수동 노동에서 높은 처리량까지 자동 내부 품질 분석
사과가 당신의 바구니에서 끝날 때까지 상점에서부터 사과를 얼마나 오래 검사합니까? 사과의 품질을 결정하기 전에 상점에 얼마나 많은 시간을 할애합니까? 오늘날의 소비자들은 자신들의 식품이 고품질이고 일관 되길 기대합니다. 다행히 오션 옵틱스 (Ocean Optics)와 같은 회사는 첨단 광학 감지 도구 및 분석 기능을 사용하여 소비자의 음식 품질을 향상시키고 식품 가공 업체 및 분류 기계 제조업체의 비즈니스 품질을 향상시키고 있습니다.
전통적으로 식품 분류는 수작업으로 관리되어 왔으며 품질에 대한 판단을 내리기 위해 근로자의 전문 지식을 활용했습니다. 광학 스캐닝 및 분광학의 도입으로 일부 악기는 과일 껍질을 보거나 정확한 지방 또는 수분 함량을 파악할 수있어 훨씬 더 깊이 이해하고 분석 할 수있게되었습니다.
오션 옵틱스 (Ocean Optics)는 수십 년 동안 산업 고객에게 세계 수준의 분광 분석 도구를 제공했으며 전통 식품 분석 접근법에 많은 경험을 가지고 있습니다. 그러나 Ocean Repertoire에는 게임 학습자 인 Machine Learning 및 Artificial Intelligence라는 새로운 도구가 있습니다. 기존의 분광기와 고급 통계 모델 및 기계 학습 아키텍처를 융합함으로써보다 고급 기능을 원하는 통합 업체,보다 효율적인 기능을 원하는 프로세서 및 자신이 원하는 것을 먹고 있다고 확신하고 싶어하는 소비자에게 즉각적인 이점을 실현할 수 있습니다.
날짜 과일 정렬 사례 연구 : 시작하기
날짜는 성서 시대부터 인기있는 과일이었습니다. 소비자는 구매하고자하는 날짜를 정확히 알고 있습니다. 너무 젖지도 않고 말릴 수도 없습니다.
Ocean Optics는 습기로 날짜를 분류하는 수동 방법을 개선하기 위해 이스라엘에 기반을 둔 신선한 농산물 분류 제품의 선도적 공급 업체인 Lugo Machinery & Innovation에 의해 접근되었습니다. 그들의 목표는 간단했습니다 : 모든 수작업 검사를 제거하고 신속하고 비파괴 적으로 측정을 수행 할 수 있도록 정렬 프로세스를 자동화하 gkrl. 또한 Lugo의 우주 비행선은 날짜가 짧아 질 때까지 불과 4 개월 만에 매우 짧았으며 분광학에 대한 사전 경험이 없었습니다.
The Lugo-Ocean Optics Partnership Bears Fruit
Lugo의 공동 설립자 인 Ofir Luk는 과일 품질 분류 및 Ocean Optics와의 협력 경험에 대한 통찰력을 공유합니다. "Lugo는 2003 년 날짜 정렬 기술을 개발 한 최초의 회사 중 하나였습니다. 우리의 기술은 구조와 작업 방식이 독특합니다. 글로벌 날짜 시장은 계속 성장하고 있으며 품질 정렬에 기술적 인 문제가 있습니다. 우리는 과일의 내부 품질과 결함을 확인하기위한 새로운 기술을 개발합니다. 혁신적인 기술을 모색함으로써 Ocean Optics와의 협력이 이루어졌습니다. Lugo와 Ocean Optics 사이의 유익한 협력은 첫 번째 시험을 위해 샘플을 보내고 시작하여 두 회사의 기술 팀과 정기적인 미팅을 가졌습니다. 광학, 기계 및 소프트웨어에 대한 지식을 공유함으로써 짧은 시간에 원하는 결과를 얻을 수있었습니다. 우리는 고객의 요구를 충족시키고 투자 가치를 극대화 할 수있는 기술적 솔루션을 제공 할 수 있도록 첫 번째 시스템을 출시 할 예정입니다. 우리는 Ocean Optics에서 실시간 답변을 제공하는 결정적이고 재능있는 팀을 발견했습니다. "
루고 (Lugo)는 타당성 테스트를 위한 날짜 샘플을 제공해 과일의 수분 함량에 대한 NIR 상관 관계를 신속하게 보여주었습니다. 이 분석은 시스템에 가장 적합한 광학 하드웨어 구성 요소를 결정하는 데 사용되었습니다. 이 최적화 된 시스템은 전통적인 chemometrics에서 경험 한 간섭에 면역이되는 독점적 인 기계 학습 알고리즘을 개발하기위한 훈련 데이터로 사용되는 훨씬 더 큰 샘플 세트에 대한 분석을 수행하기 위해 고객 사이트로 이동되었습니다. 루고 (Lugo)는 850-900 nm 사이의 수분 응답을 알고 있었고, 그 분석은 그 지역에서만 집중 될 것이라고 상상했습니다. 그러나 Ocean은이 스펙트럼 범위를 확장하여 통계 처리에서 가치가있는 다른 반복 가능한 스펙트럼 특징을 포함 시켰습니다. 이러한 스펙트럼 지식의 수준은 Ocean Optics가 그러한 통찰력에 액세스 할 수 없는 고객에게 제공 할 수있는 것입니다.
Date Fruit Sorting Case Study: Advancing Understanding
1952 년 아서 사무엘 (Arthur Samuel)이 작성한 최초의 컴퓨터 학습 프로그램에서 체커가 움직이는 전략을 배우는 것만으로 간단하게 컴퓨팅 전략을 익혔습니다. 컴퓨터는 그저 단순히 계산기가 아니라, 항상 동일한 입력으로부터 동일한 결과를 산출하지만 세상에 대해 명확한 관찰을 하고 현 상황과 관련된 논리적인 결정을 내리는 데 사용할 수 있는 가단한 "살아있는"도구입니다. 업계 수준에서 IBM은 IBM의 Watson과 같은 기술을 통해자가 학습 모델을 실제 규모에 맞게 프로덕션 환경으로 배포하는 방식을 변경하고 있습니다. 챔피언. 왓슨 (Watson)의 역사적인 위험 (Jeopardy) 1 년 후! 인터넷을 탐색하고 특정 객체를 자율적으로 식별 할 수있는 "X Lab"의 여러 Google 알고리즘을 포함하여 더 많은 소비자 수준의 기술이 등장하게 된 것을 시장에 알리는 것이 중요합니다. 페이스 북과 아마존은 곧 DeepFace 및 AWS-Machine Learning 플랫폼을 따라 갔으며, 이러한 토대를 가진 개인 비서는 휴대 전화에서부터 자동차, 세탁기 심지어는 오븐과 같은 가전 제품에 이르기까지 삶의 모든 면에서 그 길을 찾고 있습니다.
응용 분석은 또한 Lugo 날짜 분류 프로젝트에 포함되었습니다. 이전에 개발 된 알고리즘의 견고성과 높은 정확도로 예측할 수있는 능력을 보여준 Lugo는 헌신적 인 PC에서 실행되는 알고리즘을 사용하여 스펙트럼 플랫폼을 컨베이어 벨트 시스템에 통합했습니다. 이 정렬 시스템의 아키텍처는 각 날짜를 스캔하고 12 개 이상의 잠재적 상관 모델을 계량하며 궁극적으로 최고의 모델에 "투표"하고 밀리 초 단위로 출력을 생성합니다. 분류 방법은이 응용 프로그램에서 가치가 있었으며 정확한 임계 수치 출력보다 광범위한 임계 값 결정이 필요했습니다. 이들 방법 중 일부는 k- 최근 이웃 (k-NN), 가우시안 및 다항식을 포함한다. 방법 도구 상자에는 정확한 수량화 된 출력을 위한 회귀 모델이 포함되어 있어 여러 소스의 불순물을 찾는 프로세스 스트림에서 작업하는 사람들에게 매우 중요합니다.
회귀 분석은 관찰자가 볼 수있는 것과 문제의 시스템에 대한 지식에 의존하여 창안 이래 인간의 요인에 의해 제한되어왔다. 분광학의 클래식 화학 측정법은 모든 가장 기억에 남는 고등학교 화학 수업 인 맥주 법 (Beer 's Law)에서 시작됩니다.
흡광도와 농도 추이 사이의 수학적 상관 관계를 그려서 우리는 진보 된 이해를 향한 첫 걸음을 내디뎠습니다. 이러한 상관 관계는 선형 함수에서보다 복잡한 함수로 발전함에 따라 더 멀리 나아가고, 이러한 복잡한 함수가 여러 종을 설명하기 시작하면서 더 나아갑니다. 그러나 어느 시점에서는 벽이 부딪칩니다. 어떤 시점에서 너무 많은 출력을 생성하기 위해 상호 작용하는 많은 입력이 존재하기 때문에 전통적인 디콘 볼 루션 방법이 불가능하지는 않더라도 위압적으로됩니다.
과일 분류 프로세스에 대한 기계 학습을 도입하면 사람의 눈과 지각에 의존하지 않는보다 깊은 수준의 분석이 가능하지만 각 디지털 비트마다 손가락을 접어서 모든 픽셀에서 각 분광기 스캔의 전체 데이터 배열을 통계적으로 분석합니다 검출기에. 이 시스템은 이제 이전에 놓친 이상을보고 더 많은 변수가 서로 얽혀있어 더 똑똑 지고 보다 간소화 된 상관 관계를 개발할 수 있습니다.
기계 학습의 가장 강력한 측면 중 하나는 비전문가가 시스템에 새로운 교육 세트를 도입하고 이전에는 해당 분야의 전문가에게만 달성 가능한 결과를 얻을 수있는 능력입니다. 이것은 그러한 확장 및 진화를위한 전문가를 찾고 지불하는 비용이나 스트레스없이 초기 제품 기능을 넘어서 개발할 자유를 창출합니다. 이러한 새로운 도구를 사용하면 한 번 위협적이고 제한적이었던 기능이 이제는 여러 수준의 사용자가 이용할 수있게되었습니다. 관찰을하고 후속 결정을 내리는 것은 오션 광학의 가장 중요한 요소이지만 사용자의 목표는 아닙니다. 고객의 경우 대답이 최종 목표입니다. 사실 결정을 물리적 행동으로 바꾸는 것은 시스템의 진정한 가치가 나타나는 곳입니다.
Ocean Optics는 PLC 및 일반 공정 장비로 작업 할 수있는 다양한 통신 인터페이스를 제공합니다. 우리의 사례 연구에서 Lugo와 Ocean Optics 엔지니어는 분광계 모듈을 시스템 PLC와 통신하여 올바른 방향 (적절한 수분 카테고리)으로 날짜를 조정 한 밸브 작동을 트리거하도록했습니다. 이 기능 시스템은 최종 구현 전에 알고리즘을 수정하고 최적화하는 베타 플랫폼을 만들었습니다.
Date Fruit Sorting Case Study: Applying Insight
오늘날 루고는 초당 5 회의 날짜 또는 200 밀리 초를 스캔하는 완전히 통합 된 시스템을 사용하고 있으며 인간의 개입이 전혀 필요하지 않습니다. 이로 인해 시스템을 사용하는 시설에서 간접비가 줄고 안전성이 향상되었으며 진보 된 고급 도구를 사용하여 미래를 위한 기반을 마련했습니다.
전세계의 산업계는 수십 년 동안 Ocean Optics 분광 시스템을 신뢰할 수 있었지만 이러한 시스템에서 최대한의 가치를 추출하는 데있어 자신의 스펙트럼 지식으로 인해 제한되었습니다. 수십 년 동안 과학 기술의 선구자가되어 왔기 때문에 우리는 첨단 통계 모델의 엄청난 가치와 최신 컴퓨터의 복잡한 프로세스에 대한 지능적인 결정을 초 단위로 채택하는 것을 망설이지 않았습니다.
내일의 도구와 표준을 사용하여 프로세스를 새로운 천년기로 가져갈 준비가 되셨습니까? 분광학의 힘과 Ocean Optics와의 파트너십이 당신에게 무엇을 할 수 있는지 이야기하십시오. 결국, 그 사과는 스스로 판단하지 않을 것입니다.