Qualitätsmanagement und Echtzeit-Prozesskontrolle.
Der Sherlock Food Analyzer überwacht Produktionslinien mit 100-mal mehr Genauigkeit als herkömmliche Methoden.
Dank seines modularen Designs kann der Sherlock Food Analyser überall in der Verarbeitungslinie platziert werden. Vom Rohwareneingang, Schälersteuerung, vor und nach dem Trockner, vor und nach der Fritteuse bis zur Fertigungslinie.
Dank der Chemical Imaging Technology (CIT® Gen.3) bietet der Sherlock Food Analyser chemische Daten des zu verarbeitenden Produkts. Darüber hinaus liefern hochauflösende Farbkameras Informationen zu den optischen Eigenschaften der Produkte.
Die InlineFOODLab 4.0-Technologie stellt diese Daten dem Qualitätsmanagement- und Prozesskontrollsystem zur Verfügung, sodass Anpassungen und Optimierungen in der Prozesslinie vollautomatisch in Echtzeit durchgeführt werden können.
Der Sherlock Food Analyser ist in Edelstahl, hygienischem Design und vollständig abwaschbar erhältlich. Der Platzbedarf ist gering und die Integration in bestehende Linien ist einfach.
Beispiel: Trockenmassegehalt
Die präzise Analyse des Produktflusses ermöglicht eine hochgenaue Bestimmung des Trockenmassegehalts, was zu höheren Erträgen führt. Eine Reduzierung der Trockenmasse im Endprodukt um 0,25% bis 0,5% bei einer Linienkapazität von 20 Tonnen pro Stunde kann jährlich bis zu 1,7 Millionen Euro zusätzlichen Gewinn erzeugen.
Zuverlässigkeit
Im Gegensatz zu herkömmlichen Methoden, die einige Proben entnehmen und Ergebnisse nach bis zu 60 Minuten liefern, sammelt der Sherlock Food Analyser stündlich hunderttausende Messpunkte und bietet das zuverlässigste Bild der gesamten Produktion.
Probenahme
Um den kontinuierlichen Produktfluss zu überwachen, werden normalerweise nur wenige Proben entnommen und im Labor analysiert. Diese Proben repräsentieren schlecht die tatsächliche Verteilung und den Mittelwert. Darüber hinaus bedeutet die Zeitverzögerung beim Erhalten der Ergebnisse, dass Produktionsfehler spät erkannt werden.
Unsicherheit
Empirische Daten zeigen eine Standardabweichung von 2,4% im Trockenmassewert. Aufgrund hoher natürlicher Schwankungen kann nur eine große Anzahl von Messungen die Unsicherheit reduzieren, was die geringe Anzahl an Laborproben unzureichend macht.
Student's t-Verteilung
Die Methode zur Reduzierung der Messunsicherheit ist wissenschaftlich durch die Student’s t-Verteilung unter der Nullhypothese bewiesen.
Zerstörungsfrei
Im Gegensatz zu komplexen zerstörenden Probenahmen misst der Sherlock Food Analyser den Produktfluss kontinuierlich und zerstörungsfrei und erfasst dabei über 100.000 Werte pro Stunde. Dies ermöglicht eine Echtzeitanalyse der Produktion, wobei Mittelwerte und Abweichungen bereitgestellt werden.
Diese intelligente Funktion steht Ihnen heute bereits auf jedem Sherlock Sortierer zur Verfügung.
Es ist der erste Schritt zur Smart Factory der Zukunft.
Maximale Effizienz und Präzision –
Entdecken Sie die Vorteile des Sherlock Food Analyser
- Deutlich verbesserte Übersicht über die vorhandene Qualität von Roh- und verarbeiteten Lebensmitteln
- Optimierter Einsatz von Rohstoffen und damit Reduzierung der Rohstoffkosten
- Optimierter Prozess zur Reduzierung des Energieverbrauchs, der Wartungs- und Arbeitskosten sowie anderer produktionsbezogener Kosten
- Reduzierung interner Produkthalten und qualitätsbezogener Beschwerden, ein Schritt näher an 'Null-Abfall-Produktion'
-
Permanente Überwachung der produktspezifischen Echtzeitparameter
1. Defekt-Gruppen-Diagramm
2. Rel-Defekt-Flächen-Diagramm
3. Trockenmasse-Diagramm
Einige Anwendungs- und Defektbeispiele
Technologie, die den Unterschied macht
Die chemischen Inspektionsfähigkeiten von CIT bringen uns im Vergleich zu jedem anderen optischen Auge, wie Laser, verschiedene Kameramengen oder Röntgenstrahlen, auf neue Ebenen und Möglichkeiten der Produktinspektion. Wo sich andere optische Augen darauf konzentrieren, das schlechte im guten gegenüber dem guten im schlechten abzuwägen; CIT’s Ansatz ist es, es mit der höchsten Zuverlässigkeit der Branche zu sehen und zu entfernen, egal welches Produkt oder welcher Fehler, und das auf konsistenten Ebenen, auch wenn es saisonale Produktänderungen oder Produktvariantenwechsel gibt. CIT benötigt keinen Bediener, der ständig überwachen und die Maschine im Gleichgewicht halten muss.
Zum ersten Mal wird künstliche Intelligenz in der vielseitigsten Form von tiefen neuronalen Netzen in Echtzeit angewendet, um die gesammelten Bilddaten zu analysieren. Sie erstellt Algorithmen, die es ermöglichen, selbst kleinste sichtbare Produktfehler sowie für das menschliche Auge unsichtbare Fehler zu erkennen, schnell genug, um sie aus Hochgeschwindigkeitsproduktströmen auszusortieren. Diese neue disruptive Technologie eröffnet unvorstellbare Anwendungen und Leistungsniveaus für Lebensmittelverarbeiter.
Mit InlineFOODLab 4.0 können Prozessoren optional quantitative chemische Daten des Produkts und die zuverlässigsten Echtzeit-Inline-Qualitätsdaten auf dem Markt erhalten. Zum Beispiel Trockenmassewerte in Kartoffelprodukten. Diese chemischen Daten können mit Farb- oder Formdefektstufen sowie mit Größenwerten der Objekte kombiniert werden. Zusätzlich kann jegliches Fremdmaterial aufgezeichnet werden. Dies ermöglicht es Qualitätsmanagern, bessere Werkzeuge zu haben, um das Rohmaterial sowie das fertige Produkt zu kontrollieren.