Con el objetivo de reducir el número de productos con errores de envasado y las quejas de los clientes, un productor chino de fideos instantáneos decidió utilizar la tecnología de control basada en PC de Beckhoff. Incluida la función TwinCAT Machine Learning, esto le permitió realizar inspecciones de calidad de envasado en tiempo real inteligentes y fiables.

La compañía Tianjin FengYuLingKong the Electrical and Mechanical Equipment se adjudicó el contrato para suministrar un puntero sistema de inspección de envasado para uno de los productores de comida rápida y bebidas más importantes de China. Según el fabricante de alimentos, tiene las líneas de producción de fideos instantáneos más grandes del mundo. Con un rendimiento medio de unos 500 paquetes por minuto por línea y un rendimiento total anual de hasta 4 mil 800 millones de paquetes.

Te puede interesar: Esta es la tecnología orientada al packaging sostenible

aprendizaje-automatico

Envasado libe de errores, satisfacción para el cliente

El envasado y el sellado son tareas esenciales en la fabricación de fideos instantáneos. Un paquete contiene un bloque de fideos precocinados y varios sobres pequeños con especias, como condimentos, salsas y verduras deshidratadas. En la línea de producción, estos pequeños sobres individuales se organizan en una cinta transportadora que se mueve a alta velocidad. Se introducen en el bloque de fideos asociado, y se envían juntos a la máquina de sellado transversal y envasado.

Durante el proceso de producción, hay varios factores que podrían hacer que los pequeños sobres de condimento se deslizaran entre dos bloques de fideos. Y que la máquina de corte los seccionara, o que se envasaran por separado en dos paquetes situados uno al lado del otro.

Estos productos defectuosos darían lugar a quejas de los consumidores y afectarían negativamente a la reputación de la empresa, por lo que las entregas de estos productos a los distribuidores deben reducirse todo lo posible. El tipo de máquinas actualizado por Tianjin FengYu producía ya antes con una tasa de error muy baja, por lo que otro aspecto del control de calidad resulta fundamental: discriminar de forma fiable solo los productos defectuosos, no los libres de defectos.

Te puede interesar: Kindai Bijyutsu actualiza su producción de planchas flexográficas

Aprendizaje automático en aplicaciones industriales

La base de una inspección de productos son los clasificadores, cuyo uso permite distinguir los productos sin defectos de los defectuosos. Para utilizar clasificadores basados en aprendizaje automático, se entrena un modelo matemático sobre la base de datos ejemplares, a partir de los cuales se puedan tomar decisiones correctas sin programación explícita.

Beckhoff ofrece varias herramientas e interfaces abiertas que abarcan el ciclo de ingeniería completo, desde la captura de datos y el entrenamiento de modelos hasta el despliegue del modelo aprendido directamente dentro del sistema de control:

Captura de datos
Entrenamiento del modelo
Despliegue del modelo

La validación de algoritmos de aprendizaje automático suele ser un trabajo prolijo y laborioso debido a las pruebas necesarias y a las visitas frecuentes asociadas a los clientes finales.

Sin embargo, la plataforma de software abierta TwinCAT permite validar los algoritmos de forma eficiente sin necesidad de acceder directamente a la máquina. Los datos registrados en una máquina de producción se separan en datos de entrenamiento y datos de validación antes de iniciarse el entrenamiento del modelo.

Te puede interesar: La demanda de la robótica es impulsada por la pandemia de Covid-19