SICK’in Deep Learning yazılımı ile yapay zeka: Osthofen’daki Nestlé üretim merkezinde, entegre bir SICK “dStudio” yazılım paketiyle birlikte bir 2D anlık görüntü kamerası şeffaf nesneleri her pozisyonda tanımlıyor ve sistem sürekli daha fazlasını öğreniyor.
Dünyanın en büyük gıda ürünleri grubu olan Nestlé, “Sağlık Bilimi” şirket bölümünde, özel beslenme ihtiyaçları olan insanlar için özel ürünler sunuyor. Örneğin Rheinhessen Osthofen fabrikasında üretilen özel içecek ve beslenme ürünleri gibi.
Burada en modern koşullarda üretilen tozlar, üretim prosesinin sonunda otomatik olarak özel kutulara giriyor. Kapların doldurulmasından önce, porsiyonu kolay ve doğru şekilde ayarlamak için bir dozaj kaşığı ekleniyor. Kalite kontrolü kapsamında, her kutuya gerçekten bir kaşık eklenmiş olup olmadığı kontrol ediliyor.
Nestlé’de otomasyon teknisyeni olan Marcus Kauf: “İnsan gözü, bir kaşığın eklenmiş olup olmadığını kolayca fark edebilir, fakat dakikada 80 kutunun üzerinde bir doldurma hızında bunun hatasız şekilde gerçekleşmesi imkansız.”
Bu nedenle, takılan bir kamera, plastik kaşığın renkli piksellerini sayarak uygulamaları kontrol ediyordu. Fakat Nestlé, geri dönüşüm oranını arttırmak için kısa süre önce renksiz porsiyon kaşıkları kullanmaya başladı. Bunun sonucunda, kapatma kulağında artık benzer renk tonuna sahip alüminyum üzerinde gri renkli parlak, şeffaf kaşıklar bulunuyor ... veya bazen bulunmuyor?Dalgalı, kabartmalı ve yansıtıcı metal üzerinde tanımlaması çok zor – sensörlü görüntü işlemenin kullanıldığı klasik çözüm, sınırlarına dayandı.
Burada, SICK’in teknolojileri ve bilgisi devreye girdi. Anahtar sözcük ise “Yapay Zeka (YZ)”. YZ, doğrudan algoritmalarda yorumlanan çok sayıda veriyi toplayarak çok hızlı ve güvenilir şekilde sürekli yeni şablonları tanımlar. Teorik olarak, algoritmaların belirli görevleri çözmek için net prosedürler tanımladığı söylenebilir.
SICK AppSpace’ten entegre “dStudio” Deep Learning yazılımı ile birlikte SICK’in bir 2D anlık görüntü kamerası (picoCam), pratikte “düşünmeyi” öğreniyor. Bu web hizmetini kullanarak, sinir ağları, bu durumda, çok çeşitli konumlardaki kapalı kepçenin görüntüleri ile “eğitilebilir”. İnsanlar ideal durumda nasıl sorunları çözüyor ve kararlar alıyorsa, Deep Learning de birkaç kat hızlı şekilde aynısını yapabilir.
SICK’in yetkili uzmanı Klaus Keitel: Stratejik müşteriler ulusal müşteri yöneticisinin bu konudaki açıklamaları: “Öğrenilen karar verme algoritması, kamera sistemine aktarılıyor. Sistem, bu sayede önemli görüntü farklarını kendi kendine tanımlayacak hâle geliyor.” Kamera, yeni koşullar için yeni bir nöronal ağ öğretilerek her yeni ürüne sorunsuz şekilde uyarlanabiliyor. Sezgisel kullanıcı arayüzü, ayrıca kullanıcının özel bir YZ bilgisine ve görüntü işleme bilgilerine sahip olmasını gerektirmiyor.
Kamera, sıfıra eğilimli bir hatalı miktar durumunda porsiyonu ayarlamak için kaşığın gerçekten eklenmiş olup olmadığını her pakette hızlı ve güvenilir bir şekilde kontrol ediyor. Peki kamera “Kaşık yok” görüntüsünü belirlerse ne oluyor? Bu durumda tesis otomatik olarak duruyor. Eksik kaşıklar eklendikten sonra, kamera sistemi, tesisi manüel bir yeniden başlatma alternatifi olmadan çalıştırmaya devam etmek için bu kaşıkları da tanımlıyor.
Klaus Keitel’e göre SICK ve Nestlé arasındaki işbirliği sorunsuz şekilde gerçekleşti: “Hem laboratuvarda, hem de yerinde testler yaptık. Bu sayede, bu çözümle ne kadar güvende olduğumuzu müşteriyle netleştirebildik.” Nestlé, porsiyon kaçıklarının uygulanmasında bu akıllı otomasyon türüyle son derece yüksek bir güvenilirliğe ulaştı. Ve dahası bu güvenilirliği; kolay bir uygulama, esnek ve genişletilebilir kullanım seçenekleriyle elde etti. Bu nedenle SICK, YZ ile görüntü işleme alanında başka uygulamalara odaklanacak.
Kriterlere uygun sensör sistemi, temizlik efektli lojistik sağlıyor
Güçlü bir ekip: 4Sight basınç kontrol sistemi ve SICK AppSpace
Her müdahale kontrol altında: RIBE Anlagentechnik’in kamera denetimli montaj düzeneği
SICK AppSpace sayesinde özel ve kolayca yapılandırılan 2D ve 3D görüntü işleme
