人工智能驱动的检查的基石从线上开始

这篇文章最初发表于 国家供应商。

-----

从生肉切块到成品，许多肉类和家禽加工商依靠常规产品样本质量检查来监测和控制其产品的质量。随着处理器扩展操作以处理更高的吞吐量，这一关键过程变得更加关键，而自动化减少了加工线上的人工存在。

在典型的样品质量检查中，质量检查员将产品从生产线中取出，使用卡尺测量产品尺寸，评估颜色、纹理、大理石花纹和其他视觉特征，称量产品，最后记录数据。在当今的高吞吐量生产中，这种耗时的过程可能会导致大量产品在操作员注意到过程问题之前受到影响。这会导致昂贵的再处理步骤，从而使生产设施陷入瘫痪并暂停发货。

另外，如果没有人观察产品，两次抽样检查之间会发生什么？外来污染物可能在瞬间和任何时候发生。其中许多污染物，例如木材、塑料和低密度物体，可能不会被X射线和金属探测器等当前异物探测技术所注意到。

保持和提高食品质量对于维护品牌标准以及保护和满足消费者至关重要。但是，正如许多食品加工公司所发现的那样，传统的采样技术可能无法满足现代需求。许多处理器正在转向自动检测解决方案来解决这个问题，而这些工具通常只需几个简单的步骤即可成功实现。

第 1 步：使用客观技术提高手动产品检查的效率

以人为本的流程本质上是主观的，常规的产品质量检查也不例外。质量采样过程中的每一个步骤都容易出现人为错误，这可能会影响记录的结果。诸如检查员决定测量的点、他们将卡尺压入产品的紧密程度，甚至是他们如何处理和放置产品进行测量等因素都会对结果产生显著影响。即使是记录测量结果的日常行为也容易出现错别字和其他错误，从而污染收集的数据。

许多寻求加强人工质量检查的肉类加工公司已经使用经济实惠的在线台式视觉测量系统解决了这些问题。这些产品从高分辨率 2D 和 3D 图像中提取测量值，以评估产品尺寸、形状、颜色、大理石花纹、纹理和其他属性。用户可以为每种独特产品自定义公差和测量需求。一些系统还包括高精度预测产品重量的应用程序，从而无需使用天平秤。所有测量结果都是在一次通过中即时捕获的，从而消除了测量中的主观误差，并显著加快了过程。

台式视觉测量系统还允许质量团队更快地测量产品，这意味着操作员可以收集更多数据以更好地代表生产过程。实际上，美国一家主要的家禽生产商将其鸡胸肉的平均检查率从每月约450次提高到1,700次，增长了近380％。样本量的增加为有效监测和快速应对生产过程的变化提供了必要的数据。

第 2 步：将在线见解整合到在线流程中

一些公司在台式视觉系统方面的成功为完全集成的在线系统奠定了框架。之所以取得成功，是因为为台式系统创建的测量规格可以转移到生产线，在生产线上，在线视觉检测系统可以对生产线上的所有产品进行全速检测。这些系统通常包括分析产品底面的选项。通过在线检测，公司可以检测 100% 的产品，几乎不需要人为干预。

如果系统检测到缺陷，可选的剔除系统（例如喷气机或桨叶）可以在不停止工艺流程的情况下自动移除不合规格的产品。该系统将所有这些质量数据收集到趋势报告中，从而在组织的生产线、工厂和公司层面实现数据驱动的决策。

但是，质量检查只是在线视觉系统总体价值的一部分。许多客户，尤其是全球快餐集团，已经开始向供应商施加压力，要求他们采用新一代的食品安全计划，尤其是与减少异物事件相关的计划。

第 3 步：使用人工智能驱动的检查应用程序加强食品安全

人工智能的最新进展增强了在线视觉检测系统的检测能力，这通常会超过人工检查员的检测能力。人工智能驱动的视觉检测技术配备顶部和底部表面高分辨率摄像头、先进的照明和机器学习功能，非常适合检测箔片、胶片、纸张等物体。检测许多低密度污染物的能力使这些系统成为现有基于X射线和金属探测器的控制系统的绝佳补充。

在线视觉系统的新兴高光谱成像功能为分析产品表面的水分和油含量等成分特性提供了方法。这些新的视觉检测功能可以实现更先进的异物和异常检测。人工智能驱动的视觉检测应用程序继续提高食品安全和过程控制的标准，尤其是与X射线和金属探测器结合使用以提供最佳保护时。这些投资可以在满足客户需求和避免可能代价高昂的召回方面大有帮助。

调整并规划您的方法

起初，视觉检测技术可能看起来很吓人。尽管如此，其中许多系统的设计仍易于集成到现有的现场流程中，并且可以以最小的努力或风险进行采用。这些系统提供的好处是显著的。它们可以简化和提高肉类加工商质量和安全计划的有效性，并为食品加工商提供满足现代需求的途径。当今成熟的视觉检测解决方案和基于人工智能的新工具可增强功能和简化设置，使这些工具的采用比以往任何时候都更加容易，并且可以为组织带来立竿见影的价值。

‍