JP2024509692A - 食物加工処理ライン及び食物加工処理ラインを制御するための方法 - Google Patents
食物加工処理ライン及び食物加工処理ラインを制御するための方法 Download PDFInfo
- Publication number
- JP2024509692A JP2024509692A JP2023546357A JP2023546357A JP2024509692A JP 2024509692 A JP2024509692 A JP 2024509692A JP 2023546357 A JP2023546357 A JP 2023546357A JP 2023546357 A JP2023546357 A JP 2023546357A JP 2024509692 A JP2024509692 A JP 2024509692A
- Authority
- JP
- Japan
- Prior art keywords
- food
- processing line
- processing
- sensor
- controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 393
- 235000013305 food Nutrition 0.000 title claims abstract description 364
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000009471 action Effects 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000013480 data collection Methods 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 71
- 230000006854 communication Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 33
- 238000005259 measurement Methods 0.000 claims description 25
- 238000003070 Statistical process control Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000002372 labelling Methods 0.000 claims description 13
- 238000011058 failure modes and effects analysis Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 239000000047 product Substances 0.000 description 43
- 239000011248 coating agent Substances 0.000 description 39
- 238000000576 coating method Methods 0.000 description 39
- 230000008569 process Effects 0.000 description 27
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 24
- 239000012467 final product Substances 0.000 description 17
- 235000013372 meat Nutrition 0.000 description 16
- 239000000306 component Substances 0.000 description 13
- 238000002360 preparation method Methods 0.000 description 13
- 229910002092 carbon dioxide Inorganic materials 0.000 description 12
- 239000001569 carbon dioxide Substances 0.000 description 12
- 238000007664 blowing Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 9
- 238000010438 heat treatment Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 235000015090 marinades Nutrition 0.000 description 7
- 238000007710 freezing Methods 0.000 description 6
- 230000008014 freezing Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 235000013580 sausages Nutrition 0.000 description 6
- 238000011049 filling Methods 0.000 description 5
- 235000011194 food seasoning agent Nutrition 0.000 description 5
- 235000015220 hamburgers Nutrition 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 239000004278 EU approved seasoning Substances 0.000 description 4
- 230000002547 anomalous effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000011344 liquid material Substances 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000012356 Product development Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 235000012813 breadcrumbs Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 235000021060 food property Nutrition 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- IIZPXYDJLKNOIY-JXPKJXOSSA-N 1-palmitoyl-2-arachidonoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCC(=O)OC[C@H](COP([O-])(=O)OCC[N+](C)(C)C)OC(=O)CCC\C=C/C\C=C/C\C=C/C\C=C/CCCCC IIZPXYDJLKNOIY-JXPKJXOSSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 229940067606 lecithin Drugs 0.000 description 1
- 235000010445 lecithin Nutrition 0.000 description 1
- 239000000787 lecithin Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 235000015255 meat loaf Nutrition 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L5/00—Preparation or treatment of foods or foodstuffs, in general; Food or foodstuffs obtained thereby; Materials therefor
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L13/00—Meat products; Meat meal; Preparation or treatment thereof
- A23L13/03—Coating with a layer; Stuffing, laminating, binding, or compressing of original meat pieces
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C17/00—Other devices for processing meat or bones
- A22C17/0093—Handling, transporting or packaging pieces of meat
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L13/00—Meat products; Meat meal; Preparation or treatment thereof
- A23L13/50—Poultry products, e.g. poultry sausages
- A23L13/55—Treatment of original pieces or parts
- A23L13/57—Coating with a layer or stuffing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23P—SHAPING OR WORKING OF FOODSTUFFS, NOT FULLY COVERED BY A SINGLE OTHER SUBCLASS
- A23P30/00—Shaping or working of foodstuffs characterised by the process or apparatus
- A23P30/10—Moulding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; fish
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32179—Quality control, monitor production tool with multiple sensors
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Chemical & Material Sciences (AREA)
- Polymers & Plastics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Wood Science & Technology (AREA)
- Mathematical Physics (AREA)
- Zoology (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Preparation And Processing Of Foods (AREA)
- General Factory Administration (AREA)
Abstract
本発明は、加工処理ライン及び食物加工処理ラインを制御するための方法に関し、食物加工処理ラインは、複数の加工処理ステーションと少なくとも1つのユーティリティ供給ステーションとを有する。さらに少なくとも1つの食品センサ、少なくとも1つのユーティリティセンサ、少なくとも1つの加工処理センサが提供される。データ収集モジュール、少なくとも1つの所望の食品出力特性を指定するための入力手段、公称作動状態を指定するための入力手段、異常を検出するように構成された異常検出モジュール、検出された異常の根本原因を決定するように構成された根本原因モジュールを有する加工処理ラインコントローラが提供される。是正措置モジュールは、検出された異常に応答して是正措置を決定し、少なくとも1つの物理的アクチュエータに是正措置を提供するように構成される。
Description
本発明は、食物加工処理ライン及び食物加工処理ラインを制御するための方法に関する。
複数の後続の加工処理ステーションにおいて食品を加工処理するための食物加工処理ライン。これらの加工処理ステーションは、最終製品に設定された要件を満たすために、食品がすべての必要な加工処理作業を正しい順序において正しい重要さで受けるように制御される必要がある。既知の食物加工処理ラインは、最終製品が要件を満たすか、及び/又は将来最終製品が要件を満たすために食物加工処理ラインが制御される必要があるかを決定するために、最終製品と製品要件を比較する。
現代の加工処理ラインは一般に、大量の食品を加工処理し、食品を加工処理する間に大量の資源を使用する。既知の食物加工処理ラインの欠点は、最終製品が仕様を満たさないことが検出されるとき、多くの場合、それらの要件も満たさない同時に加工処理された製品のために大量の資源がすでに使用されていることである。多くの場合、これは、食物加工処理資源の損失と製品の不合格による潜在的廃棄とを引き起こす。
本発明の第1の態様では、食品を加工処理するための食物加工処理ラインであって、
食品が1つ又は複数の加工処理作業を受ける複数の加工処理ステーション(processing station)、
1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態測定(condition measure)を取得するように構成された少なくとも1つの食品センサ、
ユーティリティ状態測定を取得するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態測定を取得するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、
センサ情報を収集するためのデータ収集モジュールであって、
少なくとも1つの食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報を受け取り、
センサ情報を格納手段に格納し、
格納されたセンサ情報を、電子通信ラインを介して伝える、ように構成されたデータ収集モジュールと、
少なくとも1つの所望の食品出力特性を指定するための入力手段と、
ユーティリティ供給ステーションと加工処理ステーションのための公称作動状態(nominal operating condition)を指定するための入力手段と、
作動中に、収集されたセンサ情報に基づいて公称作動状態からの異常を検出するように構成された異常検出モジュールと、
作動中に、統計データ分析を使用して、検出された異常の根本原因を決定するように構成された根本原因モジュールと、
作動中に、食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために、検出された異常に応答して是正措置を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに是正措置を提供するように構成された是正措置モジュールと、を有する加工処理ラインコントローラと、を備える食物加工処理ラインが提供される。
食品が1つ又は複数の加工処理作業を受ける複数の加工処理ステーション(processing station)、
1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態測定(condition measure)を取得するように構成された少なくとも1つの食品センサ、
ユーティリティ状態測定を取得するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態測定を取得するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、
センサ情報を収集するためのデータ収集モジュールであって、
少なくとも1つの食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報を受け取り、
センサ情報を格納手段に格納し、
格納されたセンサ情報を、電子通信ラインを介して伝える、ように構成されたデータ収集モジュールと、
少なくとも1つの所望の食品出力特性を指定するための入力手段と、
ユーティリティ供給ステーションと加工処理ステーションのための公称作動状態(nominal operating condition)を指定するための入力手段と、
作動中に、収集されたセンサ情報に基づいて公称作動状態からの異常を検出するように構成された異常検出モジュールと、
作動中に、統計データ分析を使用して、検出された異常の根本原因を決定するように構成された根本原因モジュールと、
作動中に、食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために、検出された異常に応答して是正措置を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに是正措置を提供するように構成された是正措置モジュールと、を有する加工処理ラインコントローラと、を備える食物加工処理ラインが提供される。
本発明による食物加工処理ラインにおいて加工処理される例示的な個別(discrete)食品は、ハンバーガー、ミートバティ、ボール、ナゲット、カツレツ、ソーセージなどのミートバティである。食物加工処理ラインは、複数の加工処理ステーションを有し、複数の加工処理ステーションは一般に、食品が1つの加工処理ステーションから次の加工処理ステーションに移送される自動移送手段によって互いに接続されるが、食品はまた、オペレータによって1つの加工処理ステーションから次の加工処理ステーションに手動で移送されてもよい。加工処理ステーション内、又は加工処理ステーションにおいて、食品は、1つ又は複数の加工処理作業を受ける。本発明による例示的な個別食物加工処理ステーションは、ポンプ操作可能(pumpable)である食物塊を調製するための食物調製ステーション、ポンプ操作可能である食物塊を冷蔵するための冷蔵倉庫、ポンプ操作可能である食物塊をポンプ操作するためのポンプステーション、ポンプ操作可能である食物塊から個別食品を形成するための形成ステーション、個別食品をドライコーティングでコーティングするためのドライコーティング装置、個別食品をウェットコーティングでコーティングするためのウェットコーティング装置を含み、随意に、バッター(batter)ミキサー、個別食品をフライするためのフライヤ、個別食品を熱処理にかけるためのフライヤ及び/又はオーブンなどのヒータ、及び/又は個別食品を冷凍するための冷凍庫を有する。
食物加工処理ラインは、1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーションをさらに有する。本発明の文脈では、ユーティリティ(有用物:utility)とは、1つ又は複数の食品加工処理作業を助けるための供給物(supply)であり、食品自体の基礎材料ではない。ユーティリティ供給ステーションは、食物加工処理ステーションにインライン又は隣接でもよいが、代替的に加工処理ステーションから物理的に離れていてもよい。ユーティリティ供給ステーションは、単一の加工処理ステーションにユーティリティを独占的に供給してもよく、単一の食物加工処理ライン内の多数の加工処理ステーションにわたってユーティリティを共有してもよく、又はさらに、生産施設内の多数の加工処理ラインにわたってユーティリティを共有してもよい。例示的なユーティリティ供給は、熱油、蒸気、加圧空気、電気、加圧水などを含む。
本発明による食物加工処理ラインでは、少なくとも1つの食品センサ、好ましくは食物加工処理ライン全体にわたって複数の食品センサが設けられる。このような食品センサは、選択された食品と共に、食物加工処理ラインを通る移動の全体又は一部を通じて移動することができ、又は代替的に、加工処理ラインの1つ又は複数の位置に設けることができる。好ましくは、複数の食品センサは、食物加工処理ラインを通る実質的な一部に沿って設けられる。少なくとも1つの食品センサは、直接又はインターフェースを介して、加工処理ラインコントローラと通信可能に接続される。このような接続は、物理的に又は無線で実行され得る。センサは、例えば、一定間隔で、ある閾値を過ぎると、又は通信ステーションの要求に応じて、その測定を提供し得る。少なくとも1つの食品センサは、例えば、食品の芯温、食品の表面温度、個別食品又は個別食品の集まりの重量、製品の表面色、製品の寸法(例えば幅、長さ、高さ)、製品の外観特性(例えば形状、湾曲、表面の斑点、色差など)などの食品状態を取得するように構成される。食物加工処理ラインに関連する例示的且つ頻繁に適用されるセンサは、例えば熱電対又は赤外線温度計などの熱放射温度計を使用する、温度センサである。接触式温度センサが考えられるが、非接触式も考えられる。他の一般に適用されるセンサは、例えば体積、色、並びに形状、幅、長さ及び/又は高さなど1つ又は複数の寸法を検出する、カメラなどの光学システムを含む。はかりなどの重量センサも一般に知られている。カメラモジュールは、解釈情報をシステムに提供するために、カメラにおいて又は遠隔に、追加の画像処理機能を備え得る。このような画像処理の例は、複数の画像のつなぎ合わせ、画像補正、色測定、閾値動作、又はコンベアベルト上の個々の製品(位置及び/又は向き)を識別するための機械学習アルゴリズム、例えば、“Yоu Only Lооk Once”(YOLO)、Fast R-CNN、Mask R-CNN、Retina-Net、及び/又はSingle-Shоt MultiBоx Detectоr(SSD)のような畳み込みニューラルネットワークのようなアルゴリズム、又は形状、色、意図せずに合併された製品(結合(marriages))のような指定された製品特性に基づいて個々の製品をラベリングするための機械学習アルゴリズムなど、を使用した画像解釈などのより複雑な作業を含み得る。画像を解釈することによってラベリングするこの種の既知のアルゴリズムは、DenseNet及びMasked R-CNNを含む。
本発明による食物加工処理ラインでは、少なくとも1つのユーティリティセンサが設けられ、好ましくは、ユーティリティを供給するユーティリティ供給ステーションごとに少なくとも1つのユーティリティセンサが設けられる。ユーティリティ供給センサの種類は、ユーティリティ供給ステーションの仕様に依存することが当業者に理解されるであろう。例示的なユーティリティセンサは、熱油ヒータステーションのための温度センサ及び/又はオイル流量センサ、蒸気供給ステーションのための温度及び/又は圧力センサ、加圧空気供給ステーションのための圧力及び/又は流量センサ、電力供給ステーションのための電流、電圧、電力及び/又は信号状態センサ、加圧水供給ステーションのための圧力、温度及び/又は流量センサなどを含む。
本発明による食物加工処理ラインでは、少なくとも1つの加工処理センサが設けられ、好ましくは、食物加工処理ラインの各食物加工処理ステーションのために少なくとも1つの加工処理センサが設けられる。加工処理センサの種類は、加工処理ステーションの仕様に依存することが当業者に理解されるであろう。例示的な加工処理センサは、温度及び/又は湿度など、加工処理ステーションにおける又は加工処理ステーション内の気候の1つ又は複数の側面を測定するように構成された気候センサ、及び加工処理ステーション内部の製品の滞留時間を決定するセンサを含む。
以下に、任意のアクチュエータ及び/又はセンサを備えた食物加工処理ステーションの例示的な実施形態が解明される。食物加工処理ラインは、これら及び/又は他の食物加工処理ステーションを有し得る。ある場合には食品の特性が加工処理ステーションのサブセットの順番を決定づけるけれども、いくつかの食物加工処理施設は、接続構成可能な食物移送ベルトによって、これらの加工処理ステーションの1つ又は複数を柔軟に接続するように構成され得る。
食物調製ステーション
ポンプ操作可能な食物塊を調製するための食物調製ステーションは、例えばタンブラー、カッター及び/又はグラインダーを有する。マリネード及び/又は調味料を添加するための添加物添加装置が設けられることもある。CO2添加装置が設けられることもある。
ポンプ操作可能な食物塊を調製するための食物調製ステーションは、例えばタンブラー、カッター及び/又はグラインダーを有する。マリネード及び/又は調味料を添加するための添加物添加装置が設けられることもある。CO2添加装置が設けられることもある。
このような食物調製ステーションに関連する例示的なアクチュエータは、例えばタンブラー、カッター、グラインダーの動作速度を設定する速度アクチュエータである。別の可能なアクチュエータは、添加物(マリネード、調味料、CO2)の添加速度である。好ましくは、添加物、例えばマリネード、特に塩及びグルコースの材料を設定するアクチュエータが提供される。
食物調製ステーションの例示的なセンサは、食物塊のグルコース含有量、及び/又は食物塊の密度、及び/又は粘度を測定する。
食物調製ステーションにおける例示的な制御可能なパラメータは、
食物調製ステーションのマリネード添加速度及び/又はマリネード材料、
食物調製ステーションのCO2添加、
例えば電気冷却及び/又は加熱手段を使用した、食物調製ステーションの温度、
を含む。
食物調製ステーションのマリネード添加速度及び/又はマリネード材料、
食物調製ステーションのCO2添加、
例えば電気冷却及び/又は加熱手段を使用した、食物調製ステーションの温度、
を含む。
ポンプ操作可能な食物塊のための冷蔵倉庫
冷蔵倉庫では、食物塊は、例えばバッファとして、又は積極的に食物塊を所望の温度にするために、存在することが許される。実施形態では、液体窒素冷却が行われる。ポンプ操作可能な食物塊のための冷蔵倉庫における例示的な制御可能なパラメータは、
冷蔵倉庫、例えば液体窒素供給の供給バルブ内の温度、
を含む。
冷蔵倉庫では、食物塊は、例えばバッファとして、又は積極的に食物塊を所望の温度にするために、存在することが許される。実施形態では、液体窒素冷却が行われる。ポンプ操作可能な食物塊のための冷蔵倉庫における例示的な制御可能なパラメータは、
冷蔵倉庫、例えば液体窒素供給の供給バルブ内の温度、
を含む。
ポンプ操作可能な食物塊のためのポンプステーション
ポンプステーションは通常、ホッパーとポンプとを有する。ポンプは、スクリューポンプなど連続的に、又はプランジャーポンプなどバッチ式に作動し得る。このようなポンプステーションに関連する例示的なアクチュエータは、ポンプの動作速度を設定する速度アクチュエータである。また、ポンプ内の温度を設定するための熱アクチュエータも一般的である。このようなポンプステーションは、食物塊のための粘度センサを有し得る。
ポンプ操作可能な食物塊のためのポンプステーションにおける例示的な制御可能なパラメータは、
ポンプ内の温度、
ポンプ速度、
を含む。
ポンプステーションは通常、ホッパーとポンプとを有する。ポンプは、スクリューポンプなど連続的に、又はプランジャーポンプなどバッチ式に作動し得る。このようなポンプステーションに関連する例示的なアクチュエータは、ポンプの動作速度を設定する速度アクチュエータである。また、ポンプ内の温度を設定するための熱アクチュエータも一般的である。このようなポンプステーションは、食物塊のための粘度センサを有し得る。
ポンプ操作可能な食物塊のためのポンプステーションにおける例示的な制御可能なパラメータは、
ポンプ内の温度、
ポンプ速度、
を含む。
個別食品を形成するための形成ステーション
形成ステーションでは、個別食品は、ポンプ操作可能な食物塊から形成される。このようなステーションは通常、食物塊のためのホッパー、形成装置、及びベルトコンベヤなど、形成された個別食品のための搬送手段を有する。形成装置は、例えば、成形装置又はソーセージマシンを有する。
形成ステーションでは、個別食品は、ポンプ操作可能な食物塊から形成される。このようなステーションは通常、食物塊のためのホッパー、形成装置、及びベルトコンベヤなど、形成された個別食品のための搬送手段を有する。形成装置は、例えば、成形装置又はソーセージマシンを有する。
ポンプステーションと形成ステーションとが別々のステーションである、例えば異なる機械工場によって生産されることがあり得る。しかしながら、実施形態では、形成ステーションは、関連するポンプを備え、場合によりホッパーも備える。このポンプと形成ステーションのアンサンブルは、同じ機械工場によって単一ユニットとして生産することができる。
このような成形装置は、同一出願人から市販されている。それは、例えば同一出願人の複数の出願、例えばWO0030458、WO2004002229、WO2005107481、WO2010110655、WO2014017916等、などに記載されている。成形装置などの例示的なアクチュエータは、充填圧力を設定するアクチュエータ、充填プレート圧力設定、ホッパー及び/又はホッパーと成形装置との間のパイプを加熱するための熱アクチュエータ、ポンプ速度などを含む。
ソーセージマシンも同一出願人から市販されている。このようなソーセージマシンの例示的なアクチュエータは、ホッパー及び/又はホッパーとソーセージマシンとの間のパイプを加熱するための熱アクチュエータ、ポンプ速度などを含む。
一般に、温度センサは、ホッパー内及び形成装置内の食物の温度を測定するために適用され、はかりは、重量を測定するために適用される。
形成ステーションにおける例示的な制御可能なパラメータは、
成形装置の充填圧力及び/又は充填プレート圧力設定、
充填圧力及び/又は充填プレート圧力設定、
ホッパーと成型装置/ソーセージマシンとの間のパイプの温度、
例えば、形成された食品の寸法が範囲外である場合及び/又は異物が検出される場合に、形成装置の作業を停止することができること、
を含む。
成形装置の充填圧力及び/又は充填プレート圧力設定、
充填圧力及び/又は充填プレート圧力設定、
ホッパーと成型装置/ソーセージマシンとの間のパイプの温度、
例えば、形成された食品の寸法が範囲外である場合及び/又は異物が検出される場合に、形成装置の作業を停止することができること、
を含む。
個別食品のためのドライコータ
ドライコータ(coater)では、個別食品は、ドライコーティングでコーティングされる。このようなステーションは通常、ドライコーティングのためのホッパー、コーティング分配手段、及び場合により余分なドライコーティングを吹き飛ばすためのエアナイフを有する。
ドライコータ(coater)では、個別食品は、ドライコーティングでコーティングされる。このようなステーションは通常、ドライコーティングのためのホッパー、コーティング分配手段、及び場合により余分なドライコーティングを吹き飛ばすためのエアナイフを有する。
ドライコータの例示的なアクチュエータは、コーティング速度を設定する、ドライコーティングのための分配速度アクチュエータである。他の可能なアクチュエータは、吹出速度、吹出空気温度、及び/又は食品移送速度を設定することができる。
ドライコータの例示的なセンサは、ドライコーティングの消費量、及び/又はコーティング前の食品の粘性をモニターする。
ドライコータにおける例示的な制御可能なパラメータは、
ドライコータの吹出空気温度及び/又は吹出速度、
ドライの吹出空気温度及び/又は吹出速度、
-コーティング率、
を含む。
ドライコータの吹出空気温度及び/又は吹出速度、
ドライの吹出空気温度及び/又は吹出速度、
-コーティング率、
を含む。
個別食品のためのウェットコーティング装置
ウェットコーティング装置では、個別食品は、ウェットコーティングでコーティングされる。このようなステーションは任意に、ウェットコーティングを作るためのバッターミキサー、ウェットコーティングのための液体容器、及び分配手段を有する。
ウェットコーティング装置では、個別食品は、ウェットコーティングでコーティングされる。このようなステーションは任意に、ウェットコーティングを作るためのバッターミキサー、ウェットコーティングのための液体容器、及び分配手段を有する。
ウェットコーティング装置の例示的なアクチュエータは、吹出速度、バッター温度、バッター混合速度、バッター混合物、食品移送速度、投与速度などを設定するアクチュエータを含む。
ウェットコーティング装置に設けられる例示的なセンサは、バッター粘度、バッターミキサー内のバッター温度、コーティング装置への進入時のバッター温度、ウェットコーティングの消費量などに関するデータを取得する。
ウェットコーティング装置における例示的な制御可能なパラメータは、
ウェットコーティング装置の吹出空気温度及び/又は吹出速度、
ウェットコーティング装置の吹出空気温度及び/又は吹出速度、
を含む。
ウェットコーティング装置の吹出空気温度及び/又は吹出速度、
ウェットコーティング装置の吹出空気温度及び/又は吹出速度、
を含む。
個別食品のためのフライヤ
フライヤでは、個別食品は、フライにされる。一般に、ディープフライヤが適用され、そこでは、食品が、熱い油脂、一般に油に浸される。他の工業的に適用されるフライ技術は、圧力フライヤ又は真空フライヤを含む。このようなフライヤステーションでは、任意に、余分のフライ油脂、例えば余剰の油を、例えば吸収又は食品を排出させることによって、フライされた個別食品から分離するための設備が利用可能である。
フライヤでは、個別食品は、フライにされる。一般に、ディープフライヤが適用され、そこでは、食品が、熱い油脂、一般に油に浸される。他の工業的に適用されるフライ技術は、圧力フライヤ又は真空フライヤを含む。このようなフライヤステーションでは、任意に、余分のフライ油脂、例えば余剰の油を、例えば吸収又は食品を排出させることによって、フライされた個別食品から分離するための設備が利用可能である。
フライヤの例示的なアクチュエータは、油の循環、油の成分、特に新旧の油の混合などを設定するアクチュエータを含む。フライヤ内の滞留時間は、例えば、食品がフライヤを通じて移送されるベルト速度を制御することによって制御することができる。
フライヤに設けられる例示的なセンサは、油の品質、例えば色、オイルフィルター情報、(製品当りの)油の消費量、フライヤを出るときの食品のコーティング品質に関するデータを取得する。場合により、フライヤを出るときに、凝集した製品を検出するためにカメラが設けられる。また、例えばフライプロセスの前及び後に、製品の温度が一般に測定される。このようなセンサは有利に、製品の芯温を測定する。
フライヤにおける例示的な制御可能なパラメータは、
フライヤにおける滞留時間、
フライヤにおける滞留時間及び油の温度、
を含む。
フライヤにおける滞留時間、
フライヤにおける滞留時間及び油の温度、
を含む。
個別食品のためのヒータ
ヒータでは、食品は、例えば製品を料理する、熱処理を受ける。ヒータは任意に、個別食品が移送されるコンベヤベルトを有する。実施形態では、例えば個別に制御可能である2つの気候チャンバーを備える、対流ヒータが設けられる。
ヒータでは、食品は、例えば製品を料理する、熱処理を受ける。ヒータは任意に、個別食品が移送されるコンベヤベルトを有する。実施形態では、例えば個別に制御可能である2つの気候チャンバーを備える、対流ヒータが設けられる。
ヒータの例示的なアクチュエータは、空気循環速度及び/又は露点を設定するアクチュエータを含む。
ヒータの例示的なセンサは、露点センサ、及びヒータから出るコンベアベルト上の食品の脂肪(レシチン)の印を検出するカメラである。また、製品の温度は一般に、例えば加熱プロセスの前及び後に、測定される。このようなセンサは有利に、製品の芯温を測定する。
ヒータにおける例示的な制御可能なパラメータは、
ヒータにおける滞留時間及び/又は空気循環速度、
ヒータにおける空気温度及び/又は空気循環速度及び/又は滞留時間及び/又は露点、
を含む。
ヒータにおける滞留時間及び/又は空気循環速度、
ヒータにおける空気温度及び/又は空気循環速度及び/又は滞留時間及び/又は露点、
を含む。
個別食品のための冷凍庫
冷凍庫では、個別食品は、冷凍される。このような冷凍庫は一般に、食品を移送するためのコンベアベルトを有し、好ましくは個別品質冷凍(IQF)食品を作る。
冷凍庫では、個別食品は、冷凍される。このような冷凍庫は一般に、食品を移送するためのコンベアベルトを有し、好ましくは個別品質冷凍(IQF)食品を作る。
冷凍庫の例示的なセンサは、冷凍庫の内部及び外部の周囲温度センサ、及び製品の芯温を測定するための芯温センサを含む。
冷凍庫における例示的な制御可能なパラメータは、
冷凍庫内の温度、
冷凍庫内の食品の滞留時間を制御するための冷蔵庫内のベルト速度、
を含む。
冷凍庫内の温度、
冷凍庫内の食品の滞留時間を制御するための冷蔵庫内のベルト速度、
を含む。
本発明による食物加工処理ラインは、食物加工処理ラインを制御するための加工処理ラインコントローラを有する。加工処理ラインコントローラは、単一の物理的ユニットであってもよく、代替的に加工処理ライン内の幾つかの物理的位置にわたって分配されてもよい。加工処理ラインコントローラは、複数の食物加工処理ステーションからの信号及び前記センサからの信号を受け取るように構成される。加工処理ラインコントローラはさらに、複数の食物加工処理ステーションに電子信号を送るように構成される。これらの電子信号の通信は、適切な電子通信プロトコルによって、一般に知られている方法において実施される。通信は、加工処理ラインコントローラが食物加工処理ステーション内の単一部品と直接通信接続されるように実施されてもよく、代替的に食物加工処理ステーション内に設けられた中央インターフェース部品を介して提供されてもよい。後者は一般に知られており、特に食物加工処理ラインが複数の製造会社の複数の食物加工処理ステーションから構成される場合、そのような製造会社専用の特定の通信プロトコルを使用することが一般的である。
本発明による加工処理ラインコントローラは、センサ情報を収集するためのデータ収集モジュールであって、少なくとも1つの食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報を受け取り、センサ情報を格納手段に格納し、格納されたセンサ情報を、電子通信ラインを介して伝える、ように構成されたデータ収集モジュールを有する。このようなデータ収集モジュールは、加工処理ラインコントローラの一体部分であってもよく、代替的に、センサ、加工処理ステーションインターフェース部品及び/又は加工処理ラインコントローラなどの関連部品と通信接続する分離したモジュールであってもよい。データ収集モジュールは、利用可能なセンサに適した通信インターフェースと、それ自体既知の電子通信方法において複数の食物加工処理ステーションとの間の通信プロトコルとを備えている。センサデータの格納は、リレーショナルデータベース及び/又は非リレーショナルデータベースなどのデータベース構造によって提供される。このようなデータベースは、生産施設内の局所又は遠隔で、複数の物理的位置にわたって分散及び/又は複製され得る。
本発明による加工処理ラインコントローラは、少なくとも1つの所望の食品出力特性を指定するための入力手段を有する。このような所望の食品出力特性は、一般に食品仕様に規定され、最終製品の重量分布範囲、色、形状、芯温、表面温度などにおける要件を含み得る。入力手段は、食物加工処理ラインの一体部分としてタッチスクリーンなどのヒューマンマシンインタフェースとして実施されてもよいが、例えば食品仕様の収集を有するデータベースの一部として、電子的形態として提供されてもよい。
本発明による加工処理ラインコントローラは、ユーティリティ供給ステーションと加工処理ステーションのための公称作動状態を指定するための入力手段を有する。公称作動状態は一般に、例えば製品及び/又はプロセス知識に基づいて、食品開発サイクル中に決定される。公称作動状態は、ある意味、食品レシピに匹敵し、それは、食品がどの程度の期間、どのような状態で加工処理される必要があるかが示される。食品要求と、食物加工処理ラインにおいて利用できる利用可能な食物加工処理ステーションの仕様とに基づいて、複数の加工処理ステーションの各公称加工処理作業が決定される。例えば圧力設定、温度設定、湿度、風速、滞留時間などの公称加工処理ステーション設定は、格納され、公称作動状態を指定するために入力手段を介して入力される。この入力手段は、食物加工処理ラインの一体部分としてタッチスクリーンなどのヒューマンマシンインタフェースとして提供されてもよいが、電子的形態において提供されてもよい。
本発明による加工処理ラインコントローラは、食物加工処理ラインの機能部品であり、単一の物理的ユニットとして実行されてもよく、又は、食物生産施設に局所に又は遠隔ネットワーク位置(「クラウド内」)などの遠隔に、複数の物理的位置にわたって分散されてもよい。加工処理ラインコントローラは、ネットワーク及び他の通信部品、ストレージ及びメモリ部品、及びマイクロプロセッサなどの少なくとも1つのコンピュータプロセッサなどの電子部品を有する。生産ラインコントローラの機能は、PLCなどの電子ハードウェア部品において実行され得る、及び/又は、少なくとも1つのコンピュータプロセッサ上で実行されるソフトウェア部品として実行され得る。
本発明による加工処理ラインコントローラは、作動中に、収集されたセンサ情報に基づいて公称作動状態からの異常を検出するように構成された異常検出モジュールを有する。データサイエンスでは、異常は、それが異なるメカニズムによって生成されたという疑念を起こさせるほど、他の観測から非常に逸脱した観測として規定される。異常検出モジュールは、データ収集モジュールと通信可能に接続され、収集され格納されたセンサデータを読み込む及び/又は検索することができ、収集されたデータ点のこれらの収集を処理するためにマイクロプロセッサなどのプロセッサを有する。収集されたデータは、加工処理ラインコントローラのマイクロプロセッサにおいて実行される異常検出アルゴリズムが、収集されたデータ又はそのサブセットを処理することができるように変換される。食品センサ情報、ユーティリティセンサ情報、及び加工処理センサ情報を異常検知モジュールに供給し、一般に(統計的)データサイエンスでそれ自体知られている異常検知アルゴリズムを適用することによって、プロセス、又は特定の部分又は部品が、正常な望ましい状態で又は異常な条件で動作される確率がどのくらいであるかを計算することができる。結果として、異常検知モジュールは、タイムスタンプされた測定を基準値と比較する既知の制御メカニズムより早く異常を検知することができる。本発明の文脈において有利に実行することができる既知のデータサイエンス異常検知アルゴリズムは、統計的プロセス管理(SPC)又は多変量統計的プロセス管理(多変量SPC)を含む。SPC及び多変量SPCは、代替的に、SPC及び/又は多変量SPCで分析されたデータを圧縮するために主成分分析(PCA)を適用することによって、より効率的に適用することができる。これらの方法は、データサイエンスの分野でそれ自体、例えば“Statistical Prоcess Cоntrоl оf Multivariate Prоcesses(多変量プロセスの統計的プロセス管理)”(JF.MacGregоr、T.Kоurti;Cоntrоl Eng.Practise、Vоl.3、pp.403-414、1995)において知られている。本発明の文脈において有利に適用することができる他の既知のデータサイエンス異常検出アルゴリズムは、異常な範囲外データ点を検出するために教師なし機械学習アルゴリズムなどの機械学習アルゴリズムを含む。データサイエンスにおいてそれ自体既知であり、本発明の文脈において有利に適用することができる適切な教師なし機械学習異常検出アルゴリズムは、Isоlatiоn Fоrestアルゴリズム、ニューラルネットワークオートエンコーダアルゴリズム、K-meansクラスタリング、Lоcal Outlier Factоr(LOF)アルゴリズムなどを含む。これらのアルゴリズムは、通常、データの確率分布からのずれに基づいて範囲外データ点を検出できる。
本発明による加工処理ラインコントローラは、作動中に、統計データ分析を使用して、検出された異常の根本原因を決定するように構成された根本原因モジュールを有する。根本原因モジュール検出モジュールは、データ収集モジュールと通信可能に接続され、収集され格納されたセンサデータを読み込む及び/又は検索することができ、収集されたデータ点のこれらの収集を処理するためにマイクロプロセッサなどのプロセッサを有する。根本原因モジュールは、検出された異常が根本原因モジュールに伝えるように、異常検出モジュールと通信可能に接続されるように構成される。根本原因モジュールは、加工処理ラインコントローラのマイクロプロセッサにおいて実行され、収集されたデータ又はそのサブセットを処理することができる。根本原因モジュールは、異常検出モジュールと同じコンピュータプロセッサにおいて実行されてもよく、別個のコンピュータプロセッサにおいて実行されてもよく、加工処理ラインコントローラにおいて実行される統合された制御モジュール一式の一体部分であってもよい。根本原因モジュールの主な目的は、あらゆる検出された異常の最も可能性が高い根本原因を決定しようとすることである。検出された異常の最も可能性が高い根本原因の決定は、統計的データ分析を使用して実施される。データサイエンスからそれ自体知られており、本発明に有利に適用することができる適切な統計データ分析アルゴリズムは、統計データ相関解析、及び/又は、食物加工処理ラインの起こり得る故障モードが、そのような故障モードの将来の発生が根本原因モジュールによって認識され得るように収集される故障モード影響解析(FMEA)に基づく教師あり学習アルゴリズムを含む。教師あり学習アルゴリズムは、検出された各異常について、その異常が特定の根本原因によって引き起こされる可能性を計算し、そのようにして、最も可能性が高い根本原因が決定される。
本発明による加工処理ラインコントローラは、作動中に、食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために、検出された異常に応答して是正措置を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに是正措置を提供するように構成された是正措置モジュールを有する。是正措置モジュールは、根本原因モジュールと通信可能に接続され、決定された根本原因及び任意に検出された異常の詳細が是正措置モジュールに伝えられるように構成される。是正措置モジュールは、加工処理ラインコントローラのコンピュータプロセッサにおいて実行され、他のモジュールから受け取られたデータを処理することができる。是正措置モジュールは、異常検出モジュール及び/又は根本原因モジュールと同じコンピュータプロセッサにおいて実行されてもよく、別個のコンピュータプロセッサにおいて実行されてもよく、加工処理ラインコントローラにおいて実行される統合された制御モジュール一式の一体部分であってもよい。是正措置モジュールの主な目的は、検出された異常が打ち消される、補償される、補正される、及び/又は最終製品への影響が最小化されるように食物加工処理ラインの作業を変更するために、食物加工処理ラインの食物加工処理ステーション内のアクチュエータ及び/又はユーティリティ供給ステーションのアクチュエータに伝達され得る是正措置又は一連の是正措置を決定することである。是正措置は、例えばユーティリティ供給ステーションにおいて、食品加工処理ステーション、あるいは壊滅的で破壊的な事象の場合に食品加工処理ライン全体を停止する計画も含み得る。
本発明による食物加工処理ラインは、前記センサ情報を使用して処理する加工処理ラインコントローラを有し、異常が検出された直後に食物加工処理ラインの作動状態に作用することができる。多くの場合、異常中に食物加工処理ラインによって加工処理された最終製品が、最終製品に完全に完成される前であってもである。従って、最終製品が製品仕様及び/又は要件を満たさない結果、最終製品の不合格による廃棄物の量と不合格の最終製品のために浪費される加工処理資源とは、将来の製品の加工処理を変更するために最終製品をある閾値と比較するフィードバック及び/又はフィードフォワードコントローラなどの既知の加工処理ラインコントローラと比較して著しく削減される。
本発明による食物加工処理ラインの一実施形態では、少なくとも1つのユーティリティ供給ステーションの加工処理ユーティリティは、熱油、蒸気及び加圧空気からなる群の1つである。既知の食物加工処理ラインは一般に、個々の加工処理ステーションの制御を、その特定の加工処理ステーション内のセンサに制限する。熱油温度、蒸気圧力、及び/又は加圧空気など、このような加工処理ステーションにおいて使用されるユーティリティの乱れは、それが検出された時点で、加工処理ラインのさらに下流の最終製品につながる場合がある。ユーティリティ供給ステーションからのセンサ情報を使用することによって、食物加工処理ラインの加工処理ラインコントローラは、食品の加工処理が加工処理ステーションにおいて完了された後、又は加工処理ライン全体の終了時ではなく、そのような乱れが発生した瞬間に異常を補正することができる。
本発明による食物加工処理ラインの一実施形態では、少なくとも1つの食品センサの少なくとも1つは、芯温、表面温度、重量、製品の色、製品の寸法、及び製品の外観特性からなる群の1つを取得するように構成される。このようなセンサは、通過する食品全てを測定することができる、又はある規則的間隔において選択された食品を取得することができる。前記食品特性のいずれか1つに関する測定を取得することによって、食品特性の1つが異常を示す場合、加工処理ラインコントローラは作動することができる。好ましくは、食品センサ情報は、これらの特性が食品加工処理ラインにおける食品の加工処理全体を通して追跡することができるように、所望の食品出力特性に関する情報を有する。
本発明による食物加工処理ラインの一実施形態では、少なくとも1つの加工処理センサは、複数の加工処理ステーションの1つにおける気候特性及び複数の加工処理ステーションの1つにおける製品の滞留時間からなる群の1つを取得するように構成される。この情報は、例えば、オペレータによって開けられたキャビネットドア、又は、(加工処理ステーションの種類による)蒸気又は熱油などのユーティリティが所望の公称量又は状態において加工処理ステーションに入らせない原因となり得る故障したバルブなど、検出された異常の場合に、加工処理ラインコントローラが作動することを可能にする。
本発明による食物加工処理ラインの一実施形態では、加工処理ラインコントローラは、電子アクチュエータコントローラモジュール(controller module)に提供される是正措置に応答して少なくとも1つの物理的アクチュエータを作動中に制御するための電子アクチュエータコントローラモジュールを有する。制御技術からそれ自体知られており、本発明に有利に適用することができる、このような物理的アクチュエータを制御するための適切な制御アルゴリズムは、比例微分コントローラ(PD)などの線形コントローラアルゴリズム、比例積分微分コントローラ(PID)、モデル予測コントローラ(MPC)、LQGコントローラ、ファジィ制御アルゴリズム、ルックアップテーブル(LUT)、深層決定方策勾配(DDPG)などの強化学習アルゴリズム、及びif-then-ロジックを使用する論理オートマトンコントローラを含む。前記電子アクチュエータコントローラは、特定の時点及び/又は瞬時に、決定された是正措置に基づいて食物加工処理ラインの単一又は複数のアクチュエータに制御信号を提供する。電子アクチュエータコントローラモジュールは、加工処理ラインコントローラの一体部分であってもよく、代替的に、食物加工処理ステーションのいずれかなど、複数の物理的位置にわたって分散されてもよい。
本発明による食物加工処理ラインの一実施形態では、加工処理ラインコントローラは、例えばセンサフュージョン法を適用することによって、収集モジュールからのセンサ情報に基づいて、少なくとも1つの食品出力特性の推定予測を作動中に決定するように構成された予測モジュールを有する。制御技術及びデータサイエンスからそれ自体知られており、本発明に有利に適用することができる、このような物理的アクチュエータを制御するための適切な予測アルゴリズムは、カルマンフィルタアルゴリズム、ニューラルネットワークアルゴリズム、及び他の一般的な機械学習アルゴリズムを含む。予測モジュールは、データ収集モジュールと通信可能に接続される。予測モジュールは、加工処理ラインコントローラのコンピュータプロセッサにおいて実行され、他のモジュールから受け取られるデータを処理することができる。是正措置モジュールは、異常検出モジュール及び/又は根本原因モジュールと同じコンピュータプロセッサにおいて実行されてもよく、別個のコンピュータプロセッサにおいて実行されてもよく、加工処理ラインコントローラにおいて実行される統合された制御モジュール一式の一体部分であってもよい。予測モジュールの主な目的は、センサ情報に基づいて、任意にまた、過去及び現在の最終製品の測定に基づいて、任意にまた、是正措置モジュール及び/又は電子アクチュエータコントローラモジュールによって提供される制御信号に基づいて、少なくとも1つの食品出力特性の推定予測を提供することである。このような予測は、是正措置を最適化し、食物加工処理ラインの最終製品への異常の影響を最小化するために、加工処理ラインコントローラにおいて有利に使用され得る。
本発明による食物加工処理ラインの一実施形態では、根本原因モジュールは、教師あり学習アルゴリズムであって、作動中に、検出された異常が、データ収集モジュールの収集されたセンサ情報と、ラベリングアルゴリズム、好ましくは故障モード影響解析(FMEA)ラベリングアルゴリズム又は統計データ相関解析とを使用して、根本原因ラベルを用いてラベリングされる、教師あり学習アルゴリズムを有する。教師あり学習アルゴリズムを使用することによって、加工処理ラインコントローラは、過去のセンサデータ及び加工処理ステーション及び/又は食品開発分野の専門家からの専門知識に基づいて、現在検出された異常を現実的な根本原因と関連付けるように教育することができる。
本発明の別の態様では、食物加工処理ラインを制御するための方法であって、 前記加工処理ラインは、
食品が1つ又は複数の加工処理作業を受ける、複数の物理的に分離した加工処理ステーション、
1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態を観測するように構成された複数の食品センサ、
ユーティリティ状態を観測するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態を観測するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、センサ情報を収集するためのデータ収集モジュールを有する、加工処理ラインコントローラ、を有し、
前記方法は、
A)少なくとも1つの所望の食品出力特性を加工処理ラインコントローラに提供するステップ、
B)ユーティリティ供給ステーションと加工処理ステーションとに公称作動状態を提供するステップ、
C)複数の食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報をデータ収集モジュールに収集するステップ、
D)センサ情報を分析することによって公称作動状態から異常を検出するステップ、
E)異常の根本原因を決定するステップ、
F)異常を補正するための是正措置を決定するステップ、
G)食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために食物加工処理ラインの少なくとも1つのアクチュエータに是正措置を提供するステップ、を有する方法が提供される。
食品が1つ又は複数の加工処理作業を受ける、複数の物理的に分離した加工処理ステーション、
1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態を観測するように構成された複数の食品センサ、
ユーティリティ状態を観測するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態を観測するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、センサ情報を収集するためのデータ収集モジュールを有する、加工処理ラインコントローラ、を有し、
前記方法は、
A)少なくとも1つの所望の食品出力特性を加工処理ラインコントローラに提供するステップ、
B)ユーティリティ供給ステーションと加工処理ステーションとに公称作動状態を提供するステップ、
C)複数の食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報をデータ収集モジュールに収集するステップ、
D)センサ情報を分析することによって公称作動状態から異常を検出するステップ、
E)異常の根本原因を決定するステップ、
F)異常を補正するための是正措置を決定するステップ、
G)食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために食物加工処理ラインの少なくとも1つのアクチュエータに是正措置を提供するステップ、を有する方法が提供される。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップA及びステップBは、食品が食物加工処理ラインにおいて加工処理作業を受ける前に初期値として提供される。これらのステップは、例えば、食物加工処理ラインの設置時、食物加工処理ラインにおいて加工処理される新しい食品の導入時、食物加工処理ラインの順序及び/又は構成の変更時に実行され得る。最も多い使用ケースでは、ステップA及びステップBは、連続的に又は食品のバッチごとに実行される必要はない。一般に、ステップA及びステップBにおいて提供される情報は、製品開発サイクル中、及び/又は新しい食物加工処理ステーションなどの新しい設備の設置時に決定される。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップC及びステップDは、食物加工処理ラインにおける食品の加工処理中に実行される。一般的な使用ケースでは、ステップC及びステップDは、食物加工処理ラインの作動中にリアルタイムで連続的に実行される。代替的に、ステップC及びステップDは、例えば1秒に1回、又は食物加工処理ラインの特定の位置における食品の検出など、食物加工処理ラインにおける特定の事象の検出によって引き起こされるなど、定期的又は不定期的に実行することができる。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップE、ステップF及びステップGは、ステップDにおいて異常が検出される場合に実行される。ステップE、ステップF及びステップGは、代替的に、ステップが各制御サイクルにおいて実行され、検出された異常がない場合、出力がゼロ、空又は空の値などの適切な値に設定されるように実行することができる。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、それは、収集されたセンサ情報を予測アルゴリズムへの入力として使用して、少なくとも1つの予測食品出力特性の推定予測を決定するステップをさらに有し、少なくとも1つの予測食品出力特性は、ステップAにおいて提供される少なくとも1つの所望の食品出力特性に関連する。さらなる実施形態では、予測アルゴリズムは、カルマンフィルタ、ニューラルネットワーク及び機械学習アルゴリズムの群からのアルゴリズムを有する。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップGに続いて、それは、ステップGの是正措置に応答して、電子制御信号を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに電子制御信号を供給するステップをさらに有する。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、電子制御信号は、線形PIDコントローラアルゴリズム、モデル予測コントローラアルゴリズム、線形二次コントローラアルゴリズム、及びファジィコントローラアルゴリズムの少なくとも1つに基づく制御アルゴリズムを使用して決定される。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップDは、多変量統計管理アルゴリズム及び/又は教師なし機械学習アルゴリズムを利用する。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ステップEは、教師あり機械学習アルゴリズムを利用し、検出された異常は、データ収集モジュールの収集されたセンサ情報とラベリングアルゴリズムとを使用して、根本原因ラベルを用いてラベリングされる。
本発明による食物加工処理ラインを制御するための方法の一実施形態では、ラベリングアルゴリズムは、故障モード影響解析(FMEA)ラベリングアルゴリズム又は統計データ相関解析を有する。
本明細書における食物加工処理ラインの対応する要素及び機能性の説明における詳細及び利点に言及する。本発明のさらなる適用範囲は、以下に示す詳細な説明から明らかになるであろう。しかしながら、詳細な説明及び特定の実施例は、本発明の実施形態を示すものであるが、本発明の範囲内において様々な変更及び修正は、この詳細な説明から当業者に明らかとなるので、例示としてのみ与えられることを理解されるべきである。
本発明は、例示としてのみ与えられ、従って本発明を限定するものではない、以下に示す詳細な説明、及び添付の概略図面から、より十分に理解されるであろう。
本発明を、添付図面を参照して説明するが、ここでは、複数の図面を通じて同一又は類似の要素を識別するために同一の参照数字が使用されている。
図面は概略的であり、必ずしも縮尺通りではなく、本発明を理解するのに必要ではない細部は省略される場合があることに留意されたい。「上方へ(upward)」、「下方へ(downward)」、「下に(below)」、「上に(above)」などの用語は、特に指定がない限り、図面に方向付けられた実施形態に関する。さらに、少なくとも実質的に同一である、又は少なくとも実質的に同一の機能を実行する要素は、同一の数字で示され、アルファベットの接尾辞で有用に個別化される。
図1は、5つの食物加工処理ステーションを備えた本発明の食物加工処理ラインの第1実施形態の斜視図を概略的に示す。図1には、食品をインラインで加工処理するための、本発明の食物加工処理ライン1の第1実施形態が示されている。図示される食物加工処理ライン1は、5つの加工処理ステーションを有する。連続する、
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にパン粉の形態にあるコーティング材料の層を適用するために使用することができるパン粉づけ装置;
-フライヤGは、ここでは、油揚げ槽(deep-frying bath)を備えている;
-そして、個別食品を冷凍するための冷凍庫I。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にパン粉の形態にあるコーティング材料の層を適用するために使用することができるパン粉づけ装置;
-フライヤGは、ここでは、油揚げ槽(deep-frying bath)を備えている;
-そして、個別食品を冷凍するための冷凍庫I。
形成ステーションDは、ホッパーD1、ポンプD2、及び成形ドラムD3を有する。ポンプD2は好ましくは、温度及び粘度など、食物塊に関するデータを取得するセンサを有する。図示されるフライヤGは、フライヤを通じて食品を移送するコンベヤG1、例えばベルトコンベヤを有する。有利に、コンベヤの速度は、フライヤ内の食品の滞留時間を調整するために制御することができる。
形成ステーションDのポンプD2は、センサを備え、フライヤGは、アクチュエータ、ここではコンベヤG1を備える。加工処理ラインコントローラ100が提供され、システムのアクチュエータ及びセンサに通信可能に接続される。この概略図では、通信ラインxは、加工処理ラインコントローラ100を加工処理ラインのセンサ及びアクチュエータと通信可能に接続する。この例では、すべての加工処理ステーションは、フライヤG及び急速冷凍庫Iの間に示されるように、直接又はベルトコンベアによって互いに物理的に接続される。物理的な接続の他に、加工処理ラインステーションは、電子通信手段によるステーション間通信によってさらに接続され、この例では、各加工処理ステーションは、ケーブルによって接続されるインターフェースカードによって接続される。中央通信インターフェースは、加工処理ラインコントローラ100が加工処理ラインのすべてのセンサ及びアクチュエータと通信可能に接続されるように、このステーション間通信ラインを加工処理ラインコントローラ100と接続xで接続する。加工処理ラインコントローラはさらに、遠隔ユーティリティステーション(図示せず)のセンサ及びアクチュエータに接続される。この場合、それは、この食物加工処理施設の別の建物に位置付けられた熱油ヒータに接続される。この熱油ヒータは、ガスバーナを用いて熱油を加熱し、この食物加工処理ライン1のフライヤGに熱油を供給するが、異なる食品を加工処理する別の遠隔食物加工処理ライン(図示せず)にも熱油を供給する。
図2は、本発明の食物加工処理ラインの第2実施形態を概略的に示し、加工処理ラインは、3つの加工処理ステーションを有する。連続する、
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
本発明によれば、ステーション間加工処理ラインコントローラ100が提供され、形成ステーションのカメラD1及びすべての制御可能なアクチュエータを含む食物加工処理ラインにおいて利用可能であるすべてのセンサと通信可能に接続される。この通信接続は、加工処理ライン1と加工処理ラインコントローラ100との間の通信ラインx3として実施される。コントローラ100はさらに、通信ラインx5及びx4によって、ユーティリティステーション21及び22の利用可能なすべてのセンサにそれぞれ接続される。ユーティリティステーション21は、余分なコーティングを吹き飛ばすためにウェットコータステーションFに、また形成された食品を型から解放するために形成ステーションDに両方に、加圧空気チューブx6を介して加圧空気を供給する。食物加工処理施設は、別の建物にある蒸気ボイラー22を有し、それは、食物加工処理施設内のいくつかの加工処理ステーションに蒸気を提供する。蒸気パイプx7は、蒸気ボイラー22のユーティリティステーションから、この例示的な実施形態では二重螺旋状の多気候モジュール式オーブンシステムであるヒータステーションHに高圧で蒸気を提供する。オーブンシステムHでは、滞留時間は、コンベアベルトの速度を設定することによって制御することができ、露点は、蒸気パイプx7の端部にあるバルブによって制御することができ、温度は、モジュール式オーブン内のいくつかの熱電対センサによってサーボ制御される内部ヒータ要素によって制御される。すべての制御可能な特性のためのオーブンの制御設定値は、加工処理ライン1に通信ラインx3を介して接続される加工処理ラインコントローラ100によって設定することができる。通信ラインx3、x4、x5は、本発明によるこの革新的な加工処理ラインにおいて無線接続として実施される。ステーション間通信は、インタフェースケーブルを用いて有線通信ラインとして実施されるのに対し、コントローラと加工処理ライン間、及び供給ステーションと加工処理ラインコントローラ間の通信は、無線である。通信は、それ自体既知である無線通信手段及びプロトコルによって行われる。
図3は、本発明の食物加工処理ラインの第3実施形態を概略的に示し、加工処理ラインは、3つの加工処理ステーションを有する。連続する、
-食物調製ステーションC、現在の食品の食物レシピに従ってマリネードと調味料とを含んで混合しながら肉片をミンチにする。ユーティリティステーション20は、一般に混合物に加えられるように二酸化炭素(CO2)のための供給を有する。二酸化炭素供給の接続部に、一体化された圧力センサを備えたバルブがあり、圧力センサは、供給部における二酸化炭素の圧力を測定し、その測定を加工処理ラインコントローラ100に無線で送信する。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にドライコーティング材料、例えばパン粉(crumb)、パン粉づけ(breading)、パン粉(panko)などの層で、コーティングするように設計された装置;
-フライヤステーションG、ここでは、油揚げ槽を備えている;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
-個別食品を冷凍するための冷凍庫I。
-食物調製ステーションC、現在の食品の食物レシピに従ってマリネードと調味料とを含んで混合しながら肉片をミンチにする。ユーティリティステーション20は、一般に混合物に加えられるように二酸化炭素(CO2)のための供給を有する。二酸化炭素供給の接続部に、一体化された圧力センサを備えたバルブがあり、圧力センサは、供給部における二酸化炭素の圧力を測定し、その測定を加工処理ラインコントローラ100に無線で送信する。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にドライコーティング材料、例えばパン粉(crumb)、パン粉づけ(breading)、パン粉(panko)などの層で、コーティングするように設計された装置;
-フライヤステーションG、ここでは、油揚げ槽を備えている;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
-個別食品を冷凍するための冷凍庫I。
食物加工処理ステーションC、D、F、E、G、Hは、食品がすべての後続のステーションを通じて移送されるように、最初のステーションの出力側が次のステーションの入力側に隣接して配置されるという点において物理的に直接接続されている。急速冷凍庫Iは、本実施形態では、オーブンと冷凍庫の間に利用可能であるベルトコンベアがないという点において比較的遠隔に位置付けられている。本実施形態では、オーブンからの製品は、トロリーラック(図示せず)に配置される。トロリーラックが製品で満たされるとき、トロリーラックは、さらなる加工処理、この場合は製品の冷凍のために冷凍庫Iに転がされる。食物加工処理施設の構成及び食物加工処理ライン1の仕様に応じて、ステーションは、直接接続されてもよく、コンベアベルトによって接続されてもよく、及び/又は、本実施形態におけるトロリーラックなどのバッチ式オペレータ用コンベアによって接続されてもよいことが当業者に理解されるであろう。加工処理ライン1はさらに、供給ライン75及び76を介してフライヤステーションG及びヒータHに供給される熱油を加熱する熱油ヒータユーティリティステーション22と、この例では供給ライン74及び73を介してルーズなコーティング材料を吹き飛ばすためにドライコータ及びフライヤGの入口に加圧空気を提供するユーティリティステーション21とを有する。ユーティリティは、加工処理ライン1に物理的に近接していてもよく、例えば、別の建物、建物の屋上、又は生産建物の別の領域/部屋など、遠隔に位置付けられてもよいことが当業者に理解されるであろう。
本発明によれば、ステーション間加工処理ラインコントローラ100が提供され、それぞれ矢印71及び72によって概略的に示されるユーティリティ供給ステーションのセンサ及びアクチュエータを含む、食物加工処理ラインにおいて利用可能であるセンサ及びアクチュエータと通信可能に接続されている。これらの接続71及び72は、個々のラインとして概略的に描かれているが、実際には、単一の結合された双方向通信ラインによってもよく、及び/又は、代替的に、有線、無線又はそれらの組合せのいずれかの多数の個々の通信ラインとして実施されてもよい。
図4は、例示的な加工処理ラインコントローラアーキテクチャを概略的に表し、加工処理ラインコントローラにおいて本願を通じて説明されるようなコンピュータシステムにおいて使用され得るが、ローカルマシン制御及び/又はステーション間通信及び/又は加工処理ステーションと加工処理ラインコントローラとの間の通信のためにローカル加工処理ステーションにおいても使用され得る例示的なデータ処理システムを示している。
図4に示されるように、加工処理ラインコントローラ100は、システムバス106を通じてメモリ要素104に連結された少なくとも1つのプロセッサ102を含み得る。このように、データ処理システムは、メモリ要素104内にプログラムコードを格納し得る。さらに、プロセッサ102は、システムバス106を介してメモリ要素104からアクセスされるプログラムコードを実行し得る。一態様では、データ処理システムは、プログラムコードを格納及び/又は実行するのに適したコンピュータとして実施され得る。しかしながら、加工処理ラインコントローラ100は、本明細書内に記載される機能を実行することができるプロセッサ及びメモリを含むあらゆるシステムの形態で実施され得ることが理解されるべきである。
メモリ要素104は、例えばローカルメモリ108及び1つ又は複数の大容量記憶装置110などの1つ又は複数の物理メモリ装置を含み得る。ローカルメモリは、プログラムコードの実際の実行時に一般的に使用されるランダムアクセスメモリ又は他の非永続的記憶装置に言及し得る。大容量記憶装置は、ハードドライブ又は他の永続的データ記憶装置として実施され得る。加工処理システム100はまた、実行中にプログラムコードが大容量記憶装置110から検索される必要がある回数を低減するために、少なくともあるプログラムコードの一時的な格納を提供する1つ又は複数のキャッシュメモリ(図示せず)を含み得る。
入力装置112及び出力装置114として描かれる入出力(I/O)装置は、任意にデータ処理システムに連結することができる。入力装置の例は、キーボード、マウスなどのポインティングデバイスなどを含み得るが、これらに限定されるものではない。出力装置の例は、モニター又はディスプレイ、スピーカーなどを含み得るが、これらに限定されるものではない。入力装置及び/又は出力装置は、直接又は介在するI/Oコントローラを通じてデータ処理システムに連結され得る。
一実施形態では、入力装置及び出力装置は、結合された入出力装置(図4において入力装置112及び出力装置114を囲む破線で示される)として実施され得る。このような結合装置の例は、タッチセンサ式ディスプレイであり、「タッチスクリーンディスプレイ」又は単に「タッチスクリーン」とも呼ばれることもある。このような実施形態では、装置への入力は、タッチスクリーンディスプレイ上又はその近傍における、例えばスタイラス又はユーザの指など、物理的物体の動きによって提供され得る。
ネットワークアダプタ116はまた、介在するプライベートネットワーク又はパブリックネットワークを通じて、他のシステム、コンピュータシステム、遠隔ネットワーク装置、及び/又は遠隔記憶装置に連結することを可能にするために、データ処理システムに連結され得る。ネットワークアダプタは、前記システム、装置及び/又はネットワークによって加工処理ラインコントローラ100に送信されるデータを受け取るためのデータ受信装置と、加工処理ラインコントローラ100から前記システム、装置及び/又はネットワークにデータを送信するためのデータ送信装置とを有し得る。モデム、ケーブルモデム、及びイーサネットカードは、加工処理ラインコントローラ100と共に使用され得る異なるタイプのネットワークアダプタの例である。
図4に描写されるように、メモリ要素104は、アプリケーション118を格納し得る。様々な実施形態において、アプリケーション118は、ローカルメモリ108、1つ又は複数の大容量記憶装置110、又はローカルメモリ及び大容量記憶装置とは別に格納され得る。加工処理ラインコントローラ100は、アプリケーション118の実行を容易にすることができるオペレーティングシステム(図4には示されていない)をさらに実行し得ることが理解されるべきである。アプリケーション118は、実行可能なプログラムコードの形態で実施され、加工処理ラインコントローラ100、例えばプロセッサ102によって実行することができる。アプリケーションの実行に応答して、データ処理システム100は、本明細書に記載される1つ又は複数のオペレーション又は方法ステップを実行するように構成され得る。
さらに別の態様では、加工処理ラインコントローラ100は、いくつかの物理的ユニットに分配され、サーバ構成要素を有し得る。例えば、加工処理ラインコントローラは、(HTTP)サーバを表すことができ、その場合、アプリケーション118は、実行されるとき、(HTTP)サーバオペレーションを実行するようにデータ処理システムを構成することができる。
本発明の様々な実施形態は、コンピュータシステムとともに使用するためのプログラム製品として実施することができ、プログラム製品のプログラム(複数可)は、実施形態の機能(本明細書に記載される方法を含む)を規定する。一実施形態では、プログラム(複数可)は、様々な非一時的なコンピュータ読み取り可能な記憶媒体に含むことができ、ここでは、本明細書において使用されるように、「非一時的なコンピュータ読み取り可能な記憶媒体」という表現は、唯一の例外が一次的に伝搬する信号であるすべてのコンピュータ読み取り可能な媒体を包含する。別の実施形態では、プログラム(複数可)は、様々な一時的なコンピュータ読み取り可能な記憶媒体に含むことができる。例示的なコンピュータ読み取り可能な記憶媒体は、これらに限定されるものではないが、(i)情報が永久に保存される書き込み不可能な記憶媒体(例えば、CD-ROMドライブで読み取り可能なCD-ROMディスク、ROMチップ、又はあらゆるタイプの固体不揮発性半導体メモリなど、コンピュータ内の読み取り専用記憶装置)、及び(ii)変更可能な情報が保存される書き込み可能な記憶媒体(例えば、フラッシュ・メモリ、ディスクドライブ又はハードディスク・ドライブ内のフロッピー・ディスク、又はあらゆるタイプの固体ランダムアクセス半導体メモリなど)、を含む。コンピュータプログラムは、本明細書に記載されるプロセッサ102において実行することができる。
以下、本発明による発明の加工処理ラインコントローラ100と、これまでのすべての実施形態に適用されるような食物加工処理ライン1との相互作用とを、図5の概略的に描かれた加工処理ラインコントローラ100と図6Aから図6Cの図面とを組み合わせて参照してさらに詳細に説明する。図5は、本発明による革新的な加工処理ラインの例示的な構成を概略的に示し、7つの加工処理ステーションを有する。連続する、
-食物調製ステーションC、現在の食品の食物レシピに従ってマリネードと調味料とを含んで混合しながら肉片をミンチにする。ユーティリティステーション20は、一般に混合物に加えられるように二酸化炭素(CO2)のための供給を有する。二酸化炭素供給の接続部に、一体化された圧力センサを備えたバルブがあり、圧力センサは、供給部における二酸化炭素の圧力を測定し、その測定を加工処理ラインコントローラ100に無線で送信する。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にドライコーティング材料、例えばパン粉、パン粉づけ、パン粉などの層で、コーティングするように設計された装置;
-フライヤステーションG、ここでは、油揚げ槽を備えている;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
-個別食品を冷凍するための冷凍庫(図示せず)。
-食物調製ステーションC、現在の食品の食物レシピに従ってマリネードと調味料とを含んで混合しながら肉片をミンチにする。ユーティリティステーション20は、一般に混合物に加えられるように二酸化炭素(CO2)のための供給を有する。二酸化炭素供給の接続部に、一体化された圧力センサを備えたバルブがあり、圧力センサは、供給部における二酸化炭素の圧力を測定し、その測定を加工処理ラインコントローラ100に無線で送信する。
-形成ステーションD、ここでは、塊から三次元個別食品を成形するための成形装置。特に、成形装置Dは、叩いた肉の塊から個別食品、例えばハンバーグ又はナゲットを製造するように設計される。好ましくは、カメラD1は、成形装置の下流に設けられ、形成ステーションDから出るとき食品の寸法を検出する;
-ウェットコーティング装置F、ここでは、個別食品の外側を液体材料、例えばバッターの層でコーティングするように設計された装置;
-ドライコータE、ここでは、個別食品の外側にドライコーティング材料、例えばパン粉、パン粉づけ、パン粉などの層で、コーティングするように設計された装置;
-フライヤステーションG、ここでは、油揚げ槽を備えている;
-ヒータH、ここでは、個別食品を加熱するためのオーブン。好ましくは、ヒータHは、対流ヒータ内の空気温度及び/又は空気循環速度及び/又は滞留時間などのアクチュエータを有する。
-個別食品を冷凍するための冷凍庫(図示せず)。
食物加工処理ステーションC、D、F、E、G、Hは、食品がすべての後続のステーションを通じて移送されるように、最初のステーションの出力側が次のステーションの入力側に隣接して配置されるという点において物理的に直接接続されている。
加工処理ライン1は、熱油ヒータ、蒸気ボイラー、圧縮空気供給ステーション、及び二酸化炭素供給ステーションのような、いくつかのユーティリティ供給ステーションをさらに有し、これらはすべて、ユーティリティ供給ステーション23によって概略的に示され、通信ラインS6を介して加工処理ラインコントローラ100と通信可能に接続されている。通信ラインS6が、有線、無線の両方において、前に説明された通信構成のいずれにも例示であることは当業者に明らかであろう。
加工処理ライン1全体にわたって、肉調整ステーションCにおいて肉塊を測定するための温度センサS1、フライヤGの入口領域に取り付けられた食品表面温度センサS2、フライ油温度を測定するために熱フライ油内に取り付けられた温度センサS3、オーブンから出る食品の芯温を測定するためにモジュール式オーブンHの出力領域にある芯温センサS4、及び表面の色、製品の寸法、着色、斑点検出など、食品の製品表面特性を検査するための視覚食品検査カメラS5など、複数のセンサが取り付けられている。これらのセンサS1~S5は、食物加工処理ライン1全体にわたって利用可能である広範なセンサの数個の例示的なセンサである。他のセンサが、加工処理ラインにおいて利用可能であるが、読みやすさのために図面では省略されている。これらのセンサは、食品センサ、ユーティリティセンサ及び加工処理センサに分類される。
食品センサは、食品の特性を測定する。食品センサの例は、例えば、食物表面温度センサ、食物芯温センサ、肉塊温度センサ、食品の重量を測定するための重量センサ、表面の色、製品の寸法、(脱)着色、斑点検出、望ましくない製品結合(くっついている2つ又はそれ以上の個別製品)などの測定を取得するカメラシステム/センサである。
ユーティリティセンサは、ユーティリティ状態測定を取得する。ユーティリティは、食品の加工処理を助ける補助資源であるが、肉生地、コーティング材料など、食品のコア構成要素ではない。しかしながら、最終製品に、フライされたときの熱油及び/又は製品構造を改良するために使用されたガスなど、ユーティリティの残存物が見られ得ることに留意すべきである。ユーティリティセンサの例は、例えば、熱油ヒータ内の温度センサ、熱油、水、ガスのような流体の流れの測定を取得するための流量センサ、圧縮空気及び/又は他の流体の圧力を測定するための圧力センサなどである。
加工処理センサは、加工処理ステーション内部又は加工処理ステーションにおいて加工処理ステーション状態測定を取得するセンサである。
加工処理センサの例は、オーブン内部の温度センサ、オーブン内部の露点センサ、加工処理ステーション内の電気ヒータ及び/又は電気モータによって使用される電力量を測定するための電力センサである。
加工処理ラインコントローラ100は、加工処理ラインを制御する。加工処理ラインコントローラは、図4に関連して記載されるようなハードウェアアーキテクチャを有し、加工処理ライン内において特定のタスクを機能的に行うソフトウェアコードを実行する。ソフトウェアコード自体は、単一のソフトウェアであってもよく、代替的に個別に実行されるいくつかのコードに分割されてもよい。読みやすさのために、加工処理ラインコントローラの記載は、機能モジュールに分割されている。
データ収集モジュールは、加工処理ラインコントローラに通信可能に接続されたセンサの受信センサ情報をすべて収集する。データ収集モジュールは、食品センサ、ユーティリティセンサ、及び加工処理センサからセンサ情報を収集する。センサデータは、1つ又は複数のインターフェース部品を介して受け取られ、加工処理するために必要である信号のための低レベルデータ取得部品を有する。いくつかのセンサは、周期的に情報を送信し、いくつかのセンサは、情報をコントローラと通信するためにデータ収集モジュールからの要求を必要とする。データ収集モジュールは、これらのデータ受信メカニズムのいずれにも対応している。受信したセンサデータは、格納手段、この例では加工処理ラインコントローラ内部のハードウェア部品として物理的に位置付けられたデータベースに格納される。代替的に、データベースはまた、クラウド又は特定のネットワークロケーションなど、遠隔に位置付けられ得る。データ収集モジュールは、格納されたデータ又はその指定されたサブセットを、要求に応じて、又は以下に例示するように指定された間隔で、加工処理ラインコントローラの他の機能モジュールに伝達するように構成される。
加工処理ラインコントローラは、所望の食品出力特性、いわゆる製品仕様を指定するための入力手段を有する。これらは一般に、加工処理ラインの顧客又は食物加工処理施設の管理者によって指定される。これらの仕様は通常、最終製品が満たす必要がある要件、製品あたりの重量、脂肪含量、表面色だけでなく、調理及び/又はフライ後の芯温、及び冷凍後の芯温など食品安全に関連する特性など、を有する。これらの仕様は、操作を開始する前にオペレータによって入力される。通常、これらの製品仕様は、決定され、データベースにおいて入力され、オペレータがその瞬間から加工処理される食品のための製品コードを指示するとき、加工処理ラインコントローラによって読み取られる。本発明による加工処理ラインの多くは、いくつかの種類の食品を製造するように構成することができるフレキシブルなラインである。
加工処理ラインコントローラ100は、ユーティリティ供給ステーション(複数可)及び加工処理ステーションのための公称作動状態を指定するための入力手段を有する。食品の開発サイクル中に、開発チームは、施設において利用可能である加工処理ラインにおいて特定の食品をどのように加工処理するかを決定する。肉塊の温度、調味料の量、蒸気供給の圧力、熱油ヒータからの熱油の温度、形成ステーションの充填圧力、コーティングの量、コンベヤ速度、フライヤ温度及び滞留時間、オーブン内の温度、露点、風速及び滞留時間などのような特性は、すべて調査され決定される。これらの公称作動状態はすべて、加工処理ラインコントローラに入力される。また、この入力は通常、そのような製品の生産を開始する前に行われ、どの製品が加工処理されるかを示す製品コードの入力に応答して、加工処理ラインコントローラによってデータベースから読み取られる。代替的に、これらの設定はすべて、加工処理開始時にキーボード及び/又はタッチスクリーンなどによって手動で入力され得る。
加工処理ラインコントローラは、異常検出モジュール120を有する。この異常検知モジュール120は、データ収集モジュールからセンサデータを受け取り、及び/又は読み取り、異常検知アルゴリズムによってセンサデータを処理する。本実施形態では、異常検出モジュールは、統計的プロセス管理(SPC)アルゴリズムを使用するが、教師なし機械学習アルゴリズムなどデータサイエンスからの他の異常検出アルゴリズムは、統計的異常検出分析を行うために代替的に利用可能である。本発明による加工処理ラインコントローラ100は、前述したセンサからの一連の測定を受け取り、異常が発生したか、又はプロセスが公称動作状態内にあるかを決定するために、これらの測定に統計データ分析を適用する。図6Aに示すように、センサからの測定は、タイムスタンプされた一連の測定値として異常検知モジュールに入る。多くのプロセス及びサブプロセスは、図6Bに描かれるような一定の分布を有し得る特性を生成する。このような正規分布は、データサイエンス及び産業プロセスにおいて一般に知られている。このような分布は、製品の特性だけでなく、プロセス条件及び供給ステーション条件についても想定される。食品仕様は通常、下限仕様限界(LSL)及び上限仕様限界(USL)によって規定され、モジュール式オーブンを出るときの最終製品の所望の重量が設定され、LSL及びUSLによって示され規定されるように、指定された数の製品がより低く、指定された数の製品がより高くなることが許容される。このような分布は、芯温、食品表面の斑点の数などについても規定することができる。異常検知モジュールは、図6Cの左側に描かれるように加工処理ラインのセンサの測定値を受け取る。時間ベースの一連の測定値から、加工処理ラインコントローラが、発生した異常を補正するために加工処理ライン内の1つ又は複数のアクチュエータを制御する必要がある点において、いつ異常が発生するかを決定することは非常に困難であり得る。時間ベースの一連の測定値を分析することに代えて、異常検出モジュールは、受信した測定値にSPC、又はより詳細にSPCの多変量バージョンを適用し、図6Cの右側に示すようにデータクラスタ200を決定する。データクラスタ200は、受信した時間ベースの測定値に由来するデータ点であり、(多変量)SPC処理の次元空間においてごく接近している場合にデータクラスタ200に属し、異常点202、202´、202´´は、そのようなデータクラスタ200から離れて置かれるデータ点である。図6Cは、理論的特性x1及びx2によって広がる例示的な二次元空間を示す。異常検知モジュールにおける現実世界のSPC分析では、通常、油供給ヒータ、オーブン及びフライヤのヒータ電力設定値、フライヤの油入口において測定された油温度、フライヤの油出口において測定された油温度、フライヤ内において測定された油流量、オーブン内部の測定された風速、蒸気供給及び油供給のバルブ設定、コンベヤ速度、及びオーブンの出口において測定された食品の芯温から合成されたデータ点など、より多い次元のSPC空間が使用される。この11次元のデータ点は、異常検出装置によって処理され、現在の加工処理状態が公称作動状態の範囲内にあるか、又は異常データ点とみなされるべきかが決定される。データ点が、11次元の分析空間において現在のデータクラスタ200から離れて配置されるので、異常データ点とみなされるべきであることを異常検出モジュールが決定する場合、信号は、加工処理ラインコントローラ100に送信される。
異常検出モジュール120が異常データ点を検出する場合、根本原因モジュール130は、別の統計データ分析を使用して、検出された異常の根本原因を決定する。根本原因モジュール130は、教師あり学習アルゴリズムを有し、作動中に検出された異常が、データ収集モジュールの収集されたセンサ情報と、故障モード影響解析(FMEA)ラベリングアルゴリズムなどのラベリングアルゴリズムとを使用して、根本原因ラベルを用いてラベリングされる。代替的に、ラベリングアルゴリズムは、異常が検出されたときに異常の根本原因を決定するために、統計データ相関解析を使用する。例えば、図5を参照して説明したように異常がシステムにおいて検出される場合、1つ又は複数の測定された状態が公称作動状態を満たしていないので、異常データ点が、根本原因モジュールによって分析される。根本原因モジュールは、センサデータだけでなく、現在のアクチュエータ設定に関するデータを含む、データ収集モジュールからのデータを分析し、検出された異常の最も可能性が高い根本原因を計算する。このような分析は、例えば、異常が、次の原因、すなわち、肉調製ステーションCにおける冷たすぎる肉、コーティングステーションF及びEに適用される厚すぎるコーティング、フライヤGの前にくっついた2つの製品、熱油を加熱するために十分なガス供給を得ていない熱油ヒータなど、のいずれか1つによって引き起こされるという計算表示を引き起こし得る。これらの原因はすべて、収集されたデータに基づいた可能性のスコアとともに示される。この例では、熱油ヒータへのガス供給の圧力センサは、これが異常を引き起こしている確率が99.2%と示される。他の表示は、測定された製品寸法が大きすぎる20.3%、肉調製ステーション内の肉供給が冷たすぎる34%、などを含む。根本原因モジュールは、可能性がある根本原因の計算された確率を、是正措置モジュールなどの加工処理ラインコントローラの他のモジュールに伝えるように構成される。
加工処理ラインコントローラは、加工処理ラインがその公称作動状態内において実行すること及び/又は根本原因(複数可)を補償することを可能にするように加工処理ラインを補正する計画を決定するために、根本原因モジュールの結果を使用する是正措置モジュール140を有する。是正措置モジュールは、根本原因モジュールからの入力を得て、取るべき一連の動作を決定する。この例では、熱油ヒータのためのガス供給へのガスバルブは、直ちに取られる最初の動作として減圧を補償するために60%開から90%開に作動され、さらに、アラームは、ガス供給がメンテナンスを必要とする点においてオペレータに送られ、第三に、フライヤを通るコンベヤベルトは、わずかに低下した油温を直ちに有効に補償するために現在の速度の90%に設定される。この一連の動作はすべて、最終製品が、設定された食品仕様の範囲内にあり続けるように実行される。
加工処理ラインにおいてアクチュエータを物理的に制御するために、加工処理ラインは、電子アクチュエータコントローラモジュール150に提供される是正措置に応答して少なくとも1つの物理的アクチュエータを作動中に制御するための電子アクチュエータコントローラモジュール150を有する。電子アクチュエータコントローラモジュールは、是正措置モジュール140からの決定された一連の動作を、バルブ設定を変更するためのステッピングモータへの一連のパルス、又はコンベヤベルトを駆動する電気モータへの制御電圧など、特定のアクチュエータへの制御信号に変換する。制御信号は、通信ラインx3を介して伝達される。この例では、ファジー論理コントローラが、コンベアベルトの速度を制御するために適用され、PID制御アルゴリズムが、ガスバルブを制御するために使用される。他のアクチュエータに適用される有利な制御アルゴリズムは、線形PIDコントローラ、モデル予測コントローラ、線形二次コントローラ、ファジィコントローラを含む。
電子アクチュエータコントローラモジュール150は、是正措置モジュール出力が供給され、さらに、収集モジュールからのセンサ情報に基づいて少なくとも1つの食品出力特性の推定予測を作動中に決定するように構成された予測モジュール(図示せず)からの出力が供給される。この例では、カルマンフィルタは、オーブンの後にある最終製品の芯温を予測するために実装される。カルマンフィルタは、加工処理ラインの現在の状態が食品の出力特性に及ぼす影響を予測するために、センサ情報、現在測定された芯温、及び制御信号が供給される。代替的に、予測モジュールは、これらの予測を計算するために、ニューラルネットワーク及び/又は機械学習アルゴリズムを有する。予測値は、通信ラインx2を介してコントローラモジュール150に供給され、是正措置モジュールの出力は、通信ラインx1を介してコントローラモジュール150に入力される。
様々な実施形態は、コンピュータシステムとともに使用するためのプログラム製品として実装することができ、プログラム製品のプログラム(複数可)は、実施形態の機能(本明細書に記載される方法を含む)を規定する。一実施形態では、プログラム(複数可)は、様々な非一時的なコンピュータ読み取り可能な記憶媒体に含むことができ、ここでは、本明細書において使用されるように、「非一時的なコンピュータ読み取り可能な記憶媒体」という表現は、唯一の例外が一次的に伝搬する信号であるすべてのコンピュータ読み取り可能な媒体を包含する。別の実施形態では、プログラム(複数可)は、様々な一時的なコンピュータ読み取り可能な記憶媒体に含むことができる。例示的なコンピュータ読み取り可能な記憶媒体は、これらに限定されるものではないが、(i)情報が永久に保存される書き込み不可能な記憶媒体(例えば、CD-ROMドライブによって読み取り可能なCD-ROMディスク、ROMチップ、又はあらゆるタイプの固体不揮発性半導体メモリなど、コンピュータ内の読み取り専用記憶装置)、及び(ii)変更可能な情報が保存される書き込み可能な記憶媒体(例えば、フラッシュ・メモリ、ディスクドライブ又はハードディスク・ドライブ内のフロッピー・ディスク、又はあらゆるタイプの固体ランダムアクセス半導体メモリなど)、を含む。
本発明の詳細な実施形態が本明細書に開示されているが、開示された実施形態は本発明の単なる例であり、様々な形態で具体化できることが理解されるべきである。従って、本明細書に開示された特定の構造及び機能の詳細は、限定的に解釈されるものではなく、単に特許請求の範囲の基礎として、また当業者に本発明を実質的に任意の適切な詳細構造において様々に採用することを教示するための代表的な基礎として解釈されるものである。特に、別個の従属請求項に示され記載された特徴は、組み合わせて適用することができ、そのような請求項の任意の有利な組合せがここに開示され得る。
さらに、本明細書において使用される用語及び語句は、限定することを意図するものではなく、むしろ本発明の理解しやすい説明を提供することを意図するものである。用語「1つの(a)」又は「1つの(an)」は、本明細書において使用される場合、1つ又は複数として規定される。本明細書において使用される「複数(plurality)」という用語は、2つ又は2つ以上として規定される。「複数(a plurality)」は、より多数の項目のうち2つ又はそれ以上のサブセットを示す場合もある。本明細書において使用される用語「別の(another)」は、少なくとも2番目以上として規定される。本明細書において使用される用語「含む(including)」及び/又は「有する(having)」は、「有する(comprising)(すなわちオープン言語)」として規定される。本明細書において使用される用語「連結(coupled)」は、必ずしも直接的ではないが、接続されるとして規定される。
特定の実施形態について又は特定の実施形態に関連して論じられた要素及び態様は、明示的に別段の記載がない限り、他の実施形態の要素及び態様と好適に組み合わせることができる。本発明はこのように説明されているが、同じことを多くの方法で変化させることができることは明らかであろう。このような変形は、本発明の精神及び範囲から逸脱するものとはみなされず、当業者にとって自明であるこのような修正はすべて、以下の特許請求の範囲に含まれることが意図される。
Claims (20)
- 食品を加工処理するための食物加工処理ラインであって、
食品が1つ又は複数の加工処理作業を受ける複数の加工処理ステーション、
加工処理ステーションの1つ又は複数に加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態測定を取得するように構成された少なくとも1つの食品センサ、
ユーティリティ状態測定を取得するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態測定を取得するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、
センサ情報を収集するためのデータ収集モジュールであって、
少なくとも1つの食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからセンサ情報を受け取り、
センサ情報を格納手段に格納し、
格納されたセンサ情報を、電子通信ラインを介して伝える、ように構成されたデータ収集モジュールと、
少なくとも1つの所望の食品出力特性を指定するための入力手段と、
ユーティリティ供給ステーションと加工処理ステーションのための公称作動状態を指定するための入力手段と、
作動中に、収集されたセンサ情報に基づいて公称作動状態からの異常を検出するように構成された異常検出モジュールと、
作動中に、統計データ分析を使用して、検出された異常の根本原因を決定するように構成された根本原因モジュールと、
作動中に、食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために、検出された異常に応答して是正措置を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに是正措置を提供するように構成された是正措置モジュールと、を有する加工処理ラインコントローラと、を備える食物加工処理ライン。 - 少なくとも1つのユーティリティ供給ステーションの加工処理ユーティリティは、熱油、蒸気及び加圧空気からなる群の1つである、
請求項1に記載の食物加工処理ライン。 - 少なくとも1つの食品センサの少なくとも1つは、芯温、表面温度、重量、製品の色、製品の寸法、及び製品の外観特性からなる群の1つを取得するように構成される、
請求項1又は請求項2に記載の食物加工処理ライン。 - 少なくとも1つの加工処理センサは、複数の加工処理ステーションの1つにおける気候特性、及び複数の加工処理ステーションの1つにおける製品の滞留時間からなる群の1つを取得するように構成される、
請求項1から請求項3の何れか1項に記載の食物加工処理ライン。 - 加工処理ラインコントローラは、電子アクチュエータコントローラモジュールに提供される是正措置に応答して少なくとも1つの物理的アクチュエータを作動中に制御するための電子アクチュエータコントローラモジュールを有する、
請求項1から請求項4の何れか1項に記載の食物加工処理ライン。 - 加工処理ラインコントローラは、前記収集モジュールからのセンサ情報に基づいて、少なくとも1つの食品出力特性の推定予測を作動中に決定するように構成された予測モジュールを有する、
請求項5に記載の食物加工処理ライン。 - 予測モジュールからの少なくとも1つの食品出力特性の推定予測は、少なくとも1つの所望の食品出力特性に関連する、
請求項6に記載の食物加工処理ライン。 - 異常検出モジュールは、多変量統計プロセス管理アルゴリズム及び/又は教師なし機械学習アルゴリズムを有する、
請求項1から請求項7の何れか1項に記載の食物加工処理ライン。 - 根本原因モジュールは、教師あり学習アルゴリズムを有し、作動中に検出された異常が、データ収集モジュールの収集されたセンサ情報と、ラベリングアルゴリズム、好ましくは故障モード影響解析(FMEA)ラベリングアルゴリズム又は統計データ相関解析とを使用して、根本原因ラベルを用いてラベリングされる、
請求項1から請求項8の何れか1項に記載の食物加工処理ライン。 - 食物加工処理ラインを制御するための方法であって、
前記加工処理ラインは、
食品が1つ又は複数の加工処理作業を受ける複数の物理的に分離した加工処理ステーション、
1つ又は複数の加工処理ステーションに加工処理ユーティリティを供給する少なくとも1つのユーティリティ供給ステーション、
食品状態を観測するように構成された複数の食品センサ、
ユーティリティ状態を観測するように構成された少なくとも1つのユーティリティセンサ、
加工処理ステーション状態を観測するように構成された少なくとも1つの加工処理センサ、
食物加工処理ラインを制御するための加工処理ラインコントローラであって、センサ情報を収集するためのデータ収集モジュールを有する加工処理ラインコントローラ、を有し、
前記方法は、
A)少なくとも1つの所望の食品出力特性を加工処理ラインコントローラに提供するステップ、
B)ユーティリティ供給ステーションと加工処理ステーションとに公称作動状態を提供するステップ、
C)複数の食品センサ、少なくとも1つのユーティリティセンサ、及び少なくとも1つの加工処理センサからのセンサ情報をデータ収集モジュールに収集するステップ、
D)センサ情報を分析することによって公称作動状態からの異常を検出するステップ、
E)異常の根本原因を決定するステップ、
F)異常を補正するための是正措置を決定するステップ、
G)食品が所望の食品出力特性に従って加工処理されるように食物加工処理ラインを制御するために食物加工処理ラインの少なくとも1つのアクチュエータに是正措置を提供するステップ、
を有する方法。 - ステップA及びステップBは、食品が食物加工処理ラインにおいて加工処理作業を受ける前に初期値として提供される、
請求項10に記載の方法。 - ステップC及びステップDは、食物加工処理ラインにおける食品の加工処理中に実行される、
請求項10又は請求項11に記載の方法。 - ステップE、ステップF及びステップGは、ステップDにおいて異常が検出される場合に実行される、
請求項10から請求項12の何れか1項に記載の方法。 - 収集されたセンサ情報を予測アルゴリズムへの入力として使用して、少なくとも1つの予測される食品出力特性の推定予測を決定するステップをさらに有し、少なくとも1つの予測される食品出力特性は、ステップAにおいて提供される少なくとも1つの所望の食品出力特性に関連する、
請求項10から請求項13の何れか1項に記載の方法。 - 予測アルゴリズムは、カルマンフィルタ、ニューラルネットワーク及び機械学習アルゴリズムの群からのアルゴリズムを有する、
請求項14に記載の方法。 - ステップGに続いて、ステップGの是正措置に応答して、電子制御信号を決定し、食物加工処理ラインの少なくとも1つの物理的アクチュエータに電子制御信号を提供するステップをさらに有する、
請求項10から請求項15の何れか1項に記載の方法。 - 電子制御信号は、線形PIDコントローラ、モデル予測コントローラ、線形二次コントローラ、及びファジィコントローラの少なくとも1つに基づく制御アルゴリズムを使用して決定される、
請求項16に記載の方法。 - ステップDは、多変量統計管理アルゴリズム及び/又は教師なし機械学習アルゴリズムを利用する、
請求項10から請求項17の何れか1項に記載の方法。 - ステップEは、教師あり機械学習アルゴリズムを利用し、検出された異常は、データ収集モジュールの収集されたセンサ情報とラベリングアルゴリズムとを使用して、根本原因ラベルを用いてラベリングされる、
請求項10から請求項18の何れか1項に記載の方法。 - ラベリングアルゴリズムは、故障モード影響解析(FMEA)ラベリングアルゴリズム又は統計データ相関解析を有する、
請求項19に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL2027519 | 2021-02-08 | ||
NL2027519A NL2027519B1 (en) | 2021-02-08 | 2021-02-08 | A food processing line and method for controlling a food processing line |
PCT/EP2022/052885 WO2022167654A1 (en) | 2021-02-08 | 2022-02-07 | A food processing line and method for controlling a food processing line |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024509692A true JP2024509692A (ja) | 2024-03-05 |
Family
ID=76159861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023546357A Pending JP2024509692A (ja) | 2021-02-08 | 2022-02-07 | 食物加工処理ライン及び食物加工処理ラインを制御するための方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240122216A1 (ja) |
EP (1) | EP4287842A1 (ja) |
JP (1) | JP2024509692A (ja) |
CN (1) | CN116782777A (ja) |
NL (1) | NL2027519B1 (ja) |
WO (1) | WO2022167654A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113265B (zh) * | 2023-10-25 | 2024-03-08 | 山东鹤来香食品有限公司 | 一种食品加工设备智能监测管理方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL1010630C2 (nl) | 1998-11-23 | 2000-05-24 | Stork Pmt | Vormen. |
NL1020942C2 (nl) | 2002-06-26 | 2003-12-30 | Stork Titan Bv | Vorminrichting. |
NL1026171C2 (nl) | 2004-05-11 | 2005-11-14 | Stork Titan Bv | Vormen. |
NL2002672C2 (nl) | 2009-03-26 | 2010-09-28 | Stork Titan Bv | Massaverdeelinrichting en vorminrichting omvattende een dergelijke massaverdeelinrichting. |
CN104540387B (zh) | 2012-07-27 | 2017-06-23 | 马雷尔汤森深加工公司 | 一种用于从食物制品模制食物馅饼的方法和装置 |
CN112806864A (zh) * | 2015-05-17 | 2021-05-18 | 动力机械公司 | 用于烹调肉饼的系统和方法 |
US10070661B2 (en) * | 2015-09-24 | 2018-09-11 | Frito-Lay North America, Inc. | Feedback control of food texture system and method |
US10028513B2 (en) * | 2016-03-02 | 2018-07-24 | Brian E. Bartlett | System, device, and method for moisture and texture detection and control in tortilla chip production |
JP2019516358A (ja) * | 2016-04-08 | 2019-06-20 | ズーム,インコーポレイテッド | オンデマンドロボット食品アセンブリ、および関連のシステム、装置並びに方法 |
-
2021
- 2021-02-08 NL NL2027519A patent/NL2027519B1/en active
-
2022
- 2022-02-07 EP EP22704526.7A patent/EP4287842A1/en active Pending
- 2022-02-07 JP JP2023546357A patent/JP2024509692A/ja active Pending
- 2022-02-07 US US18/263,853 patent/US20240122216A1/en active Pending
- 2022-02-07 CN CN202280012687.3A patent/CN116782777A/zh active Pending
- 2022-02-07 WO PCT/EP2022/052885 patent/WO2022167654A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP4287842A1 (en) | 2023-12-13 |
US20240122216A1 (en) | 2024-04-18 |
NL2027519A (en) | 2022-09-09 |
WO2022167654A1 (en) | 2022-08-11 |
CN116782777A (zh) | 2023-09-19 |
NL2027519B1 (en) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9366579B2 (en) | Thermal process control | |
US10042334B2 (en) | Microbial monitoring and prediction | |
CN103019094B (zh) | 使用多阶段数据分离的推理过程建模、质量预测及故障检测 | |
Dufour | Control engineering in drying technology: review and trends | |
Alonso et al. | Real time optimization for quality control of batch thermal sterilization of prepackaged foods | |
JP2024509692A (ja) | 食物加工処理ライン及び食物加工処理ラインを制御するための方法 | |
Bottani et al. | A digital twin model of a pasteurization system for food beverages: Tools and architecture | |
CN112055838A (zh) | 工厂管理和监控系统及方法 | |
US20230134786A1 (en) | Method for producing material boards in a production plant, production plant, computer-program product and use of a computer-program product | |
BR112021012331A2 (pt) | Métodos para monitorar uma característica de óleo comestível com o uso de uma técnica óptica para gerenciar a qualidade do óleo em operações de fritura, para predizer uma característica do óleo comestível para gerenciar a qualidade do óleo em operações de fritura e para monitorar uma característica para gerenciar o uso de óleo comestível em operações de fritura, e, sistema | |
CN107817780A (zh) | 用于改进过程/设备故障诊断的方法 | |
CN109191049A (zh) | 一种基于云计算的物流运输监管系统及监管方法 | |
US20170027198A1 (en) | Device and method for controlling, analyzing and managing phases of conservation and/or processing of food in a mobile or fixed closed space | |
CN109636152A (zh) | 一种产品化学成分的均质化加工调控方法及系统 | |
US20230168027A1 (en) | Control system and control method of refrigeration environment in closed space based on computer vision | |
CN116179840A (zh) | 一种激光表面热处理温度监控控制系统及控制方法 | |
CN105717956A (zh) | 一种试件表面多点线性控温装置及控温方法 | |
Tancredi et al. | Digital twin-enabled process control in the food industry: proposal of a framework based on two case studies | |
Ilanković et al. | „Basic Principles of Industry 4.0 as the Foundation for Smart Factories and Digital Supply Networks “ | |
Stawczyk et al. | Control system for sausage drying based on on-line NIR aw determination | |
Dahm et al. | Automation in the food processing industry: distributed control systems | |
CN117519042B (zh) | 基于ai技术的水泥生产智能控制方法、系统及存储介质 | |
Martynenko | Computer-Aided Control in Drying | |
Martynenko | 2 Computer-AidedControlin | |
McFarlane | Use of in-line sensors and closed-loop control for food manufacturing processes |