In-Sight 2800シリーズ
基本レベルから中間レベルの処理タスクを解決するための事前学習済み AI を備えた使いやすいビジョンシステム。
スマートなテクノロジですべてを完璧に
トッピングが塊になっているサラダキット、不足のある調理済み食品、ソース袋の漏れなどの小さな欠陥が、食品業界では大きな失望につながります。食品飲料製造では、品質を損なうことなく設備総合効率（OEE）を最適化するという圧力が高まっています。製造メーカーが生産ラインの高速化と自動化に目を向ける中、パッケージングミスやコストのかかるダウンタイムの防止において、最終アセンブリの視覚検査の重要性の高まりつつあります。従来の検査方法では、特に自然なばらつきにおいて、欠陥を検出したり、すべてが正しい場所にあることを判断したりするのが困難です。そして、使用する食材の多様化や持続可能な包装などの傾向により、複雑さをさらに増しています。
マシンビジョンシステムとAI技術は、破損または欠陥のある商品を流通前に検出および拒否し、コストのかかる返品を回避し、ブランドの評判を保護するのに役立ちます。また、ビジョンガイド付きロボットを使用して生産から包装まで物品をスムーズにピッキングし、完全性と一貫性を確保します。これらはすべて、食品の生産、取り扱い、サプライチェーン全体のトレーサビリティについて厳しい基準を設定するFDAの食品安全強化法などの規制に準拠して、品質と一貫性を維持するよう機能します。
よりスマートな食品検査ソリューションを提供
コグネックスの検証ソリューションは、最初の原料から最終的な出荷まで、食品アセンブリ検査の精度を向上させます。VisionPro Deep Learning は、高度なAIアルゴリズムを使用して膨大な量の画像データを解析および学習し、当社のビジョンシステムがわずかな欠陥を検出し、サイズ、形状、色、およびテクスチャの一貫性を維持できるようにしながら、無駄を最小限に抑え、収益を保護します。食品の向き、角度、または照明の変化をナビゲートする場合でも、システムは検査精度を継続的に改善します。そのため、顧客の元に最高品質の商品のみを届けることが可能となります。
このレベルの精度をサポートするために、コグネックスの産業用検査カメラは高度なセンサを組み合わせ、優れた画質、簡単なAIガイド付き設定、厳しい環境で安定したパフォーマンスを保証する頑丈な設計を実現します。VisionProソフトウェアとシームレスに統合されたこれらのカメラは、幅広い食品アセンブリのニーズに応える、ルールベースおよびAI駆動ツールの広範なライブラリへのアクセスを提供します。セルフヘルプリソースからグローバルエキスパートによるガイダンスまで、コグネックスではお客様のオペレーション方法に適した、業界をリードするサポートも提供しています。
ツールを変更せずにパッケージの変更に対応
ホリデーシーズン限定の特別な形状のボックスから、サイズや組み合わせの変更まで、チョコレートのパッケージには数え切れないほどの形とデザインがあります。このバリエーションの多さは、チョコレートがどのように配置されているかに関わらず、各箱に正しい数と種類のチョコレートが含まれていることを確認する必要のある製造業者にとって課題を生み出します。2つの箱が同じパッケージを使用していても、ミルクやダークチョコレートのような異なる味を持っていることもあります。そのため、検査システムは、各ピースが適切な場所にあることを正確に識別、カウント、検証し、顧客が求めている商品を確実に得られるようにする必要があるのです。
コグネックスの高解像度のビジョンシステムは、生産ラインを通過するチョコレートの詳細な画像をキャプチャし、AIを使用してVisionPro Deep Learningソフトウェアで構築された参照データベースから逸脱しているピースを特定します。各チョコレートのサイズ、形状、表面の特徴を認識することで、システムは複数の構成に対応し、パッケージの内容の違いを管理し、1つのツールで検証プロセスを最適化することが可能です。
食材を確認し、汚染物質を検出し、ピザの一貫性を維持
今日の競争の激しい市場では、無駄を最小限に抑えた、視覚的に魅力的な左右対称のピザを生産することが、顧客満足度と良好な利益率の鍵となります。大量生産では、調理済みの生地にソース、チーズ、さまざまな材料をトッピングし、コンベヤに沿って移動させてからすぐに冷凍します。
- しかしながらこのような高速生産では、トッピングが不均一または過少になり、外観に顕著なばらつきが生じる可能性があります。
- 包装前に、ピザが正しい材料かつ適切な量で製造され、異物が含まれていないことを検査する必要があります。これには、別の種類のピザのトッピングやプラスチック片なども含まれます。
In-SightおよびVisionPro Deep Learningシステムは、トッピングが均等で、適切に配置されていることを確認するリアルタイムモニタリングを行います。ピザの種類全体のバリエーションを学習することで、材料が重なっている場合でも、チーズやソースの関係のないコントラストを除外して効率的に検出することにより、システムは品質基準を満たすピザのみがラインを流れることを確実にします。