تركز أنوجا فود تيك على المنتج، وتقدم أحدث الطرق لمعالجة التحليل ومراقبة الجودة. سيعرض أنوجا فود تيك 2024، الذي يقام في الفترة من 19 إلى 22 مارس، مجموعة كاملة من تقنيات تحليل العمليات الحالية لقطاعي الأغذية والمشروبات.
يمكن الآن إكمال العديد من مهام ضمان الجودة ومراقبتها في الوقت الفعلي بفضل التقدم في التقنيات البصرية. وبالتالي، أصبحت خوارزميات التعلم العميق والذكاء الاصطناعي ذات أهمية متزايدة في أرض المعارض في كولونيا.
في صناعة الأغذية، لا تزال مراقبة الجودة بطرق التحليل الكلاسيكية والعمليات الكيميائية الرطبة منتشرة على نطاق واسع جدًا. ويتم ذلك في المختبر، حيث يتم أخذ عينة لكل دفعة. يتم إيقاف المنتجات التي لا تتوافق مع المواصفات.
غالبًا ما تكون هناك بيئة غير متجانسة لأجهزة التحليل وأدوات البرمجيات والعمليات الموجودة في الشركة. يتم ربط الأجهزة فقط في حالات فردية عبر برنامج التشغيل مع نظام معلومات وإدارة المختبر المركزي (LIMS).
يتم نقل البيانات باستخدام أقراص يو اس بي وأوراق إكسل ، أو، على الأقل من الناحية المثالية، تتم طباعتها وتسليمها يدويًا – مثل هذا الإجراء في أوقات تزايد الرقمنة ليس عمليًا.
المفتاح لمنتج أفضل
بالإضافة إلى ذلك، يجب أخذ العينات أثناء الإنتاج المستمر مع مراعاة شروط النظافة الأكثر صرامة، الأمر الذي يكون صعبًا بشكل خاص في العمليات المغلقة.
يقول ماتياس شلوتر، مدير أنوجا فود تيك: “لا سيما فيما يتعلق باتجاهات مثل إنترنت الأشياء والبيانات الضخمة، يجب تكييف العمليات والهياكل المختلفة في ضمان الجودة في الشركات التي تقوم بمعالجة الأغذية”.
تعتبر حلول الأتمتة وتقنيات تحليل العمليات (PAT)، وكلاهما مجالين يتم التركيز عليهما في أرض المعارض في كولونيا، أمرًا أساسيًا في هذا الأمر. “يجد الزوار عرضًا شاملاً عبر القطاعات للتحليل النوعي والكمي في المختبر والعمليات في منصات العارضين”، وفقًا لشلوتر.
من خلال النهج القائم على PAT، يتم تسجيل معلمات القياس المألوفة في المختبر مباشرة في عملية الإنتاج بواسطة أدوات التحليل. ومن هناك، يتم نقل القيم إلى نظام التحكم في العمليات، والذي يمكن دمجه على جانب الجهاز في مفهوم الصناعة 4.0. الهدف المعلن: ضمان إنتاج غذائي ضمن المواصفات منذ البداية بما يتجنب خسائر المنتج ويساعد على تقليل التكاليف.
تحليل مضمن لصفحة المكونات
وتمشيا مع هذه الفرضية، تطورت مطياف الأشعة تحت الحمراء القريبة (NIR) إلى أدوات موثوقة للرصد في جميع خطوات تصنيع الأغذية.يتم تخزين النماذج الرياضية اللازمة لتقييم النتائج الطيفية في الأجهزة، أي أنها تجمع بين المسبار والمطياف في جهاز واحد.
ومن خلال هذه الأجهزة، يمكن تحديد المعلمات ذات الصلة بالجودة مثل المادة الجافة والسكر والبروتين ومحتوى الدهون مباشرةً في خط الإنتاج – بدون تلامس ودون الحاجة إلى أخذ عينات.وفي الوقت نفسه، يمكن تجنب الدفعات الخاطئة، حيث يتم التعرف على القيم المنحرفة في وقت مبكر، وليس أولاً بعد التحليل في المختبر.
هل يستطيع مصنعو زيوت الطبخ بهذه الطريقة تحديد محتوى الزيت في المواد الخام حتى قبل عصرها؟ وينطبق الشيء نفسه على صناعة الألبان، على سبيل المثال، صناعة الزبادي.وهنا يمكن تحديد محتوى الفركتوز، والذي يمكن أن يتقلب في الثمار المعالجة حسب نوع ومرحلة النضج.
بدلاً من التحديد الذي يستغرق وقتًا طويلاً عن طريق مؤشر الانكسار، يضمن القياس الخطي الطيفي من خلال مسبار الانعكاس أفضل جودة ممكنة قبل التعبئة. وبالتالي فإن تقنية تحليل العمليات تمهد الطريق للموافقة الآلية على الدفعات.
ويتعلق الأمر أيضًا في نهاية المطاف بزيادة الإنتاجية، وذلك باستخدام أقل قدر ممكن من الطاقة. على سبيل المثال، إذا تم الوصول إلى الدرجة المطلوبة لتجفيف مسحوق الحليب لأغذية الأطفال، فلن تكون هناك حاجة إلى تطبيق مزيد من الحرارة على العملية.
الذكاء الاصطناعي في مراقبة الجودة
تساعد الحلول المبتكرة، كما يمكن العثور عليها في أنوجا فود تيك ، مصنعي المواد الغذائية في التعرف على الأجسام الغريبة، وتحديد مستوى التعبئة أو سلامة التغليف الجوي المعدل.
المهم هو أن وقت الإنتاج لا يطول نتيجة لإجراء القياس. تُستخدم إجراءات القياس الخالية من الاتصال بشكل أساسي لهذا السبب.يجب أيضًا على برنامج معالجة الصور حساب النتائج في الوقت الفعلي حتى يمكن إخراج المنتج المعيب على الفور.
وبالتالي، أصبحت أهمية الذكاء الاصطناعي متزايدة الوضوح في أرض المعارض في كولونيا. العمليات البصرية ذات التعلم العميق متاحة بأعداد متزايدة في السوق.
باستخدامها، من الممكن فحص الطعام عبر نطاق الطول الموجي بأكمله من الأشعة فوق البنفسجية إلى الأشعة تحت الحمراء المرئية إلى الأشعة تحت الحمراء القريبة.
يقدم مقدمو التكنولوجيا أجهزة الفرز وأنظمة التعرف على الأجسام الغريبة في أنوجا فود تيك والتي يمكن دمجها بسلاسة في خطوط المعالجة الحالية وبرمجتها خصيصًا للعملاء.
تستخدم أنظمة الفرز الكلاسيكية الفحص البصري بالضوء العادي. وبالتالي، على سبيل المثال، يمكن تحديد درجة تحمير الخبز المحمص أو الكعك بدقة من خلال تحليل لون السطح ثنائي الأبعاد.
وبالتالي، يتم فرز السلع المخبوزة التي تم تحميرها باللون الداكن جدًا تلقائيًا قبل التعبئة والتغليف، بحيث لا يتم طرحها في السوق في المقام الأول. يصبح الأمر أكثر صعوبة عندما يلزم فحص طبقة الشوكولاتة الموجودة على البسكويت.
في حالة الأنظمة الحديثة، يتعرف البرنامج على ما إذا كان قد تم تطبيق التزجيج بشكل صحيح على المادة المخبوزة خلال أجزاء من الثانية على أساس بنية سطوع السطح. نظرًا لأن الاحتمالات التي لا تعد ولا تحصى لتطبيق طلاء الشوكولاتة بشكل غير صحيح يمكن تصورها، فإن تقنيات التعلم العميق تلعب دورًا مركزيًا.
وهذا يعني أن البرنامج “يتعلم” الخصائص النموذجية للأشياء التي سيتم التعرف عليها من خلال التقييم التفصيلي لبيانات الصور الرقمية. مطلوب فقط الصور التي تظهر فيها ملفات تعريف الارتباط المزججة بشكل صحيح لهذا التدريب.
أين الصناعة الغذائية؟
يُظهر احتمال في أنوجا فود تيك 2024 أن الطلب على تكنولوجيا تحليل العمليات قد نما أيضًا مع زيادة المتطلبات لكفاءة النظام وجودة الغذاء. يؤكد ماتياس شلوتر أن “متطلبات الكفاءة والاستدامة تزيد من الحاجة إلى تقنية PAT في صناعات الأغذية والمشروبات”.
يوجد في الوقت نفسه عرض كبير من التقنيات وأجهزة الاستشعار المناسبة للتطبيقات المقابلة في السوق. ستكون تقنية PAT في المستقبل ذكية، وإلى جانب قيمة القياس الفعلية، ستوفر أيضًا عددًا كبيرًا من البيانات الإضافية، على سبيل المثال، حول حالة النظام، من أجل البدء في إجراءات الصيانة البصيرة.
ومع ذلك، أين من المنطقي استبدال التحليل المختبري بـ PAT؟ وما هي التحديات التي يمكن حلها، وكيف، من أجل تجهيز الأنظمة الحالية بمزيد من تحليلات العمليات؟ سيتم تقديم الإجابات على هذه الأسئلة من قبل العارضين في الفترة من 19 إلى 22 مارس على أرض المعارض في كولونيا.
مزيد من المعلومات حول:
