L'intelligence artificielle chez Nestlé : un contrôle des processus innovant grâce au Deep Learning

10 mai 2022

GO BEYOND: Découverte #20

L'intelligence artificielle avec le logiciel Deep Learning de SICK : Sur le site de production de Nestlé à Osthofen, une caméra 2D associée au logiciel SICK "dStudio" détecte les objets transparents dans n'importe quelle position. Et le système apprend aussi en permanence.

VIDEO: Industry 4.0 Training: Educational Set Artificial Intelligence

VIDEO: Industry 4.0 Training: Educational Set Artificial Intelligence

La division des sciences de la santé de la plus grande entreprise alimentaire du monde, Nestlé, propose des produits spécialisés pour les personnes ayant des besoins nutritionnels spécifiques. C'est le cas, par exemple, de la nutrition artificielle et des compléments alimentaires, qui sont fabriqués à l'usine d'Osthofen, dans la région du Rhinhessen.

La poudre produite ici dans des conditions ultramodernes arrive automatiquement dans des boîtes de conserve spéciales à la fin du processus de fabrication. Avant de remplir chaque boîte, on ajoute une cuillère à mesurer pour un dosage facile et précis. Dans le cadre du processus de contrôle de la qualité, chaque boîte est vérifiée pour s'assurer qu'une cuillère a bien été déposée.

"Alors qu'un œil humain peut facilement reconnaître si une cuillère a été incluse", explique Marcus Kauf, technicien en automatisation chez Nestlé, "à une vitesse de remplissage de plus de 80 boîtes par minute, il n'est plus possible de le faire sans erreur."

"Contrôle des cuillères" : un véritable défi

C'est pourquoi le contrôle était plutôt effectué par une caméra spécialement installée qui comptait les pixels colorés de la cuillère en plastique. Cependant, Nestlé a récemment commencé à utiliser une cuillère transparente afin d'améliorer le taux de recyclage. Il y a donc maintenant des cuillères transparentes de couleur grise qui reposent sur des rabats de fermeture en aluminium d'une teinte similaire ... ou peut-être pas toujours ? Difficile à identifier sur le métal ondulé, gaufré et réfléchissant - la solution traditionnelle avec traitement d'image par capteur avait atteint ses limites.

The camera quickly and reliably checks every pack to see whether the dosing scoop is actually enclosed or not – with an error rate approaching zero.

dStudio : un type innovant de traitement d'image

C'est là que la technologie et le savoir-faire de SICK sont entrés en jeu. La clé de la solution était "l'intelligence artificielle (IA)". L'IA détecte très rapidement, de manière fiable et constante, de nouveaux modèles en collectant une grande quantité de données qui sont interprétées directement par des algorithmes. D'un point de vue théorique, les algorithmes spécifient une procédure clairement définie pour résoudre des tâches spécifiques.

En pratique, une caméra 2D (picoCam) de SICK apprend à "raisonner" à l'aide du logiciel Deep Learning intégré " dStudio " de l’écosystème SICK AppSpace. Grâce à ce service web, les réseaux neuronaux peuvent être "entraînés", dans ce cas avec des images de boites fermées dans une grande variété de positions. Tout comme les humains peuvent résoudre des problèmes et prendre des décisions dans une situation idéale, le Deep Learning le fait aussi - mais beaucoup plus rapidement.

La technologie des caméras apprend chaque jour à connaître les différences entre les images

L'expert responsable chez SICK est Klaus Keitel. Le responsable des comptes nationaux pour les clients stratégiques explique : "L'algorithme de décision appris est transféré au système de la caméra. Il est ainsi capable de détecter de manière autonome les différences d'image significatives." La caméra peut également être adaptée à chaque nouveau produit sans difficulté en réapprenant le réseau neuronal pour les nouvelles circonstances. En outre, l'interface intuitive de l'entité d'exploitation ne nécessite pas que l'utilisateur ait un savoir-faire spécialisé en IA ou des connaissances en traitement d'images.

Inspection sur le convoyeur

La caméra vérifie rapidement et de manière fiable chaque emballage pour voir si la cuillère de dosage est effectivement présente ou non - avec un taux d'erreur proche de zéro. Mais que se passe-t-il si la caméra identifie l'image "Pas de cuillère" ? Le système s'arrête alors automatiquement. Une fois que la cuillère manquante a été ajoutée, le logiciel de la caméra le détecte et permet au système de continuer à fonctionner sans les inconvénients d'un redémarrage manuel.

Engineering Tools

L’intelligence artificielle pour les capteurs SICK

Deep Learning

Vision industrielle

Caméras streaming industrielles ultracompactes selon le standard GigE Vision

picoCam2

Des caméras pour streaming industrielles ultracompactes avec interface GigE

picoCam

Une coopération sans problème des parties concernées

Selon Klaus Keitel, la collaboration entre SICK et Nestlé s'est déroulée sans problème : "Nous avons effectué des tests à la fois dans notre laboratoire et sur site. Cela nous a permis de démontrer d'emblée au client à quel point nous étions confiants dans la solution." Grâce à ce type d'automatisation intelligente, Nestlé a atteint une fiabilité extrêmement élevée dans le placement des cuillères de mesure tout en simplifiant la mise en œuvre et en offrant des possibilités d'utilisation flexibles et extensibles. C'est pourquoi SICK se concentrera encore plus à l'avenir sur les applications dans le domaine du traitement d'images assisté par l'IA.