Na fruticultura, uma única laranja com podridão dentro da caixa contamina as vizinhas durante o transporte, gera devolução e compromete a reputação do produtor junto ao comprador. A PMA Automação, por meio da ORIONVIX, sua divisão de engenharia de software, levou a visão computacional para a esteira de classificação para que cada fruta seja avaliada antes de chegar à embalagem.
Neste case, mostramos como o ORIONVIX Smart Vision passou a identificar e separar automaticamente as laranjas com defeito em uma linha de beneficiamento de uma packing house de citros.
O desafio: seleção manual em alta velocidade
A seleção era feita por operadores posicionados ao longo da esteira, que precisavam olhar fruta por fruta e retirar à mão as que apresentavam defeito. Com um volume estimado de cerca de 20 toneladas de laranja por turno, o trabalho era cansativo, dependia da atenção de cada pessoa e variava de turno para turno.
Os principais defeitos que precisavam ser barrados eram:
- Podridões e bolores (bolor verde e bolor azul), que se espalham para as frutas sadias da mesma caixa;
- Manchas e lesões de casca, como pinta preta, cancro e danos mecânicos de colheita;
- Frutas deformadas, murchas ou rachadas;
- Cor fora do padrão de maturação para o destino da carga.
O objetivo do cliente era claro: inspecionar todas as frutas, e não apenas amostras, com critério constante e registro do que foi rejeitado em cada lote.
A solução: ORIONVIX Smart Vision na esteira
A engenharia da PMA desenvolveu e integrou a solução sobre a linha existente, sem trocar a esteira:
- Câmeras e iluminação dedicadas: câmeras posicionadas sobre a esteira de rolos, com iluminação difusa para reduzir reflexos na casca. Como os rolos giram as frutas durante a passagem, o sistema avalia a superfície em vários ângulos, e não apenas o lado de cima.
- Modelo de inteligência artificial treinado com as frutas do cliente: o ORIONVIX Smart Vision foi ensinado com imagens reais da própria safra, separando frutas aprovadas e cada tipo de defeito. O ensino pode ser refeito a cada safra ou variedade, sem trocar o hardware.
- Processamento no local (edge computing): a análise acontece na CPU de controle de imagem, ao lado da linha, com resposta em tempo real e sem depender de internet.
- Rejeição automática integrada ao CLP: ao detectar um defeito, o software informa o CLP, que aciona o ejetor no momento certo da passagem da fruta, sincronizado pelo encoder da esteira.
- Painel de indicadores: contagem de frutas aprovadas e rejeitadas, percentual de defeito por lote e por tipo, com imagens das rejeições para auditoria e para a conversa com o fornecedor.
Resultados
- Inspeção de 100% das frutas, com capacidade de projeto de até 600 frutas por minuto por pista da esteira.
- Redução estimada de até 80% das frutas com defeito que chegam à expedição.
- Operadores realocados: estimativa de 4 dos 6 operadores de seleção visual por turno liberados para outras atividades.
- Dados por lote: o cliente passou a saber, por fornecedor e por carga, quanto foi rejeitado e por qual motivo.
- Critério constante em todos os turnos, sem a variação da inspeção humana.
Os números acima são estimativas de projeto para uma linha desse porte. Os resultados de cada operação dependem da variedade, da safra e das condições da linha, e são confirmados na prova de conceito.
Tecnologias utilizadas
- ORIONVIX Smart Vision (visão computacional com inteligência artificial)
- Câmeras industriais sobre a esteira, com iluminação difusa
- CLP para comando dos ejetores, sincronizado por encoder
- Painel web de indicadores, com acompanhamento a distância
A mesma tecnologia para outras frutas e alimentos
A solução se adapta a limão, tangerina, maçã, manga, tomate e outros produtos classificados em esteira, além de aplicações de embalagem e conferência de rótulos na indústria de alimentos. Conheça a plataforma completa em Engenharia de Software e Visão Computacional.
Quer avaliar sua linha? Começamos por uma prova de conceito com as suas frutas e as suas condições de operação. Fale com a engenharia da PMA.
