AI in de voedingsindustrie: efficiëntie, innovatie en kwaliteitsverbetering

De voedingsindustrie staat voor de voortdurende uitdaging om processen efficiënter te maken, verspilling te reduceren en producten van constante kwaliteit te leveren. Kunstmatige intelligentie (AI) biedt hier krachtige oplossingen voor. Met AI kunnen fabrikanten afwijkingen in real-time opsporen, productieprocessen bijsturen en waardevolle inzichten verkrijgen uit de verzamelde data.

AI verbetert consistentie en snelheid

"Een op AI-gebaseerd systeem kan kwaliteitscontrole volledig automatiseren en real-time bijsturen op basis van gegevens uit de productieomgeving", zegt oprichter Jan Verhasselt van Yazzoom, die een use-case bij een speculoosproducent toelicht. "Vroeger was kwaliteitscontrole grotendeels handmatig, waarbij operators steekproeven namen en parameters zoals kleur en consistentie beoordeelden. Dit was niet alleen tijdrovend, maar ook foutgevoelig. Met AI hebben we dit proces volledig geautomatiseerd. Camera's monitoren continu de visuele kenmerken van de koekjes, zoals kleur en geometrie. De AI-software vergelijkt de gegevens met de vastgestelde kwaliteitsnormen en past, wanneer afwijkingen worden opgemerkt, automatisch de bakparameters aan. Of het nu gaat om temperatuur of baktijd, AI zorgt ervoor dat het proces direct wordt bijgestuurd zodat elk koekje voldoet aan de specificaties."

Een op AI-gebaseerd systeem kan kwaliteitscontrole automatiseren en real-time bijsturen

Consistentie is essentieel in de productie van voedingsmiddelen. "Kleine variaties in baktemperatuur kunnen leiden tot grote verschillen in de kwaliteit van het eindproduct. Dankzij AI kunnen we deze variaties in real-time opsporen en corrigeren, wat zorgt voor een constante kwaliteit en minder verspilling door het real-time aanpassen van de bakparameters. Het vermogen van AI om snel afwijkingen te detecteren en direct in te grijpen, betekent dat problemen al tijdens het productieproces worden opgelost. Dit resulteert in hogere productkwaliteit en minder productverlies."

Slimme data voor toekomstige optimalisatie

De door AI verzamelde gegevens bieden waardevolle inzichten voor verdere optimalisatie. "Met deze data kunnen we patronen analyseren en inefficiënties opsporen. Als we bijvoorbeeld merken dat er tijdens bepaalde periodes meer afwijkingen optreden, kunnen we onderzoeken wat de oorzaak is en proactieve aanpassingen maken. Deze inzichten helpen bedrijven niet alleen om problemen op te lossen, maar ook om toekomstige productiecycli verder te verbeteren. Met AI bouwen we een datagestuurde toekomst waarin efficiëntie en kwaliteit hand in hand gaan", besluit Verhasselt, die er nog graag aan toevoegt dat bedrijven die deze technologie omarmen niet alleen hun concurrentiekracht zullen verbeteren, maar ook duurzamer en efficiënter zullen werken.

Data verzamelen, valideren en visualiseren

Net zoals Yazzoom helpt ook HAI bedrijven om hun processen te optimaliseren met behulp van AI. "Bedrijven staan continu voor de uitdaging om hun productieprocessen efficiënter te maken, kosten te verlagen en de kwaliteit van hun producten te verbeteren. Kunstmatige intelligentie biedt hiervoor krachtige mogelijkheden. AI kan fabrikanten bijvoorbeeld helpen om afwijkingen te detecteren en operators zelfs tijdens productie te ondersteunen bij de processturing", zegt Anneke van der Linde, partner bij HAI.

"AI is de hype van vandaag. Alles wat met data te maken heeft noemen we AI, maar achter de hype schuilen oplossingen die echt het verschil kunnen maken. Ik spreek daarom liever over het slim gebruik van data. Dat omvat het gehele spectrum van data verzamelen, valideren, in context brengen en uiteindelijk visualiseren in de vorm van zinvolle (stuur)informatie. In die laatste stap kan AI een rol gaan spelen, door bijvoorbeeld voorspellingen te doen of bijsturingsadviezen te genereren", gaat van der Linde verder.

Slim gebruiken van fabrieksdata

"Wat wij in de praktijk zien, is dat veel fabrikanten worstelen met het goed organiseren en slim gebruiken van hun fabrieksdata. Dan heb je het dus over data vanuit de productielijn, waarin temperaturen, drukken, flows en start- en stoptijden worden gelogd. Maar ook over controles die operators uitvoeren, metingen die de kwaliteitsdienst doet, sensoren die het energieverbruik meten of de samenstelling van het afvalwater. Door deze data samen te brengen en te analyseren, ga je zien waar de oorzaken liggen van bijvoorbeeld kwaliteitsafwijkingen, procesverstoringen, verminderde opbrengst of pieken in je energie- of waterverbruik. Soms bieden eenvoudige trendanalyses al belangrijke inzichten, maar als het complexer wordt, bieden AI-toepassingen uitkomst."

AI biedt niet alleen voordelen op het gebied van snelheid en kwaliteit, maar helpt ook bij het verminderen van verspilling

Slimme digitale logsheets

De kunst is om de inzichten die hieruit voortvloeien ook direct toepasbaar te maken in de dagelijkse processturing. HAI werkt hiervoor met wat zij noemen NextGen Real-time Logsheets. Dat zijn slimme digitale logsheets waarin de operator in real-time het overzicht houdt over alle informatie die van belang is voor een optimale processturing. In deze logsheets ziet de operator direct of er zich afwijkingen voordoen in bijvoorbeeld kwaliteit, procesvoering, energie- of waterverbruik.

"Een groot voordeel van deze logsheets is dat ze meer overzicht bieden en 'breder kijken' dan de SCADA-systemen waarmee ze het productieproces aansturen. De Logsheets tonen immers ook informatie over onder andere productkwaliteit, luchtbehandeling en energieverbruik. Maar zijn ze slimmer: in deze logsheets verschijnen namelijk ook berekende waardes en op AI-gebaseerde toepassingen zoals voorspellingen en bijsturingsadviezen."

AI voor bepalen van de optimale procesinstellingen

Neem nu een aardappelverwerkend bedrijf dat de inkomende aardappels inspecteert met AI-gebaseerde systemen. "Op basis hiervan kan worden bepaald voor welk eindproduct deze aardappelen het meest geschikt zijn en wat de optimale procesinstellingen zijn, bijvoorbeeld voor de frietlijn. Denk bijvoorbeeld aan lijnsnelheid. Op deze manier vermindert de fabrikant de verliezen en haalt de optimale waarde uit de aardappelen, wat zich direct vertaalt in kostenreductie en duurzamer produceren."

"Een ander voorbeeld: een kaasmakerij heeft te maken met variaties in de kwaliteit van melk door wisselende seizoenen, maar moet toch het hele jaar door constante kwaliteit kaas produceren. Dit vraagt een voortdurende afstemming van de procesinstellingen op basis van de kwaliteit van de inkomende melk. Dit werd voorheen handmatig bepaald door het wekelijks uitvoeren van een serie analyses door een laborant. Ook daarin kunnen geavanceerde analyses een belangrijke rol spelen: als je aan de hand van historische data uit de kaasmakerij bijvoorbeeld de verbanden in kaart brengt tussen melkkwaliteit, procescondities en het vochtgehalte in de kaas."

AI als adviseur: real-time bijsturing

Ook tijdens productie kun je te maken krijgen met procesverstoringen die invloed hebben op, bijvoorbeeld, het vochtgehalte. "Ervaren operators wisten voorheen wel ongeveer aan welke knoppen ze konden draaien om dit te corrigeren. Maar met een krappere arbeidsmarkt en dus minder ervaren operators worden ondersteunende systemen zoals die van HAI steeds belangrijker. Met AI kun je al tijdens de productie een voorspelling van het vochtgehalte zien en, indien gewenst, een advies genereren over welke procesaanpassingen op dat moment nog mogelijk zijn om toch met het gewenste vochtgehalte te eindigen. Opnieuw een manier om afkeur te voorkomen en daarmee kostenefficiënt en duurzaam te produceren."