artikel

‘Robots klaar voor voedingsindustrie’

Algemeen

‘Robots klaar voor voedingsindustrie’

Een paprika herkennen, friet sorteren of een maaltijdsalade en bijbehorende dressing apart verpakken: de aankomende generatie robots draait er haar hand niet voor om. “Bedrijven in agrifood kunnen er extra omzet mee genereren en kosten verlagen”, aldus Paul Goethals en Erik Pekkeriet van WUR, Wageningen University & Research. Dit artikel komt uit de printuitgave van VMT 15.

Waar autofabrikanten robots al jaren inzetten om onderdelen te selecteren, te sorteren en te verpakken, gebeurt in de voedingsmiddelenindustrie nog altijd veel met de hand. “Auto-onderdelen zijn identiek, maar bij voedingsmiddelen is er een natuurlijke variatie in kleur, vorm en textuur”, zegt Paul Goethals, business developmentmanager bij Wageningen Food & Biobased Research. “Zo is de ene peer net iets rijper en het ene koekje net iets donkerder. Die variatie bemoeilijkt de automatische herkenning en gerobotiseerde handling van producten. Fabrikanten moeten bovendien steeds meer verschillende productvarianten leveren, in steeds kleinere batches. “Denk maar aan de cherry-, roma-, tros- en vleestomaten bij Albert Heijn. Die moeten elk in een aparte tray met een eigen opdruk”, illustreert Erik Pekkeriet, senior projectmanager bij Wageningen Plant Research. Een ander voorbeeld zijn kant-en-klaarmaaltijden, waarvan dagelijks soms wel tien varianten over dezelfde lijn gaan – van Thaise curry tot stamppot boerenkool. Deze praktijk stelt hoge eisen aan de flexibiliteit van de lijn. “Mensen schakelen gemakkelijk over naar een ander product, maar voor de huidige generatie robots is dat een stuk lastiger”, aldus Pekkeriet.

Snel en flexibel

Met de opkomst van moderne computervision en deep-learningtechnologie komt hier volgens de twee Wageningse experts verandering in: “Robots worden steeds slimmer, sneller en flexibeler.” Computervision verzamelt productinformatie aan de hand van camera’s en beeldverwerkingssoftware. “Deze technologie helpt robots te bepalen waar producten op de lopende band liggen, zodat ze er gericht met hun grijparmen op af kunnen”, licht Pekkeriet toe. “Tegelijkertijd biedt ze ook aanknopingspunten voor verregaande kwaliteitsinspectie.” Bij computervision worden verschillende technieken gebruikt. Metingen met zichtbaar licht, via normale kleurencamera’s, worden ingezet om vorm, kleur en formaat van producten te bepalen. Metingen met onzichtbaar licht, zoals near infrared (NIR) of x-raytomografie, lenen zich goed voor non-destructieve bepaling van de interne kwaliteit. Bij NIR gebeurt dit aan de hand van de hoeveelheid en golflengte van het licht dat een product weerkaatst (reflectie) of doorlaat (transmissie). “Deze methode wordt toegepast bij het bepalen van het suikergehalte van een appel”, geeft Pekkeriet als voorbeeld. X-raytomografie geeft aan de hand van röntgenstraling een beeld van de inwendige structuur van een product. “Je kunt hiermee bijvoorbeeld de vlezigheid van een tomaat bepalen, of de inwendige gatenstructuur van kaas.” In het Europese onderzoeksprogramma GreenChAINge, gecoördineerd door WUR, worden robots al ingezet voor non-destructieve kwaliteitsmetingen aan groente en fruit. “In combinatie met bewaar- en transportmodellen voorspellen we ook de verdere kwaliteitsontwikkeling.”

Zelflerend systeem

Data verkregen via computervision zijn te koppelen aan zelflerende, deep-learning computersystemen. Deze systemen leren, net als onze hersenen, aan de hand van voorbeelden en feedback, goed-fout. “Robots worden hierdoor steeds beter in het herkennen van afwijkingen”, zegt Goethals. “Toon je een systeem camerabeelden van tomaten met kneusplekken of een opengebarsten schil, dan gaat het bij de beoordeling van nieuwe beelden hier uit zichzelf op letten.” Deze ontwikkelingen brengen voor de levensmiddelenindustrie allerlei nieuwe toepassingen binnen handbereik. “Tot nu toe werden robots vooral ingezet voor het sorteren en verpakken van producten met een standaardvorm, zoals eieren en producten in een verpakking met vooraf bepaalde afmetingen. Maar nu wordt ook de handling mogelijk van producten met een natuurlijke variatie in de vorm, zoals tros tomaten, paprika’s en kipfilets”, licht Goethals toe. “Robots kunnen straks zelfs pizza’s beleggen met wisselende ingrediënten.” Wageningse experts ontwikkelden onlangs al samen met het bedrijf Optiserve inspectiesoftware voor een slimme sorteermachine. Het prototype dat ze afleverden, kan in korte tijd grote hoeveelheden friet sorteren. “Frieten die niet aan de kwaliteitsnorm voldoen, worden uit de lijn ‘geschoten’ en belanden in een aparte container.”

Integrale kwaliteitscontrole

Robots en computervisionsystemen kunnen een belangrijke rol gaan spelen bij de kwaliteitscontrole van levensmiddelen, een taak die vooralsnog is voorbehouden aan keurmeesters. “Deze systemen werken sneller en objectiever dan mensen en maken minder fouten”, zegt Goethals. “Je kunt hierdoor toewerken naar integrale kwaliteitscontroles, waarbij elk product afzonderlijk wordt gemeten en je niet meer beperkt bent tot steekproeven.” De interne productkwaliteit is dan meteen te bepalen. “Op het moment dat de robot het product vastpakt, kun je bijvoorbeeld een NIR-meting laten doen.”

Reinigen

Robots kunnen daarnaast reinigingstaken overnemen van personeel. “Reinigen gebeurt nu nog vaak met een waterspuit, reinigingsmiddel en water. Meestal van buitenaf. Sommige onderdelen die in contact komen met voedsel, zijn daarbij lastig te bereiken”, geeft Pekkeriet aan. “Reinigen met een robot is nauwkeuriger en geeft minder rommel, omdat je hem direct op de productielijn kunt bevestigen en hij apparatuur dus ‘van binnenuit’ reinigt.” Aan de robot zijn camera’s te hangen die met behulp van uv-licht continu vervuiling detecteren en na reiniging controleren of de lijn goed schoon is. “We hebben hiermee goede ervaringen opgedaan in PicknPack, een Europees project, gecoördineerd vanuit WUR”, vertelt Goethals. “Samen met het Duitse Fraunhofer Instituut hebben we gewerkt aan toepassingen voor verpakkingsen slachtlijnen.” PicknPack (2012-2016) heeft een prototype opgeleverd van een flexibele robot die van uiteenlopende verse en bewerkte voedingsmiddelen zowel de automatische kwaliteitscontrole doet als het gerobotiseerd verpakken.

Winst

Een grotere inzet van robots leidt – door een snellere handling en besparing op arbeidskosten – niet alleen tot kostenbesparingen. Het kan ook leiden tot een betere verwaarding, benadrukt Pekkeriet: “Als een handelaar gedetailleerd inzicht heeft in de kwaliteit en houdbaarheid van een partij verse vis, kan hij gerichte beslissingen nemen over afzetmarkt en bewaarcondities en zijn product tegen betere prijzen ver kopen.” Het aanbod kan bovendien af gestemd worden op de individuele consument. Die krijgt daarnaast een constantere kwaliteit geleverd. Een ander voordeel is dat met robots ook de transparantie in de keten erop vooruitgaat. “Gegevens over de kwaliteit van producten en het productieproces zijn automatisch op te slaan en desgewenst te delen, zowel met ketenpartners als met de consument”, vertelt Goethals. “Een bedrijf kan zich hiermee positief onderscheiden in de markt.” Wageningse experts slaagden er bij het project PicknPack in een QR-code op de verpakking van een kant-en-klaarmaaltijd te printen. Die informeert de consument over de samenstelling, de uitkomsten van kwaliteitsmetingen, over het moment waarop de maaltijd bereid is en vervoerd is naar de winkel.”

Slimme plek

Volgens Pekkeriet staan robots bij levensmiddelenbedrijven niet altijd op de goede plek. “Het camerasysteem staat bijvoorbeeld vaak voor de robot-unit.” Dat kan slimmer: “Zet je 3D-camera’s in het werkbereik van de robot, dan zie je of een grijpactie succesvol was en verzamel je meteen kwaliteitsdata.” Een bedrijf kan dan tevens zien of de werkomgeving van de robot in orde is. “Dan hoeft er niet meer zoveel apparatuur meer omheen die eventuele missers herstelt, zoals een retourband of kistenkantelaars. Dat scheelt veel tijd, ruimte en geld”, licht Pekkeriet toe “In PicknPack hebben we laten zien dat je met slechts één apparaat, de robot, toekunt.”

Goede analyse

Goethals adviseert bedrijven die robotica willen inzetten vooraf een goede analyse te maken: “Ga na waar een robot in de totale procesgang handwerk kan vervangen.” Dat kan een werkomgeving zijn die eigenlijk te belastend is voor een mens of waar veel voorzieningen nodig zijn om er een mens te laten werken, zoals zeer koude of vochtige ruimtes. Maar het kan ook een situatie zijn waarin een robot objectiever oordeelt dan een mens. “Onderzoek vervolgens welk effect de inzet van een robot heeft op de processtappen ervoor en erna, bijvoorbeeld op de sorteercapaciteit.”

Voordelen inzien

Bedrijven moeten verder oog hebben voor de sociale kant van het verhaal. Pekkeriet: “Robots vervangen vaak handwerk met veel repetitieve handelingen, werk dat vaak gedaan wordt door tijdelijke krachten. Door robots in te zetten, zijn er minder tijdelijke krachten nodig en krijgt het vaste personeel er nieuwe taken bij. Daarbij moet je denken aan ontwikkeling, fabricage en onderhoud van robotsystemen, schoonhouden van de robotwerkomgeving, een geordende aanvoer van de logistiek en creëren van extra toegevoegde waarde voor de consument.” Een bedrijf moet dus investeren in de technologie én in bijscholing van personeel. Robots inzetten in je bedrijf is niet iets wat je van de ene op de andere dag doet. Maar één ding is zeker, verzekert Goethals: “Robots hebben een enorme potentie en kunnen veel meer dan bedrijven denken. Er is veel dat op korte termijn te oogsten is.”

 

Dit artikel verscheen in de printuitgave van VMT 15 binnen het thema Technologie en Techniek

Reageer op dit artikel