Mit KI zur perfekten Nudel

Fertig-Nudelgerichte sind ein weltweites Grundnahrungsmittel und werden jährlich in mehr als 100 Milliarden Portionen verzehrt. Allein während der Corona-Pandemie stieg die Nachfrage nach diesen Gerichten um 10 %. Große Hersteller in Ländern wie China, Japan, Korea und Taiwan bieten eine Vielzahl von Instant-Nudelmarken mit unterschiedlichen Geschmacksrichtungen an und beliefern damit Millionen von Verbrauchern. Angesichts der hohen Nachfrage und des engen Zeitrahmens für die Produktion ist eine gleichbleibende Qualität von entscheidender Bedeutung, um die Bedürfnisse des Marktes zu befriedigen. Die Hersteller müssen sicherstellen, dass jede Charge die gewünschten Standards in Bezug auf die Textur, das Aussehen und den Geschmack erfüllt. Bildverarbeitungssysteme unterstützen sie dabei, Fehler in Instantnudeln innerhalb von Millisekunden zu erkennen.

Herkömmliche Methoden zur Qualitätskontrolle, die oft auf selektiver menschlicher Inspektion beruhen, reichen auf heutigem Niveau nicht mehr aus, um dem Umfang und der Geschwindigkeit moderner Produktionslinien gerecht zu werden. Um diese Herausforderungen zu bewältigen, setzt die Instantnudelindustrie fortschrittliche Bildverarbeitungstechnologie für die automatische Fehlererkennung in Echtzeit ein. Die Hersteller haben gelernt, wie ein industrielles, KI-integriertes Inspektionssystem Prozesse zur Qualitätskontrolle in der Produktion von Instantnudeln verbessern kann, indem es sicherstellt, dass Fehler wie überkochte Stärke, Rückstände, Fett und Risse in Nudeln mit nahezu perfekter Genauigkeit erkannt werden.

Der Inspektionsprozess

Der Herstellungsprozess von Instant-Nudeln umfasst mehrere Schritte, darunter das Mischen von Mehl und Wasser zu einem Teig, das Stärken, Braten, Dämpfen und Trocknen der Nudeln. Während dieser Schritte können Fehler auftreten wie:

Smart Manufacturing: Deutschland investiert stark

Deutsche Hersteller investieren einerseits stark in Industrietechnologie, KI, Cybersecurity und digitale Zwillinge, stehen aber zugleich unter hohem Umsetzungsdruck - das zeigt der aktuelle „State of Smart Manufacturing Reports“ von Rockwell Automation.

Redaktion Automation NEXT

1. Verkochte oder gebratene Stärke: Nudeln werden bei hohen Temperaturen von 130 bis 140 °C gekocht. Übermäßiges Frittieren oder zu langes Kochen kann dazu führen, dass die Nudeln zu dunkel oder knusprig werden, was Textur und Geschmack beeinträchtigt.
2. Abgebrochene Teile: Kleine Partikel, die oft von verkochten oder verbrannten Zutaten herrühren, können die Nudeln verunreinigen und die Qualität und Sicherheit beeinträchtigen.
3. Fette: Bei einigen Nudeln kann es durch den Frittiervorgang zu einer ungleichmäßigen Verteilung des Öls kommen, was zu einer uneinheitlichen Textur und einem schlechten Geschmack führt.
4. Risse: Nudeln, die unsachgemäß geknetet und geformt werden, können Risse aufweisen, die die Kochkonsistenz und Textur beeinträchtigen.
   
   

Um solche Fehler zu erkennen, werden im Zubereitungsprozess vor der Zugabe von Aromen und in der abschließenden Verpackungsphase Inspektionssysteme eingesetzt, die sicherstellen, dass nur Nudeln von höchster Qualität in den Vertrieb gelangen. Dieser Prozess muss sowohl schnell als auch hochpräzise sein, um mit der Geschwindigkeit der Produktionslinien Schritt zu halten, die oft Hunderte von Nudelblöcken pro Minute produzieren.

Das Technologiepaket

Das Herzstück einer fortschrittlichen Inspektionslösung zur Überprüfung von Nudeln ist in einem konkreten Einsatzfall eine Kombination aus Bildverarbeitungskomponenten von Teledyne DALSA. Sie umfasst die KI-basierte Bildverarbeitungssoftware Sherlock und das KI-Trainingstool Astrocyte, die Bilder analysieren, die von den Kamerasystemen Genie Nano und Linea aufgenommen werden. Diese Elemente des Inspektionssystems sind gemeinsam in der Lage, hochauflösende Bilder und Echtzeit-Analysen zu liefern und dabei eine genaue Fehlererkennung zu erzielen.

Sherlock AI ist eine leistungsstarke, flexible Softwareplattform für die industrielle Bildverarbeitung, die künstliche Intelligenz mit herkömmlichen 2D-Bildverarbeitungstechniken verbindet. Astrocyte, ein GUI-basiertes KI-Trainingstool, fordert die Benutzer auf, eigene Bilder von Produkten, Proben und Defekten zu sammeln und mit Labeln zu versehen, um damit vom Anwender ausgewählte neuronale Netzwerke zu trainieren. Diese Netze können dann eine Vielzahl von Aufgaben wie die Erkennung von Anomalien, Klassifizierungen, die Erkennung von Objekten und Segmentierungen durchführen. Das System ist für die schnelle, hochpräzise Inspektion in anspruchsvollen Fertigungsumgebungen wie der Nudelinspektion konzipiert. 

Die KI-Software bietet mehrere Vorteile, darunter die KI-gesteuerte Auswahl von Fehlern und eine hohe Benutzerfreundlichkeit wie die schnelle Bereitstellung von Bildern, die zur Entwicklung von Anwendungen einfach per Drag&Place in das System eingegeben werden können. Automatische Trainingsprozesse, eine hohe Genauigkeit zur Erkennung selbst winziger Fehler in großen Bildern sowie die hohe Flexibilität und Skalierbarkeit der Software, die mehrere gleichzeitig laufende Threads unterstützt, zählen zu weiteren Vorzügen von Sherlock AI und Astrocyte.

Für die Bilderfassung in einer solchen Inspektionsumgebung wird eine Farbkamera vom Typ Genie Nano von Teledyne DALSA mit einer Auflösung von 1.280 × 960 Pixeln über den Nudeln positioniert, um die Oberseite der Nudeln zu untersuchen. Die Kamera ist mit einem weißen Ringlicht ausgestattet, das eine gleichmäßige Ausleuchtung für eine optimale Bildaufnahme gewährleistet. Aus Platzgründen unterhalb der Nudeln ist eine Teledyne DALSA Linea 2K GigE-Zeilenkamera positioniert. In Kombination mit einem weißen Linienlicht ermöglicht sie die Analyse der Unterseite. Mit ihrer hohen Auflösung von 2.048 Pixeln und ihrer hohen Geschwindigkeit ist die Linea 2K ideal für die Erkennung von Defekten in einem begrenzten Arbeitsabstand geeignet und erfasst auch winzige Anomalien wie Stärke, Schmutz, Fett und Risse an den Nudeln.

Schnell und genau

Die Integration von KI-Software und Bildverarbeitungskameras in den Produktionsprozess ermöglicht sehr schnelle Inspektionen in Echtzeit. Während die Standardproduktionsrate bei etwa 200 ms pro Instant-Nudelportion liegt, arbeitet diese neue KI-gestützte Lösung mit einer Geschwindigkeit von rund 80 bis 100 ms pro Nudelportion für die Inspektion von oben und unten. Diese höhere Geschwindigkeit wird durch die parallele Ausführung mehrerer Threads ermöglicht, die durch die flexible und vielseitige Bildverarbeitungssoftware unterstützt werden, und lässt bei Bedarf noch Reserven für eine noch schnellere Verarbeitung. Dieses Leistungsniveau ist entscheidend für Hochgeschwindigkeits-Produktionslinien, die große Mengen an Nudeln pro Minute verarbeiten können.

Andere Systeme auf dem Markt erreichen häufig eine Genauigkeit von 96 %. Der Anwender der Teledyne-Lösung hat in seiner Anlage hingegen eine 99-prozentige Genauigkeit für alle Defekte gemessen. Nicht berücksichtigt ist dabei die Erkennung der Fett-Verteilung, die für alle Systeme eine besondere Herausforderung darstellt. Diese signifikante Steigerung der Genauigkeit wird durch die kombinierte Leistung der Deep-Learning-Modelle der Software, herkömmlicher Algorithmen und der hochauflösenden Bilder der Kameras ermöglicht. Eine höhere Genauigkeit bedeutet, dass weniger unvollkommene Nudeln den Kunden erreichen, was zu einer höheren Kundenzufriedenheit und einem positiven Markenimage für den Hersteller führen kann.

Ein asiatischer Vertriebshändler lobte kürzlich die Flexibilität dieser Lösung und erklärte, dass die Sherlock-Software ihm geholfen habe, die lokale Konkurrenz zu übertreffen. Er verwies auf den Wert und die Effektivität des automatischen Trainings, die soliden, vielfältigen KI-Architekturen, die vielseitigen Werkzeuge zum Labeln von Bildern, die Benutzerfreundlichkeit und die durch zahlreiche 2D-Algorithmen erreichte Genauigkeit.