随着原始设备制造商(oem)在食品和饮料行业提供更多的监控服务，oem正认识到终端用户的需求，并在技术合作伙伴的帮助下，利用人工智能/机器建模解决方案开发监控。
瑞士Bühler AG和微软Azure机器学习工作室最近的一项研究可以识别谷物加工应用中的霉菌毒素或黄曲霉毒素。Bühler AG声称，1万粒谷物中只要有两粒就能污染整批谷物。
Bühler的新监测解决方案名为LumoVision，是一种光学分选机，可以拍摄单个玉米粒的照片，并去除受污染的玉米粒。根据微软的说法，这项技术的开发是从高光谱相机拍摄好的和受感染的玉米粒图像开始的，该相机将光谱信息添加到图像的每个像素上，创造出所谓的3D“超立方体”。详细的建模使Bühler能够将其集成到分拣机中，并添加一个成本高效的成像系统来实时识别大量的谷物。在分选过程中，通过精密空气喷射器识别并清除污染颗粒。
别碰我的披萨
另一项将在2019年获得更多关注的自动化技术是机器人应用和逼真抓取技术的使用。英国一家全球披萨制造商最近的应用演示了机器人夹持解决方案如何在不增加更多工程的情况下提高面团球的产量。全球自动化烘焙设备集成商ABI Ltd.最初设计了面团球生产线，将面团从圆圆机中生产出来，将其移动到一个机器人采摘区，然后放入垃圾桶，然后再移至冰箱。
据披萨面团公司介绍，以前挑选和放置面团的方法包括针头工具、吸盘或金属工具。
“在处理软面团产品,特别是面团产品,他们必须处理非常温柔,“亚伦伯克说,营销和沟通协调员ABI有限公司”否则,选择可以离开面团或缩小的印象,“ABI转向软机器人,Inc .)夹持技术改造生产线。
软机器人的核心解决方案是一种气动的、带有人类手状手臂末端抓手——手指的拾取和放置技术。夹持器设计可以包括三夹持器圆形驱动器，两指平行或传统的六指平行通用安装板。手臂末端的工具控制单元连接到机器人控制器，然后依靠公司的开发工具包来进一步定制应用程序。
系统集成商推荐ABB FlexPicker Delta机器人，最大拾取速率在120- 140件/分钟。的范围内。面团生产线采用了4个机器人，在输送系统的开始依靠3-D视觉传感来帮助机器人挑选和放置不同大小的披萨面团。
“手指张开——五个手指——足够大的面团，”伯克说。但是，当系统识别到较小的产品时，它会根据流入夹持器的空气压力，将其挤压得更紧一些。我们找到了一种组合，可以用相同的臂端工具处理三到四种不同尺寸的产品。”
新的末端机械臂实现了每分钟70多件产品的最终生产速度，每小时生产4200个机器人。有了这样的生产成果和快速的机器人集成，这项技术在2019年应该会成为更多的头条新闻。
想要了解更多最新的食品和饮料加工技术，请加入我们在食品和饮料加工市场的7000名同行ProFood科技3月26日至28日在芝加哥举行。了解450家顶级制造商的机械、自动化和控制及解决方案。
