képfeldolgozáson alapuló értékelési eljárás a következő előnyökkel bír a szokványos mintavételes értékelési eljárással szemben.
– A fő előnye abban rejlik, hogy az adott növényi termés tétel minden egyes darabjáról készül hiperspektrális kép, amely a kritikus minőségi paraméterek mindegyikére vonatkozóan információt ad. Ezzel statisztikai értelemben vett teljes sokaságra vonatkozóan fog információval rendelkezni a felhasználó. Így elkerülhetőek azok a hibák, amelyek olyan kis valószínűséggel fordulnak elő, hogy az az átlagmintavételt végző személy figyelmét elkerüli. Viszont éppen ezek a szubjektivitásra visszavezethető, kis valószínűségű eltérések okozhatnak súlyos hatású hibát a gyártásban. Az ilyen jellegű hibák előfordulási esélyének 90-92%-os csökkenését sikerült elérni a rendszerünk validációja során.
– A minősítő rendszer alkalmazásának másik jelentős előnye az, hogy a termés minősítése automatikusan történik: a kamera alatt való áthaladását követően 0,5 másodpercen belül végzi az értékelést a kifejlesztett szoftver. A robotizált termésfeladásnak és levételnek köszönhetően gyakorlatilag érintésmentesen, kézimunka és laboratóriumi munkaidő- és bérráfordítása nélkül lehet a rendszerrel lényegesen pontosabb képet kapni egy adott tétel minőségéről.
– A rendszer harmadik jelentős előnye a piacon lévő megoldásokkal szemben az, hogy az adott tétel eltarthatóságára vonatkozó predikciós modellt állítottunk fel a hiperspektrális képelemzés eredményei alapján. Ezt használva 95%-os szignifikancia szinten egy hét pontossággal előre lehet jelezni, hogy egy adott tétel várhatóan meddig használható fel adott körülmények között történő tárolás során a jelenlegi minőségi kategóriában.
– A hiperspektrális képelemzés alapján kapott minőségi információ lehetővé teszi a tételt alkotó darabos termések válogatását is, amennyiben erre alkalmas, pneumatikus vezérlésű szelektáló eszközt kapcsolnak a számítógéphez. Így a friss termésként történő értékesítés céljából különböző kategóriákba, ill. eltarthatósági idő csoportba sorolt termések kiskereskedelmi egységcsomagba csomagolva azonos minőségben kerülnek a fogyasztóhoz, megelőzve azt a hibát, hogy egyes darabok megromoljanak, ill. éretlenek legyenek.
A projekt eredményeként létrejött minősítő rendszer használatának bevezetését, illetve működtetésének gazdasági optimalizálását támogatja a kidolgozott döntéstámogató szimuláció. Az előre programozott adatbázis az adott vállalkozás aktuális termelési tevékenységének különböző technológiai és gazdasági paramétereit megbecsülhető, hogy a minősítő rendszer bevezetésének és működtetésének költségei várhatóan milyen időtartam alatt térülnek meg. Ezt alkalmazva az élelmiszeripari vállalkozások lényegesen megalapozottabb döntéseket hozhatnak a rendszer bevezetéséről, illetve működtetésével elérhető technológiai és gazdasági előnyökről.
Élelmiszeripari folyamatok hatékonyságát növelő minőségellenőrző gyártástámogató rendszer fejlesztés
A fejlesztés megvalósítására GINOP PLUSZ-2.1.1-21- „Vállalati kutatási, fejlesztési és innovációs tevékenységek ösztönzése című Felhívás keretein belül 276,04 millió forint európai uniós, feltételesen visszatérítendő támogatást nyertünk. A projekt a Széchenyi Terv Plusz program keretében valósul meg. A projekt célja egy az élelmiszeripari folyamatok hatékonyságát növelő, élelmiszeripari kutatásokra alapozott a feldolgozóipari szereplők számára célgépként értékesíthető minőségellenőrző és gyártástámogató rendszer, valamint döntéstámogató szimulációs eljárás fejlesztése volt.
TST Management Kft.
9027 Győr, Juharfa utca 1.
www.tstmanagement.hu
*
Olvasd rendszeresen az Insiderblog.hu szakmai portálunk cikkei mellett az Insidernews.hu innovációs portálunk innovációs híreit is!
https://insidernews.hu/
