Retos
La seguridad alimentaria y la eficiencia operativa en el sector cárnico están limitadas por tecnologías de inspección que generan una alta tasa de falsos positivos (actualmente 30-40%) y no logran detectar contaminantes o huesos de baja densidad y tamaño reducido. Asimismo, el ajuste de la maquinaria es manual e ineficiente, y la falta de conectividad de los equipos de control de calidad impide el aprovechamiento de datos para el mantenimiento predictivo y la mejora continua.
Este proyecto aborda la necesidad de un salto tecnológico para situar la calidad y trazabilidad de la línea productiva en la vanguardia internacional.
Objetivos del proyecto
El objetivo principal del proyecto es el diseño y desarrollo a medida de una nueva solución de visión artificial que emplee rayos X, así como algoritmos basados en Deep Learning, a fin de mejorar los procesos en la línea productiva avícola de las instalaciones de la empresa Dolz España, S.L. Asimismo, se desarrollará una nueva infraestructura destinada a realizar las tareas de verificación, análisis de funcionamiento del equipo y generación de data sets para la mejora de los algoritmos implementados. Este objetivo principal se alcanzará a través de la consecución de los siguientes objetivos específicos:
- Desarrollo de un nuevo equipo de visión artificial que integre rayos X para su uso en diferentes aplicativos de la industria avícola
- Conectividad total de los nuevos equipos de rayos X con la nube, a través de la implementación de una arquitectura edge-cloud escalable, y monitorización de todas las señales generadas, implementando alertas en el caso de desviaciones
- Implementación de tres casos de uso sobre los nuevos equipos de inspección: (i) identificación automática de la pieza de pollo; (ii) detección de contaminantes; (iii) determinación de la calidad de la imágen y su deterioro con el tiempo
- Validación de los diferentes elementos en el entorno productivo de Dolz
Este es un proyecto colaborativo donde trabajamos conjuntamente con Grupo Vall Companys y Multiscan Technologies.
Resultados esperados
Se resúmen a continuación los principales resultados esperados:
- Desarrollo de los algoritmos IA para la implementación de cada caso de uso. Escalado y despliegue en la nube de dichos algoritmos IA para la identificación del tipo de pieza, detección de contaminantes, objetos extraños y control de calidad de imagen.
- Nuevo equipo de inspección para el sector avícola basado en visión artificial y rayos X
- Plataforma digital híbrida edge-cloud que conecta y monitoriza en tiempo real todas las señales generadas por los equipos de Multiscan, permitiendo un telecontrol centralizado del parque de máquinas y la detección temprana de anomalías.
Proyecto subvencionado por
Nº de expediente proyecto primario: PAG-020100-2023-95
