A szemes mák feldolgozása első látásra hagyományos tisztítási technológiának tűnhet, ám a bemutatott fejlesztések alapján ma már egyre inkább adatvezérelt, intelligens rendszerként értelmezhető. Az idei PREGA konferencián Horváth Ármin (CHH Műszaki Kft.) és Szalka János (Sotiva Seed Kft.) közös előadása azt mutatta be, hogyan épülhet ki a máktisztításban egy olyan adatgyűjtési és -feldolgozási struktúra, amely akár valós idejű visszaszabályozást is lehetővé tesz.
Horváth Ármin (CHH Műszaki Kft.) – Fotó: Agroinform
Az exportpiaci elvárások diktálnak
A CHH Műszaki Kft. komplett máktisztító-feldolgozó technológiák tervezésével és kivitelezésével foglalkozik, a Cimbria berendezések hazai képviseletét ellátva. A tervezés, az acélszerkezet-gyártás és a kulcsrakész kivitelezés mellett szerviztevékenységet, szaktanácsadást, valamint fizikai magvizsgálati és biotechnológiai laborháttért is biztosítanak.
A máktisztítási technológia alapvető célja, hogy a betakarított alapanyagból eltávolítsa a szennyeződéseket: rovareredetű maradványokat, gyommagvakat, növényszár-töredékeket, tokmaradványokat vagy egyéb fizikai szennyeződéseket. A folyamat végén olyan tiszta, beltartalmi értékében gazdag, élelmiszeripari felhasználásra alkalmas mákszemet kell előállítani, amelyik megfelel a szigorú exportpiaci követelményeknek is.
Így működik a máktisztító
A tisztítás legfontosabb gépe a finomtisztító berendezés. A tisztítási folyamat fontos elemei az elő- és utószelelő kamrák, ahol a por és a könnyű frakciók elválasztása megy végbe. Ezt követi a síkrostákon történő méret szerinti osztályozás, ahol a kívánt szemcsemérettől eltérő részecskéket távolítják el. Az alsó szélkamra további légárammal segíti a könnyű frakciók leválasztását.
A gépszintű szabályozás több paraméter mentén történik:
- adagolási sebesség (kapacitás),
- rostarázási intenzitás,
- ventilátorfordulat,
- légmennyiség és keresztmetszet-beállítás.
Mindez önálló PLC-vezérléssel működik, amely lehetővé teszi receptúrák mentését, valós idejű hibajelzéseket és távoli szervizelést.
A másik kulcselem az optikai osztályozó, amely már méretazonos szemek esetében szín és egyéb tulajdonságok alapján választja le a hibás tételeket. A rendszer nemcsak a látható színtartományban dolgozik, hanem infravörös és UV-alapú vizsgálatra is képes. Utóbbi fluoreszcencia alapján képes kimutatni például mikotoxinnal érintett szemeket.
Az optikai osztályozó integrált, deep learning alapú mesterséges intelligencia modullal működik. Másodpercenként mintegy 25 000 szkennelést végez, és az így gyűjtött adatok alapján iteratív módon finomítja a beállításokat. Ez gyorsabb programozást és folyamatos, valós idejű visszacsatolást biztosít gépszinten.
Szalka János (Sotiva Seed Kft.) és Horváth Ármin (CHH Műszaki Kft.) – Fotó: Agroinform
Termelési háttér és integráció
A Sotiva Seed Kft. máktermesztési integrációt működtet, amely 4–5000 hektáron zajlik Magyarországon és Szlovákiában. Saját, oltalommal védett fajtákkal dolgoznak, mert a termelésbiztonság alapját a genetikai háttér adja. A szoros termelői kapcsolat elengedhetetlen, hiszen a feldolgozási technológia csak megfelelő minőségű alapanyagból tud kiemelkedő tisztaságú végterméket előállítani. A cég főként kék és fehér étkezési mákot dolgoz fel, termelésének mintegy 98%-a exportra kerül. A minőségbiztosítási háttér része az IFS Food rendszer, valamint a kóser és Sedex tanúsítás is, amely elengedhetetlenek a nyugat-európai és a tengerentúli piacokon.
Mint azt a cég vezetője, Szalka János elmondta, a beérkező alapanyag szennyezettsége jelentősen eltérhet: egyes tételek akár 40% idegen anyagot is tartalmazhatnak, míg mások lényegesen tisztábbak. A technológiai sor a durva tisztítással indul (dobrosta), melyet egy Delta előtisztító követ. Ezután következik egy Delta alsószeles finomtisztító, mellyel 99% fölötti tisztaság érhető el. A végtisztítás során a vevői elvárásoknak megfelelő, 99,95–99,98%-os tisztasági szintet kell biztosítani.
A készterméket konténerbe gyűjtik, mert a tisztaság ellenőrzése hagyományosan szemrevételezéssel történik. Bár laborvizsgálatok is készülnek, a gyártás közbeni döntésekhez gyors, operatív visszajelzés szükséges.
Gépi látás a tisztaságellenőrzésben
Egy vevői audit során felmerült az igény a rendszer zártabbá tételére. Mivel a tisztasági döntés alapja eddig vizuális ellenőrzés volt, felmerült a kérdés: ha az emberi szem képes megkülönböztetni a mákot a szennyeződéstől, képes-e lehet erre egy kamera és egy megfelelő algoritmus is. A fejlesztés során több mint 12 000 szennyeződést jelöltek meg és tanítottak be egy mesterséges intelligenciával kombinált, gépi látásrendszernek. A rendszer nagy felbontású képeket elemez, NVIDIA ipari hardveren fut, és webes felületen, valós időben mutatja az észlelt szennyeződések számát.
A kezelő nyomon követheti:
- egy adott képen talált szennyeződések számát,
- az időalapú statisztikákat (perc, 10 perc),
- az összesítést adagonként.
A jelenlegi szakaszban adatbázis-építés zajlik. A cél az, hogy elegendő tapasztalati adat alapján a rendszer automatikusan képes legyen meghatározni, mikor tekinthető megfelelőnek a tisztasági szint.
A visszaszabályozás lehetősége
A fejlesztés további iránya, hogy a rendszer ne csak mérjen és jelezzen, hanem javaslatot is tegyen a gépbeállításokra. Ha a tisztasági adatokhoz szemcseméret- és sűrűséginformációk is társulnak, akkor a rendszer optimalizálási ajánlásokat fogalmazhat meg. Hosszabb távon akár az automatikus visszacsatolás is megvalósulhat: a mesterséges intelligencia nemcsak jelzi a problémát, hanem módosítja a rostarázási intenzitást, a légáramot vagy az adagolási sebességet. Ezzel a technológia elemi szintű szabályozása összekapcsolódhat a teljes üzem központi irányításával.
A folyamatos adatbázis-építéssel és a valós idejű visszacsatolással
- növelhető a termelés hatékonysága,
- csökkenthető az erőforrás-felhasználás,
- stabilizálható és tovább javítható a minőség.
A mákfeldolgozás példája jól mutatja, hogy a precíziós szemlélet nemcsak a szántóföldön, hanem az élelmiszeripari tisztítási és feldolgozási folyamatokban is új dimenziókat nyithat.
További információk: CHH Műszaki Kft.
_fill_540x300_0.jpg)
_fill_540x300_0.jpg)
