QING: automatiseren zonder zorgen en risico’s
Woensdag 14 december 2022
In veel industrieën zijn geautomatiseerde processen vanzelfsprekend, maar zeker nog niet overal. Op het gebied van automatisering loopt deze voedingsmiddelenbranche enigszins achter vanwege de complexiteit van producten en processen. Toch schreeuwt het in de voedingsindustrie om innovatie, waarbij je wel moet denken aan automatisering en robotisering. Tegenover een groeiende wereldbevolking en vraag naar voedsel, staan toenemende arbeidstekorten en een afnemende de capaciteit in de industrie. Dit is geen houdbare situatie en veel voedselproducenten zijn genoodzaakt om te automatiseren. QING zet de expertises van Stäubli Robotics en Robovision in, wat zorgt voor een unieke aanpak. Met deze aanpak kunnen voedselproducenten met zo min mogelijk risico en zorgen een start maken met automatiseren.
Twijfel om te starten?
Automatisering in de foodsector kent veel uitdagingen; je hebt te maken met kwetsbare producten en strenge hygiënerichtlijnen. Daardoor ervaren ondernemers twijfels om te starten met automatiseren, met als vraag: is de terugverdientijd rendabel genoeg en behoudt het proces de huidige kwaliteit? Voedselproducenten willen continuïteit en kwaliteit behouden in productieprocessen, automatisering kan hiervoor zorgen in de vorm van rust en groeikansen. Naast nieuwe kansen brengt automatisering ook risico’s met zich mee, waaronder financieel. Hiermee wordt bedoelt dat er vaak wordt geïnvesteerd in een prototype waar de haalbaarheid van de oplossing of machine (nog) niet (volledig) is aangetoond. “Dit is nu verleden tijd!”, geven de drie hightech bedrijven aan.
QING lanceert nu een nieuwe aanpak: ze maken gebruik van de expertise van Stäubli op gebied van robotics en hygiëne en de toepasbare AI-software van Robovision. QING bundelt zo deze krachten met hun eigen innovatiekennis en gecontroleerde agile-aanpak. “Met deze opstelling maken wij het mogelijk om een product – ongeacht veranderingen in het product of de omgeving – te bewerken of te verplaatsen. Wij combineren de handelingsflexibiliteit van de robot en het denkvermogen van deep learning. Dit opent de deur naar het automatiseren van een scala aan werkzaamheden die momenteel nog enkel door mensen uitgevoerd worden”, vertelt Teun Keusters, Deep Learning Engineer bij QING.
Development Lab van QING
Ervaringen en kennis op het gebied van innovatie, robotica en AI komen samen in het Development Lab van QING. De engineers van QING gaan aan de slag met een foodgrade-robotarm en deep learning om het vraagstuk te toetsten op de haalbaarheid. Vervolgens worden in het lab ‘Proof of Concepts’ uitgevoerd, zonder dat eerst een risicovolle investering nodig is. De robotopstelling met AI-integratie kan verschillende handelingen toetsen; denk aan het inpakken en nauwkeurig sorteren van producten, stapelen van verpakkingen en het uitvoeren van kwaliteitscontroles. Vraagstukken met een hoge technische complexiteit zijn een goede uitdaging binnen het lab, waarbij er binnen twee weken een compleet haalbaarheidsplan wordt opgeleverd. In het plan zijn alle mogelijke risico’s en uitdagingen inzichtelijk gemaakt. Vleesverwerkers en foodproducenten kunnen volledige service verwachten, waarbij er wordt gewerkt met implementatie en integratie van de oplossing én personal support om alles op de juiste manier te gebruiken.