Los centros de envasado de cebolla se actualizan sobre la clasificadora óptica Eqraft

La semana pasada, el sector de la cebolla se puso al día sobre las actualizaciones de la máquina de clasificación óptica Eqraft en los últimos seis meses. El comerciante holandés de cebolla, Hoza, que tiene el primer modelo del Eqrader de Eqrafts, presentó la máquina, que clasifica las cebollas por tamaño, color, forma, peso y calidad interna y externa. Las opiniones de un evento similar que se celebró hace seis meses se incluyeron en los avances.

La máquina en las instalaciones de Hoza también proporciona mucha información sobre cómo funciona la temporada de cebollas. Su introducción condujo a nuevos desarrollos de la máquina, por lo que ha habido varios ajustes mecánicos. La máquina se ha ajustado ópticamente para que las tomas de la cámara estén enfocadas, independientemente de su posición. Todo esto es importante para una clasificación precisa.

Bas Pomstra, jefe de I + D en Eqraft, compartió qué mejoras mecánicas se habían realizado. Mencionó la cinta transportadora, llamada 'V-band', que coloca las cebollas en cavidades y las guía a través de la máquina. "Al cambiar la forma de la cinta y fabricarla en forma de V, el desplazamiento a las cavidades es más sencillo. Se llena un promedio del 75% al 90% de las cavidades", dice Jim Hoogzand, de Hoza.

La máquina tiene un tramo inclinable para controlar las cebollas por todas las partes. El problema de este sistema era que las cebollas más pequeñas podían deslizarse a través de las cadenas, lo que causaba fallos mecánicos. Este problema se resolvió haciendo un pequeño ajuste en la máquina.

La máquina tiene dos sistemas integrados de lavado de la cavidad. Estas, que transportan las cebollas, se ensucian con el tiempo. El sistema de lavado limpia automáticamente estas cavidades. Se aconseja lavarlas una vez a la semana, pero esto depende de la cantidad de cebollas que haya pasado por la máquina.

Se ha ajustado la nueva interfaz de la versión Tally. Los usuarios encuentran útil disponer de tanta información en una pantalla. La información en tiempo real del proceso de clasificación es importante.

La cámara 'Q eye' ahora contiene un nuevo software, y hay dos cámaras adicionales. Esto significa que ahora hay seis cámaras que monitorizan una cinta, lo que muestra aún mejor la cebolla en su totalidad. La distancia focal ha sido óptimamente ajustada, lo que significa que las imágenes de cebollas de cualquier tamaño se pueden capturar con nitidez para juzgar adecuadamente la calidad de la cebolla.

Además de las mejoras mecánicas, se ha progresado bastante en el desarrollo de la red neuronal de la máquina. La red neuronal recibe datos basados en un modelo de clasificación que se ha desarrollado. Este modelo de clasificación comprende características para determinar la calidad de las cebollas. Las características de calidad externa se dividen en 18 categorías. Por ejemplo: Buena, una cebolla perfecta o aceptable; Peladas: algunas grietas, o mitad o totalmente sin piel; Manchas: manchas pequeñas o grandes. Puede verse una descripción completa de estas características en la foto.

Bas Pomstra preguntó a los presentes si estas 18 características cubren todas las variables posibles. También pidió que se verificaran las cebollas de un lote en particular y que los participantes las colocasen en una categoría específica, lo que causó muchas diferencias, dejando en claro que elegir la categoría correcta no es una tarea fácil, y que las opiniones varían ampliamente cuando se trata de elegir una categoría. El Eqrader fue mucho más rápido, clasificando diez cebollas por segundo por cinta.

La red neuronal ha sido configurada en base a estas categorías. El usuario puede clasificar lotes con ciertas características de calidad necesarias para un cliente o país en particular.

La red neuronal es un sistema que requiere mayor desarrollo para lograr una clasificación óptima. El software debe 'aprender' las diferentes características. Pomstra, por lo tanto, solicitó que la red neuronal se desarrolle aún más con la ayuda del sector de la cebolla.

Actualmente, no hay suficientes cebollas en cada una de las categorías del modelo de clasificación para suministrar a la red neuronal datos suficientes. El objetivo es recoger cebollas rojas y amarillas en todas las categorías, lo más rápido posible, y hacer más pruebas.

Los primeros resultados son buenos. De un lote de 100.000 cebollas, se utilizaron 80.000 para enseñar a la máquina cómo distinguir entre las diversas categorías. Las 20.000 cebollas restantes, que aún no se habían clasificado, se utilizaron en un "examen". Los resultados fueron buenos y se acercaron a la capacidad mínima de las lecturas tradicionales hechas en las cebollas. En la matriz puede verse, por ejemplo, que la lectura de piedras indica 100 en la línea diagonal. Esto significa que todas las piedras fueron eliminadas del lote.

Después de la presentación de Rutger Keurhorst y Bas Pomstra, hubo la oportunidad de ver al Eqrader en acción. Las cebollas se colocan una a una en las cavidades. Encima de estas hay un sistema de extracción de polvo Modesta por soplado. Una vez que se revisa la cebolla, internamente, se mueve a través del clasificador para ser revisada externamente.

Una vez hecho esto, la cebolla se gira y se coloca en una cavidad diferente, donde también se comprueba el otro lado. El clasificador ahora "sabe" qué cebolla es y la clasifica. Las cajas, que contienen los tipos de cebolla deseados, se llenan desde seis dispensadores diferentes de las máquinas por un sistema de salida.

Los dispensadores se pueden ajustar según los deseos del cliente y las demandas de clasificación. Si el cliente quiere cebollas perfectas de dos tamaños diferentes, se utilizan dos dispensadores.

La conclusión de la jornada fue que los desarrollos mecánicos y electrónicos del Eqrader están progresando bien. Los avances de la red neuronal, utilizando el modelo de clasificación, ha llevado al desarrollo de un sistema confiable que puede seleccionar las diversas características de calidad de la cebolla.

Bron: www.agf.nl