Notizia

Jan 31, 2024

Come abbinare le tecnologie dei sensori al giusto metodo di estrazione

Recentemente, l’intelligenza artificiale (AI) e la robotica hanno ricevuto molta attenzione. Per alcune persone, robotica e intelligenza artificiale sono sinonimi. Tuttavia, la robotica non è l’intelligenza artificiale e l’intelligenza artificiale non è la robotica. L'intelligenza artificiale cerca

Recentemente, l’intelligenza artificiale (AI) e la robotica hanno ricevuto molta attenzione. Per alcune persone, robotica e intelligenza artificiale sono sinonimi. Tuttavia, la robotica non è l’intelligenza artificiale e l’intelligenza artificiale non è la robotica. L’intelligenza artificiale cerca soluzioni a problemi difficili legati alle capacità umane, mentre la robotica mira ad automatizzare compiti fisici e ripetitivi. Inoltre, i robot non sono l’unica tecnologia meccanica con cui l’intelligenza artificiale può essere abbinata. In alcuni casi, l’applicazione impone la necessità di un’estrazione più robusta, come i getti d’aria comunemente utilizzati con le selezionatrici ottiche, che hanno dimostrato il loro valore negli MRF nel corso di decenni.

Noi di MSS siamo fermamente convinti che la tecnologia di rilevamento debba essere completamente disaccoppiata dalla tecnologia di estrazione. L'uno non ha davvero nulla a che fare con l'altro. Un operatore MRF deve considerare la migliore tecnologia dei sensori per identificare gli articoli presi di mira in un flusso di materiale misto, quindi associarla al metodo di estrazione più appropriato richiesto per rimuovere fisicamente gli articoli presi di mira.

I sensori utilizzati più comunemente nelle applicazioni MRF di smistamento di massa sono il vicino infrarosso (NIR), il colore e il metallo. A seconda dell'applicazione, potrebbe essere necessaria solo una o eventualmente una combinazione di queste singole tecnologie di sensori per raggiungere l'obiettivo di smistamento. Le prestazioni di questi sensori possono essere migliorate aggiungendo altre tecnologie di sensori, come l’intelligenza artificiale.

I sensori NIR e AI possono fornire grandi quantità di dati e statistiche agli operatori MRF per scopi di monitoraggio e miglioramento operativo. La capacità di deep learning dell'intelligenza artificiale è complementare al NIR e i suoi livelli più profondi di granularità disponibile forniscono classificazioni più precise delle singole categorie di prodotti e materiali.

Inoltre, i sensori di intelligenza artificiale si basano sulle capacità di identificazione che NIR non ha, in particolare lo smistamento di articoli come lattine di cibo per gatti e fogli di cottura da lattine per bevande usate (UBC) e bottiglie di polietilene tereftalato (PET) da termoformati in PET. I sensori NIR possono realmente identificare il materiale in base alla chimica, mentre i sensori AI no.

I sensori AI funzionano come l'occhio umano, deducendo cosa potrebbe essere un oggetto in base al suo aspetto; non può determinare se una bottiglia è realizzata in PET o polietilene ad alta densità (HDPE), lo fa solo indirettamente. Inoltre, i sensori AI non sono in grado di distinguere tra alcuni contenitori termoformati in PET e PP o UBC dotati di maniche termoretraibili in PET, rispetto a quelli con grafica stampata direttamente. Questi sono compiti per i quali i sensori NIR convenzionali, in combinazione con i metal detector, sono particolarmente adatti.

Le velocità di trasporto e di decisione sono considerazioni aggiuntive. I sensori NIR possono arrivare fino a 1.000 piedi al minuto, mentre l’intelligenza artificiale inizia a riscontrare problemi quando la cintura si muove più velocemente di 300 piedi al minuto. Inoltre, la velocità decisionale, o il tempo che intercorre tra il rilevamento e l’estrazione di un oggetto, è circa 10 volte più veloce per i sensori NIR rispetto ai sensori AI. Per quanto riguarda la larghezza di lavoro, i sensori AI vengono generalmente utilizzati su nastri larghi fino a 60 pollici. Pertanto, se vuoi andare oltre, dovrai raddoppiare il numero di sensori AI. D'altro canto, i sensori NIR sui selezionatori ottici possono essere utilizzati su nastri trasportatori larghi fino a 112 pollici.

Le ventose comunemente utilizzate sui robot sono una forma di tecnologia di estrazione. I getti d'aria utilizzati con le selezionatrici ottiche sono un'altra forma. Ma le opzioni non finiscono qui; le tecnologie di estrazione possono includere anche morsetti o deviatori, ad esempio.

Quando si determina la migliore tecnologia di estrazione per una particolare applicazione, considerare le prese effettive al minuto. Definiamo scelte efficaci come quelle in cui l'effettore inserisce con successo l'oggetto bersaglio corretto nello scivolo dedicato, non solo il numero di movimenti o espulsioni. Sulla base dei dati che abbiamo a disposizione da tutte le nostre installazioni, le nostre selezionatrici ottiche a getto d'aria possono raggiungere oltre 1.000 prelievi effettivi al minuto da un nastro di accelerazione largo 112 pollici, mentre un robot potrebbe essere in grado di raggiungere circa 60 prelievi effettivi al minuto ( su 90 movimenti possibili), rendendolo 15 volte più lento.