Sistema de controlo de qualidade em embalagens de presunto

No contexto atual, os novos consumidores tendem a preocupar-se com melhor qualidade dos produtos e com menor impacto ambiental. A redução do desperdício alimentar ao longo do processo produtivo e a necessidade de garantir os rigorosos critérios de qualidade de cada produto produzido são fatores a ter em conta para garantir a reputação das empresas e a fidelização dos clientes. Novas tecnologias baseadas em ensaios não destrutivos e maior poder computacional disponível permitem a criação de soluções de controlo da qualidade a 100% dos produtos fabricados, em diferentes fases do processo produtivo, contribuindo para uma aproximação do paradigma zero-defeitos na indústria.

Câmara hiperespectral para avaliação do teor de sal e gordura

Incluído no projeto DIH2 e cofinanciado pela União Europeia no âmbito do Horizonte 2020, o FIREFIT – “Fiware Ready Quality Control for Packaging Systems in the Food Industry” teve como principal objetivo implementar Sistemas de Controlo de Qualidade em diferentes pontos de controlo de uma linha de produção de embalagens de presunto fatiado.

No primeiro pretendeu-se avaliar, de forma não intrusiva, as percentagens de sal e gordura das fatias de presunto. No segundo, pretendeu-se identificar defeitos na zona de selagem das embalagens, garantindo o seu isolamento hermético. Por fim, introduziu-se um sistema robotizado, conectado com os sistemas anteriores, para manuseamento automático de embalagens e exclusão de produto não conforme.

A empresa A. Pires Lourenço & Filhos, parceiro na implementação da tecnologia, identificou como principais requisitos o cumprimento da velocidade da linha de produção (73 m/min) e a análise de 30 mil unidades por turno que, até à implementação das soluções automáticas, eram cumpridos pelos colaboradores da empresa nos processos de manuseamento e inspeção da qualidade.

Do ponto de vista técnico foram utilizadas diferentes tecnologias de inspeção em cada ponto de controlo. No primeiro, foi implementada uma câmara hiperespectral para permitir, de forma não intrusiva, inferir acerca das características químicas do presunto que mais influenciam a qualidade percecionada pelo consumidor. É de notar que o cumprimento dos rigorosos critérios de segurança alimentar continua a ser assegurado por análise laboratorial. Contudo, esta análise é realizada de forma periódica e por amostragem.

A utilização de imagem hiperespectral, por outro lado, permite uma análise contínua e integrada na linha de produção. Ao contrário das câmaras comuns, concebidas para medir a refletância de superfícies nos comprimentos de onda do espectro visível pelo olho humano, ou seja, entre os 400 nm e os 700 nm aproximadamente, a imagem hiperespectral possibilita a aquisição de valores de refletância acima deste intervalo.

No presente caso são avaliadas características como a relação entre o conteúdo de sal e água, assim como a estimativa de gordura presente no presunto. Tal é possível porque o sal utilizado na salga do presunto não reflete acima dos 700 nm e a gordura atinge picos de refletância acima dos 900 nm. O resultado desta análise permite, assim, medir valores dentro ou fora dos parâmetros pré-definidos.

No segundo ponto de controlo foi implementada uma câmara matricial monocromática com o objetivo de obter imagem necessária à identificação da conformidade da selagem das embalagens de presunto. Neste ponto de controlo observam-se seis embalagens por imagem. Esta configuração, apesar de permitir a analise de mais embalagens por intervalo de tempo, impôs algum cuidado ao nível das luminárias, pois o seu incorreto posicionamento origina reflexos indesejados, impossibilitando a observação adequada dos cordões de soldadura das embalagens.

A identificação de problemas nos cordões de soldadura é realizada recorrendo a tecnologia de machine learning (aprendizagem máquina). Numa fase inicial do projeto foi criado um modelo de rede neuronal convolucional, treinado com imagens reais de produto conforme e não conforme, para classificar segmentos de cordão bem selado ou mal selado. Esta solução permitiu, na fase de validação, classificar todas as embalagens de forma rápida (< 500 ms) e eficaz (> 98% de precisão).

Câmara matricial monocromática para verificação da conformidade da selagem das embalagens

No final da linha de produção foi implementada e integrada uma célula robotizada com um braço robótico, de modo a conseguir manusear, em tempo útil, o grande número de embalagens produzidas. Conforme o resultado obtido pelos sistemas de controlo da qualidade, as embalagens são descartadas ou empilhadas em grupos de cinco, num transportador seccionado. O operador finaliza o processo ao fazer a recolha e acondicionamento das mesmas em caixas de cartão para transporte.

Os sistemas de controlo da qualidade e a célula robotizada estão conectados entre si por um software de gestão integrado, baseado na plataforma de IoT (Internet-das-Coisas) FIWARE. Este software permite uma gestão descentralizada da informação, oferecendo uma arquitetura de publicação-subscrição de dados aos agentes do sistema. No presente caso de estudo, consideram-se os sistemas de controlo da qualidade como publicadores dos dados, e a célula robotizada como subscritora dos dados publicados, isto é, a informação acerca da conformidade de cada embalagem individual. A digitalização dos dados de produção, potenciada pela solução, permitiu ainda a criação de uma interface gráfica de utilizador, implementada com tecnologia web, para visualização de métricas e estatísticas, assegurando o controlo e monitorização da produção e dos processos em tempo real e oferecendo um mecanismo ágil de apoio à tomada de decisão, com o objetivo de convergência para um paradigma de manutenção preditiva e zero-defeitos.

Braço robótico para separação de embalagens conformes e não conformes