notícies

1. Anàlisi dels antecedents i dels punts febles
Visió general de l'empresa:
Una determinada empresa alimentària és un gran fabricant d'aliments de forn, centrat en la producció de torrades, pa de sandvitx, baguets i altres productes, amb una producció diària de 500.000 bosses, i que subministra a supermercats i cadenes de càtering de tot el país. En els darrers anys, l'empresa s'ha enfrontat als següents reptes a causa de la creixent atenció dels consumidors a la seguretat alimentària:

Augment de les queixes per objectes estranys: Els consumidors han informat repetidament que s'han barrejat objectes estranys metàl·lics (com ara filferro, restes de fulles, grapes, etc.) amb el pa, cosa que ha perjudicat la reputació de la marca.
Complexitat de la línia de producció: El procés de producció implica múltiples processos com ara la barreja de matèries primeres, el conformat, la cocció, el tall i l'envasat. Les matèries estranyes metàl·liques poden provenir de matèries primeres, desgast de l'equip o errors d'operació humana.
Mètodes de detecció tradicionals insuficients: la inspecció visual artificial és ineficient i no pot detectar objectes estranys interns; els detectors de metalls només poden reconèixer metalls ferromagnètics i no són prou sensibles als metalls no ferrosos (com l'alumini, el coure) o a fragments diminuts.

Requisits bàsics:
Aconseguir una detecció d'objectes estranys metàl·lics totalment automàtica i d'alta precisió (que cobreix ferro, alumini, coure i altres materials, amb una precisió mínima de detecció de ≤0,3 mm).
La velocitat d'inspecció ha de coincidir amb la línia de producció (≥6000 paquets/hora) per evitar convertir-se en un coll d'ampolla de producció.
Les dades són rastrejables i compleixen els requisits de certificació ISO 22000 i HACCP.

2. Solucions i desplegament de dispositius
Selecció d'equip: utilitzeu la màquina de raigs X per a objectes estranys d'aliments de la marca Fanchi tech, amb els paràmetres tècnics següents:

Capacitat de detecció: pot identificar objectes estranys com ara metall, vidre, plàstic dur, grava, etc., i la precisió de detecció de metalls arriba als 0,2 mm (acer inoxidable).
Tecnologia d'imatge: tecnologia de raigs X de doble energia, combinada amb algoritmes d'IA per analitzar automàticament les imatges i distingir les diferències en la matèria estranya i la densitat dels aliments.
Velocitat de processament: fins a 6000 paquets/hora, admet la detecció dinàmica de pipeline.
Sistema d'exclusió: dispositiu d'eliminació per raig pneumàtic, el temps de resposta és <0,1 segons, cosa que garanteix que la taxa d'aïllament del producte problemàtic sigui >99,9%.
‌
Posició del punt de risc:
Enllaç de recepció de matèries primeres: La farina, el sucre i altres matèries primeres poden estar barrejades amb impureses metàl·liques (com ara embalatges de transport danyats pels proveïdors).
Barreja i formació d'enllaços: Les pales del mesclador es desgasten i es produeixen restes metàl·liques, i les restes metàl·liques romanen al motlle.
Enllaços de tall i envasat: La fulla de la talladora està trencada i les parts metàl·liques de la línia d'envasat cauen.
Instal·lació d'equips:
Instal·leu una màquina de raigs X abans (després de les llesques) per detectar les llesques de pa emmotllades però sense empaquetar (Figura 1).
L'equip està connectat a la línia de producció i la detecció s'activa mitjançant sensors fotoelèctrics per sincronitzar el ritme de producció en temps real.
Configuració dels paràmetres:
Ajusteu el llindar d'energia de raigs X segons la densitat del pa (pa tou vs. baguette dura) per evitar deteccions errònies.
Estableix el llindar d'alarma de mida d'objecte estrany (metall ≥0,3 mm, vidre ≥1,0 mm).
3. Efecte de la implementació i verificació de dades
Rendiment de detecció:

Taxa de detecció d'objectes estranys: Durant l'operació de prova, es van interceptar amb èxit 12 objectes estranys metàl·lics, incloent-hi filferro d'acer inoxidable de 0,4 mm i restes de xips d'alumini d'1,2 mm, i la taxa de detecció de fuites va ser de 0.
Taxa de falses alarmes: Gràcies a l'optimització de l'aprenentatge de la IA, la taxa de falses alarmes ha baixat del 5% en la fase inicial al 0,3% (com ara, en el cas de jutjar erròniament les bombolles de pa i els cristalls de sucre com a objectes estranys, es redueix considerablement).
Beneficis econòmics:

Estalvi de costos:
Reducció de 8 persones en llocs de treball d'inspecció de qualitat artificial, estalviant uns 600.000 iuans en costos laborals anuals.
Evitar possibles esdeveniments de retirada (s'estima, basant-se en dades històriques, que la pèrdua d'una sola retirada supera els 2 milions de iuans).
Millora de l'eficiència: L'eficiència general de la línia de producció s'ha incrementat en un 15%, ja que la velocitat d'inspecció coincideix exactament amb la de la màquina d'envasat i no hi ha temps d'espera per aturada.
Millora de la qualitat i la marca:
La taxa de queixes dels clients va disminuir un 92%, i va ser certificada per un proveïdor de la marca de càtering de cadena "Zero Foreign Materials", i el volum de comandes va augmentar un 20%.
Generar informes de qualitat diaris a través de dades d'inspecció, aconseguir la traçabilitat de tot el procés de producció i superar amb èxit la revisió BRCGS (Estàndard Global de Seguretat Alimentària).

4. Detalls d'operació i manteniment
Formació de persones:
L'operador ha de dominar l'ajust dels paràmetres de l'equip, l'anàlisi d'imatges (la figura 2 mostra una comparació típica d'imatges d'objectes estranys) i el processament de codis d'error.
L'equip de manteniment neteja la finestra de l'emissor de raigs X setmanalment i calibra la sensibilitat mensualment per garantir l'estabilitat del dispositiu.
Optimització contínua:
Els algoritmes d'IA s'actualitzen periòdicament: acumulen dades d'imatges d'objectes estranys i optimitzen les capacitats de reconeixement de models (com ara distingir les llavors de sèsam de les restes metàl·liques).
Escalabilitat de l'equip: interfícies reservades, que es poden connectar al sistema MES de fàbrica en el futur per aconseguir un seguiment de la qualitat en temps real i una vinculació de programació de la producció.

5. Conclusió i valor de la indústria
Amb la introducció de la màquina de raigs X per a objectes estranys en aliments de Fanchi Tech, una determinada empresa alimentària no només va resoldre els perills ocults dels objectes estranys metàl·lics, sinó que també va canviar el control de qualitat de la "postremediació" a la "preprevenció", convertint-se en un cas de referència per a les millores intel·ligents en la indústria de la fleca. Aquesta solució es pot reutilitzar per a altres aliments d'alta densitat (com ara massa congelada, pa de fruita seca) per proporcionar a les empreses garanties de seguretat alimentària a tota la cadena.