Die Kameratechnik Deep Learning lernt über Bildunterschiede und registriert transparente Löffel vor metallischem Hintergrund. (Bild: Nestlé Deutschland)
Der Tausch von farbigen auf transparente Löffel führt zu einer besseren Recyclingfähigkeit, denn ohne Farbpigmente lässt sich Kunststoff in automatischen Sortieranlagen besser sortieren und hochwertiger recyceln. Farbige Kunststoffe werden in den Anlagen meist nicht oder nur schwer als wiederverwertbarer Kunststoff erkannt und dadurch der thermischen Verwertung zugeführt.
Eine weitere Möglichkeit, die Portionierungslöffel nachhaltiger zu gestalten, haben Y-Food und Meding entwickelt: einen Löffel aus Papierspritzguss.
Allerdings ist es durch die Transparenz neuerdings auch schwieriger für das Personal, zu sehen, ob einer Packung ein Portionierungslöffel beigelegt ist. Zumal der Löffel auf einem metallischen Hintergrund liegt. „Bei nur einer Dose kann das menschliche Auge relativ leicht erkennen, ob ein Löffel beigefügt wurde. Bei einer Abfüllgeschwindigkeit von 80 Dosen pro Minute ist dies nicht mehr fehlerfrei möglich. Zur Einhaltung unserer Qualitätsstandards ist aber eine Einzelprüfung zwingend gefordert“ erläutert Marcus Kauf, Ingenieur für Automatisierungstechnik im Nestlé Werk Osthofen.
Lernpensum von 45.000 Bildern/d
Deswegen ist seit kurzem im Nestlé Health Science Werk in Osthofen eine Kamera, die an künstliche Intelligenz gekoppelt ist, im Einsatz. Gemeinsam mit Sick, einem Hersteller von intelligenter Sensorik, hat der Nahrungsmittelkonzern eine neue automatisierte Prozesskontrolle für das Werk in Osthofen entwickelt. Während bei den farbigen Löffeln eine Kamera über die Anzahl von Farb-Pixeln auf die Präsenz eines Löffels schließen konnte, benötigen transparente Löffel für eine prozesssichere Erkennung eine neue Kameratechnik, die an künstliche Intelligenz gekoppelt ist.
„Die Kameratechnik wurde mit eingespeicherten Beispielbildern „angelernt“, die das Endprodukt mit Löffeln und unterschiedlichen Positionen in der Verpackung zeigen,“ berichtet Klaus Keitel, strategischer Account Manager bei Sick. „In einer Cloud-Anwendung wird ein neuronales Netz mit diesen Bildern trainiert. Dieser Entscheidungsalgorithmus wird dann in das Kamera-System übertragen. Es ist dann in der Lage, die wesentlichen Bildunterschiede selbstständig zu erkennen.“
Die Kamera lernt mit jedem neuen Bild von jedem neuen Produkt dazu. Und ihr Lernpensum ist immens: im Werk Osthofen werden jeden Tag bis zu 45.000 Löffel zugepackt. Durch den Einsatz von Deep Learning in der Kontrolle wird ein Fehlen sofort bemerkt. So lässt sich mit künstlicher Intelligenz die Fehlerquote im Produktionsprozess reduzieren.
Die Top-10-Trends in der Verpackungsindustrie:
