食品和饮料行业的人工智能- 3个当前的使用案例

艾茵·德·耶稣
《阿凡达》

AYN在EMERJ的AI分析师担任AI分析师 - 覆盖人工智能用例和跨行业的趋势。爱尔兰德国比分直播她以前在埃森哲举行了各种角色。

爱尔兰德国比分直播食品饮料行业的人工智能

虽然人工智能在该行业的发展显然是缓慢的,但食品和饮料公司可能可以使用人工智能食品加工,特别是:

  • 分拣及品质控制
  • 食品生产

机器视觉这似乎是在食品和饮料行业使用的最常见的人工智能方法。食品加工设备供应商在提供设备的同时也提供机器视觉软件,声称他们可以自动从流水线和/或食品通过机械系统的传送带上挑选出质量差的食品和非食品。其他供应商提供软件来优化配料的混合,以防止浪费产品和低质量的食品和饮料批次。

我们将从食品和饮料行业的人工智能分析开始爱尔兰德国比分直播

分拣及品质控制

亚撒Tomra系统

亚撒Tomra系统提供了一行具有分析能力的食品分类机械它声称有帮助食品制造企业进行自动化食物分析,例如测量炸薯条的尺寸,形状和颜色,或分析肉中的脂肪含量使用形状识别技术,机器视觉的一个子集

Tomra声称客户可以集成POM /直流发电机薯条长度分析仪他们自己现有的薯条生产机械。

我们可以推断软件背后的机器学习模型训练炸薯条的图像不同尺寸和形状在不同的角度和不同的照明条件下。这些图片会被贴上什么标签正确长度的薯条,例如在3到4英寸之间,以及太短或太长

这些标签图片然后通过软件的机器学习算法运行。这将训练算法辨别1和0的序列和模式,在人眼看来,它们构成了图像正确长度的薯条,太短或太长,变色或可能被污染的薯条,显示在一个图像上仪表板

然后机器操作员可以运行POM/DYN摄像机实际的薯条,软件背后的算法就能辨别3 - 4英寸之间的零件,这是机器的主流所能接受的。不满足指定长度的片段被重定向到另一个流。通过LDC显示器,系统显示机器操作员通过形状、颜色和长度标准并与被拒绝的薯条样品进行比较的单一随机薯条样品。

下面是一篇短文2- 致力于展示如何Tomra分拣设备是否能够辨别正确的薯条形状、长度和颜色,以及不符合规格的单独薯条:

Tomra声称有帮助Agristo在葡萄牙在2014年更新其食品加工厂,消除由于机器过时而造成的瓶颈。然而,有限的空间和持续的能力意味着Agristo不需要也不能安装更大的机器。生产冷冻薯条和其他土豆产品的Agristo选择了部署Tomra的光学分选机在比利时和荷兰的Agristo工厂。

该案例研究报告称,Tomra升级了一台现有的分拣机,该分拣机在冷冻薯条包装前对其进行检查,并补充说,Tomra更换了摄像机、电脑和软件,但保留了机架、皮带和分拣箱。

根据案例研究,每个设施的项目只花了4天时间,其中1天用于培训Agristo的人员。Agristo还报道称,机器投入生产后,工厂没有遇到任何问题,帮助公司维持了超过14万吨的产量。

2015年,Agristo还计划为其荷兰计划的分拣机寄给Tomra托管另一个项目

Tomra还列出了太阳谷葡萄干,坦恩Marchtrenk, Gerry夫人的厨房,Hata食品,莫拉达坚果,Salaisons Jouvin,和Kadi作为一些他们过去的客户。

Volker Rehrmann执行副总裁兼CTOTOMRA持有博士计算机科学科布伦茨大学。在此之前,这个人的姓担任人的职位的头衔一家专注于人工智能的公司或领导层的名字

关键技术

关键技术提供了一系列的分选机械,包括蝠鲼数码相机/激光分拣机该公司声称,这种做法会有所帮助蔬菜包装公司通过从新鲜的农场生产中取出外国材料,如绿叶蔬菜,玉米,青豆和豌豆,保持食品质量和安全使用形状识别技术

我们可以推断这个软件背后的机器学习模型是在这个基础上训练的成千上万张农产品和外国材料的图片显示劣质产品和污垢泥炭,昆虫,棍棒,小岩石和子叶的差异在不同的角度和不同的照明条件下。这些图片会被贴上什么标签有好有坏

这些标签图片然后通过软件的机器学习算法运行。这将训练算法辨别1和0的序列和模式,在人眼看来,它们构成了图像好的和坏的农产品。目前还不清楚系统是否有显示单个对象检查的仪表板

然后机器操作员可以开始移动实际的农产品在传送带上,因为相机捕捉图像没有标记为该软件然后,软件背后的算法将能够区分良好产品的形状和颜色从不合标准的生产和外国材料

下面是一篇短文2- 致力于展示如何2000年外套把好的玉米粒从不合格的玉米粒中挑选出来:

关键技术声称有帮助纯太平洋有机物(PPO)是一种有机新鲜切块产品的加工企业,如小菠菜和春菜维护产品质量和安全。PPO部署关键技术该公司的Optyx配备荧光感应激光分拣机FluoRaptor根据案例研究,机器能够根据叶绿素水平以及颜色、大小和形状检测和清除有缺陷的外来植物物质和外来物质。

该机具有48英寸(1220毫米)宽扫描区域,每小时可根据高达6,500磅(3公吨)的产品。该机器也配有顶部安装的激光器,两个顶部安装的VIS / IR摄像机和两个底部安装的VIS / IR摄像机,可从顶部和底部查看产品。

因此,案例研究要求保护的PPO正在经历近100%的产品效率,在保持生产目标的同时降低了劳动力成本。

关键技术还列出了Eisberg集团,The Clements & Son Ltd, Pizzoli,魁北克野生蓝莓,Emblème Canneberge, Antarctic Foods,和Nut公司作为一些他们过去的客户。该公司是被杜瓦坦获得的2018年1月,以1.75亿美元的价格。

路易Vintro负责新产品和业务开发的高级副总裁关键技术持有博士物理斯坦福大学。此前,Vintro担任作为导演,eMarket解决方案Vitria技术,KLA-Tencor技术项目高级总监

食品生产

罗克韦尔自动化

罗克韦尔自动化提供了生产分析应用软件叫做FactoryTalk分析,该公司索赔可以提供帮助各种行业,包括食品和饮料公司,利用数据以节省时间,防止错误,降低能耗,提高质量,提高效率,并提供对相关员工的自助分析使用机器学习

罗克韦尔自动化声称食物和饮料公司可以将软件集成到制造和业务系统中。

该公司美国软件背后的机器学习模型训练来自可能与生产流程、资产功能或管理流程相关的设备、传感器、标记和业务系统的结构化和非结构化数据。然后,这些数据将通过软件的机器学习算法运行。这将训练算法辨别哪些数据点与之相关生产能力,对原料、能源消耗或机器状况的一种度量

这样软件就能进行预测最佳的生产能力,正确数量的成分,最小能耗或优选的机器维护日期等。这可能或可能不需要用户上传有关他们的信息计划增加产量或新的食品配方,等等事先输入到软件中。

下面是一篇短文3.- 致力于展示如何FactoryTalk Analytics可以从内部企业数据库中访问任何类型的数据并摄取它以创建预测:

罗克韦尔自动化声称有帮助米拉卡这是一家乳制品加工公司展会中的展会中的解决方案阶段介绍模型预测控制技术,符合监管要求,消费需求,产品质量和成本上升。为了提高绩效和盈利能力,Miraka投资于Rockwell的应用,优化奶粉过程。

在蒸发过程中展开阶段1后,第二阶段实施了喷雾干燥机模型预测控制,使公司能够通过闭环水分控制改善生产,以确定奶粉产品所需的最佳水量。在安全范围内也增加了容量。

在项目的第三阶段,也就是最后阶段,实施了多变量模型预测控制来跟踪奶粉产品干燥过程中的液体成分并使过程标准化。结果表明,成品蛋白质和脂肪的含量具有较好的一致性,减少了标准化配料的使用。

罗克韦尔自动化还列出了杜邦,牛皮纸海因斯,加尔比斯拉 - 特雷玛丽,CaffèBorbone,AFA系统,Hydro Tasmania,Arnott's,汉语,阿肯色州钢铁,Vreugenhil,Deyu,Tomatic和Lotte作为一些他们过去的客户。

Sujeet集高级副总裁兼首席技术官罗克韦尔自动化持有博士电气工程佛罗里达大学Chand曾在罗克韦尔举办了17年

标题图片来源:维基百科

保持AI曲线的领先地位

发现在未来商业中区分赢家和输家的关键AI趋势和应用。

注册“AI Advantage”通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅镜像
走在机器学习曲线的前面

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅Emerj的“人工智能优势”通讯,请查看您的电子邮件收件箱确认。