【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种食品加工线和一种操作食品加工线的方法。具体地，本专利技术涉及一种食品切片线和/或食品包装线，特别是用于处理香肠、奶酪、火腿、和其他类似食品，以及一种操作这种食品切片线和/或食品包装线的方法。
技术介绍
1、诸如香肠、奶酪、火腿、和其他类似食品的食品通常在第一加工工序中被作为天然产品处理，或者由至少一种天然产品形成，例如被制成产品条。基于所需的最终产品，接下来是储存工序、熟化工序、预处理工序、干燥工序、加湿工序、和/或温度控制工序。
2、一旦生产出所需的最终产品，食品通常会被分割成适合在食品加工线上销售的部分。待切片食品，即被切成单片售卖给最终顾客的食品，被送入切片机，特别是高性能切片机，并被切片机切成片。在食品被送入切片机之前，食品可以经过甚至更远的工作站，例如奶酪分割机、去皮机和/或预冷设备。
3、食品通常被切片机切成片，从而生成由若干切片组成的部分。这些部分通常经过切片机下游的分拣输送路径。分拣输送路径可以包括称重站，在该称重站中对各个部分进行称重。分拣输送路径还可以包括用于使所述部分横向(即，横向于主输送方向)移动的站。分拣输送路径还可以包括用于使多个部分或各个切片重叠和/或形成格式集的站。可以在分拣输送路径的端部处设置一个站，以将所述部分转移到包装机。例如，借助于机器人或进给带，这些部分可以被插入包装中。在已经将这些部分放入适当的包装(例如，热成型托盘)中之后，包装通常在密封站被密封。然后通常连在一起的包装可以借助于纵向切割设备和横向切割设备彼此分离。然后，例如借助于最终检重秤通
4、在这样的食品加工线中，操作过程中会出现多种异常，并且所述多种异常可能会导致食品加工线的中断。如果食品加工线因中断而不得不关闭，那么食品加工线的经济效益就会降低。因此，在出现异常的情况下，能够尽可能快速可靠地确定异常并能够做出调整，则是有利的。在最好的情况下，能够防止中断，并且如果有的话，能够确保食品加工线只需在尽可能短的时间内被关闭。
技术实现思路
1、本专利技术的目的是提供一种食品加工线，借助于该食品加工线，能够尽可能快速且可靠地检测到异常，特别是能够尽可能快速且可靠地检测到异常的来源。
2、该目的通过具有权利要求1的特征的食品加工线被满足，特别是该食品加工线包括：传感器装置，该传感器装置用于确定操作过程中的异常和所确定的异常的时间点；至少一个照相机，该至少一个照相机用于在操作期间连续记录食品加工线的至少一个区域的图像，其中，在至少一个区域中可能存在异常的原因；和中央数据处理设备，该中央数据处理设备在操作期间接收来自传感器装置和至少一个照相机的数据，并且被配置和被设置成从照相机记录的图像中选择与所确定异常的原因相关的图像。
3、例如，选择由照相机记录的图像可以包括标记较长视频的相关部分。例如，然后标记的部分可以被显示给用户，使得用户能够手动播放视频的标记的部分。选择由照相机记录的图像还可以包括回放，特别是自动回放较长视频的相关部分。替代地或附加地，选择由照相机记录的图像还可以包括提取和/或自动处理较长视频的相关部分或相关图像。处理相关图像的许多不同变体是可以想象的。下面将介绍其中的一些变体。
4、例如，当由食品加工线的传感器测量到的值，例如食品的温度、夹持器的进给速度等超出期望范围时，就会出现操作过程中的异常。这种期望范围定义了相应测量值的范围，在该范围内，食品加工线能够被操作而不必预期生产质量的下降。相应值的期望范围能够被食品加工线的操作者设置和/或调整，但是理想地应该已经由食品加工线本身设置或重新调整。
5、然而，当多个值被放在一起看时不在期望范围内时，也可能存在操作过程中的异常。例如，可以比较彼此成比率的值，并且如果所述值的比率在期望范围外，则可以确定异常。例如，彼此成比率的两个值的示例是夹持器的进给速度和切片机的切割速度。具体而言，可以通过识别测量值中的模式来确定操作过程中的异常。在这方面，可以确定大量的传感器数据，并且能够借助于人工智能来识别作为中断的特性的测量值的变化。例如，可以将各个或大量传感器测量值与线路设置(即线路参数)进行比较，并且优选地借助于人工智能能够检测异常情况。例如，传送带上多个部分的速度可以通过照相机来测量，并且该速度可以与传送带的设定速度进行比较。如果这两个速度之间存在偏差，这例如可能表明传送带的驱动电机被损坏。
6、从从属权利要求、说明书、和附图中可以看出本专利技术的优选实施例。
7、根据一个实施例，数据处理设备被配置和设置成基于相关图像自动识别异常的原因和/或发生点。替代地或附加地，数据处理设备被配置和设置成基于由传感器装置获取的相关传感器数据自动识别异常的原因和/或发生点。优选地，数据处理设备还被配置和设置成提出或启动适当的对策。数据处理设备优选地被配置和设置成从几个不同的图像或不同的视频中自动确定与识别异常的原因相关的相关信息。除了图像之外，数据处理设备可以进一步被配置和设置成还评估食品加工线的传感器数据，例如秤的重量数据，以便确定异常的原因。
8、此外，数据处理设备可以被配置和设置成在原点或者至少在相应的站处确定并且如果必要的话挑选出不正确的部分。例如，当形成多个部分时，分隔带的不正确移动会导致部分倾斜定向。替代地或附加地，待切片产品的加工温度可能是造成部分倾斜或不正确成型部分的原因。然后，在检测到异常之前，这种倾斜定向的部分不应该被进一步运送到拾放机器人，而应在可能的情况下，立即对异常进行检测，以便迅速消除异常。然后，例如，有缺陷的部分可以经由摇杆直接在分隔带处被分拣出来。
9、作为可选方案，所选择的图像可以被提供和/或播放给负责分析系统故障的人。因此，尽管处理线可以从照相机记录的图像中自动选择与确定异常的原因相关的图像，但是在这种情况下，对图像的评估和对异常的原因的相关决定是用户(即自然人)的责任。在这方面，还可以想象一种组合，在该组合中，用户确定异常的原因，并且数据处理设备则根据该原因建议对策。
10、根据一个实施例，数据处理设备被配置和设置成通过机器学习来获悉所确定的异常的原因是什么。替代地或附加地，数据处理设备可以被配置和设置成通过机器学习来获悉如何消除所确定的特定异常。数据处理设备可以被配置和设置为通过机器学习来获悉如何基于照相机记录的图像来识别某些异常。数据处理设备还可以被配置和设置成通过机器学习来获悉必须从照相机记录的图像中选择哪些图像序列或视频序列，以便基于照相机记录的图像来识别异常。数据处理设备可以被机器教授，这是因为数据处理设备接收数据集，即所谓的训练数据。这些数据集可以包含已知异常的视频，以及关于这些异常是什么以及如何消除这些异常的信息。数据集可以包括食品加工线处的序列，该序列显示各站的正确程序。替代地或附加地，数据集可以包含一些工序步骤的视频，该工序步骤未正确发生。根据一个实施例，数据集被分组为正确发生的工序和不正本文档来自技高网...
【技术保护点】
1.一种食品加工线(1)，所述食品加工线特别是具有至少一台切片机(3)、分拣输送路径和/或包装机(12)，所述食品加工线(1)包括：
2.根据权利要求1所述的食品加工线(1)，其中，所述数据处理设备(60)被配置和设置为：基于相关的图像和/或所述传感器装置(52)的相关传感器数据自动识别所述异常的原因和/或发生点，并提出或启动适当的对策。
3.根据权利要求1或2所述的食品加工线(1)，其中，所述数据处理设备(60)被配置和设置成通过机器学习来获悉所确定的所述异常的原因是什么和/或确定如何消除所确定的特定异常。
4.根据前述权利要求中任一项所述的食品加工线(1)，其中，提供多个照相机(54)，所述多个照相机(54)在操作期间连续记录所述食品加工线(1)的不同区域的图像，其中，在所述不同区域中可能存在异常的原因，
5.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述传感器装置包括特别是类型不同的多个传感器(56)，以用于确定所述操作过程中的各种异常。
6.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述传
7.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成在发生多个异常时自动采用优先级排序。
8.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成基于所确定的所述异常来检测趋势，特别是所述食品加工线(1)处的磨损。
9.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成基于所确定的所述异常来确定所述食品加工线(1)处的不正确设置，特别地，其中，所述数据处理设备(60)被配置成自动校正所述不正确设置。
10.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述至少一个照相机(54)被配置为光谱照相机。
11.一种用于操作食品加工线(1)的方法，所述食品加工线(1)特别是具有至少一台切片机(3)、分拣输送路径和/或包装机(12)，所述方法包括以下步骤：
12.根据权利要求11所述的方法，其中，所述方法包括以下步骤：
13.根据权利要求11或12所述的方法，其中，由所述数据处理设备借助于所选出的所述数据自动执行所述异常的所述原因的确定(100)。
14.根据方法权利要求中至少一项所述的方法，其中，所述异常的所述原因的确定(100)包括评估多个传感器沿所述食品加工线测量的数据。
15.根据权利要求12所述的方法，其中，在考虑过去创建的与过去检测到的异常相关的数据集的条件下，执行对所述异常的原因的消除(102)。
16.根据权利要求12至15中至少一项所述的方法，其中，所述异常的所述原因的消除(102)包括：
17.根据权利要求12、15、和16中至少一项所述的方法，其中，所述方法还包括：
18.根据方法权利要求中至少一项所述的方法，其中，所述异常的所述原因的确定(100)包括：
19.根据方法权利要求中至少一项所述的方法，其中，通过使用人工智能，特别是借助于人工智能通过分析视频和/或传感器数据，执行所述异常的所述原因的确定(100)。
20.根据方法权利要求中至少一项所述的方法，其中，通过使用人工智能，特别是借助于人工智能通过分析视频和/或传感器数据，执行所述异常的所述原因与所述异常之间的相关性的确定。
21.根据方法权利要求中至少一项所述的方法，其中，所述方法包括以下步骤：
22.根据方法权利要求中至少一项所述的方法，其中，所述方法包括以下步骤：
23.根据权利要求15、16、和17中至少一项所述的方法，其中，由所述数据处理设备借助于消除所述异常的所述原因所需要的措施自动执行所述异常的所述原因的消除(102)。
24.根据方法权利要求中至少一项所述的方法，其中，在释放所述照相机获取的数据以进行输出之前，对所述数据进行处理，特别是对人物的图像数据进行匿名处理。
...【技术特征摘要】
【国外来华专利技术】
1.一种食品加工线(1)，所述食品加工线特别是具有至少一台切片机(3)、分拣输送路径和/或包装机(12)，所述食品加工线(1)包括：
2.根据权利要求1所述的食品加工线(1)，其中，所述数据处理设备(60)被配置和设置为：基于相关的图像和/或所述传感器装置(52)的相关传感器数据自动识别所述异常的原因和/或发生点，并提出或启动适当的对策。
3.根据权利要求1或2所述的食品加工线(1)，其中，所述数据处理设备(60)被配置和设置成通过机器学习来获悉所确定的所述异常的原因是什么和/或确定如何消除所确定的特定异常。
4.根据前述权利要求中任一项所述的食品加工线(1)，其中，提供多个照相机(54)，所述多个照相机(54)在操作期间连续记录所述食品加工线(1)的不同区域的图像，其中，在所述不同区域中可能存在异常的原因，
5.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述传感器装置包括特别是类型不同的多个传感器(56)，以用于确定所述操作过程中的各种异常。
6.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述传感器装置(100)包括所述至少一个照相机(54)。
7.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成在发生多个异常时自动采用优先级排序。
8.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成基于所确定的所述异常来检测趋势，特别是所述食品加工线(1)处的磨损。
9.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述数据处理设备(60)被配置成基于所确定的所述异常来确定所述食品加工线(1)处的不正确设置，特别地，其中，所述数据处理设备(60)被配置成自动校正所述不正确设置。
10.根据前述权利要求中任一项所述的食品加工线(1)，其中，所述至少一个照相机(54)被配置为光谱照相机。
11.一种用于操作食品加工线(1)的方法，所述食品加工线(...
【专利技术属性】
技术研发人员：雷内·凯穆斯泰格，英戈·罗瑟，卡尔海因茨·迈尔，
申请(专利权)人：韦伯食品科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。