Færre fejl med digital procesovervågning
Automatisk procesovervågning er med til at sikre færre kvalitetsfejl, mindre udbyttetab og bedre udnyttelse af kapaciteten. Vi bruger kamerateknologi, machine learning og statistiske metode til at overvåge procesudstyr på slagtegangen, der samtidigt tager højde for slagtekroppens biologiske variation.
Teknologisk Institut, DMRI udvikler løsninger til digital overvågning af komplekse processer i tæt samarbejde med fødevareindustrien.
Vi har udviklet en løsning, der ved hjælp af kamerateknologi, machine learning og statistiske metoder er i stand til at overvåge, om procesudstyr på slagtegangen er i kontrol. Løsningen tager højde for slagtekroppenes biologiske variation. Biologisk variation, eller fejl fra tidligere processer, kan nemlig i sig selv være skyld i en fejlslagen proces, uden at det overvågede udstyr behøver være ude af kontrol. Ved at tage højde for variationer i de indgående råvarer, kan fejl i produktionen minimeres, og kapacitetsudnyttelsen maksimeres.
Løsningen er demonstreret på en af Danish Crowns slagterier med overvågning af friskæringen, som er en automatisk skæreproces på slagtelinjen, der er vigtigt for at opnå gode udbytter af fileten. En sensorløsning bestående af fire kameraer (to før og to efter det automatiske udstyr) blev valgt til at overvåge indgangs- og udgangskvaliteten af slagtekroppene. Målingerne bliver kombineret med andre data om slagtekroppen (vægt, længde, køn), der er registreret i de forudgående processer.
Procesovervågning på slagtelinjen med kamera før og efter produktionsudstyret
Kontrol af indgangsmateriale
Analysen af råvaren før produktionsudstyret skal sikre, at den enkelte slagtekrop reelt er egnet til den efterfølgende proces. Et eksempel på kontrol af indgangskvalitet er en analyse af, om slagtekroppen er ophængt korrekt på hængejernet. En forkert ophængning vil forårsage, at den efterfølgende skæreproces bliver udført skævt, og i værste tilfælde vil det medføre stor skade på slagtekroppen.
Korrekt ophængt
Forkert ophængt - tæerne hænger ikke symmetrisk
Kontrol af udgangsmateriale
Hvis indgangskvaliteten vurderes at være i orden, gennemgår slagtekroppen skæreprocessen, hvorefter to kameraer efter procesudstyret vurderer udgangskvaliteten. Skæreprocessen vurderes blandt andet ved at analysere for skæresnittets orientering ned igennem slagtekroppen samt for andre kvalitetsparametre relateret til skæringen. Billedanalysen af de forskellige ind- og udgangskvaliteter bygger på deep learning algoritmer, hvor de forskellige kvalitetsparametre, der anvendes i modellen, er udvalgt i tæt samarbejde med erfarne kvalitetsmedarbejdere.
Kamera opsætning til vurdering af skæreprocessen
Billede til analyse af processen
Ind- og udgangsfejl bliver registreret løbende for hurtigt at kunne diagnosticere fejlårsager og gennemføre forslag til en økonomisk optimal udbedringsplan for procesudstyret.
Værdiskabelsen
Den primære værdiskabelse ved indføring af automatisk procesovervågning opnås ved færre kvalitetsfejl, mindre udbyttetab og bedre udnyttelse af kapaciteten. Den bidrager tillige til bedre bæredygtighed ved at reducere spild fra slagteprocessen, når fejl opdages hurtigere.
DMRI er verdens største og internationalt førende videncenter indenfor forskning og innovation i animalske fødevarer. Vi udvikler og rådgiver om specielle løsninger til den nationale og internationale kødindustri, med fokus på metoder og teknikker til at sikre fødevarer af høj kvalitet, samtidig med at vi tager maksimalt hensyn til dyrevelfærden og det eksterne miljø.
Hvis du og din virksomhed er interesseret i at komme videre med nye teknologier, der gør en forskel, er du meget velkommen til at kontakte os.