ニュース

Jan 31, 2024

センサーテクノロジーと適切な抽出方法を組み合わせる方法

近年、人工知能（AI）やロボット工学が注目を集めています。 一部の人にとって、ロボット工学と AI は同義語です。 ただし、ロボット工学は AI ではありませんし、AI はロボット工学でもありません。 AIが求める

近年、人工知能（AI）やロボット工学が注目を集めています。 一部の人にとって、ロボット工学と AI は同義語です。 ただし、ロボット工学は AI ではありませんし、AI はロボット工学でもありません。 AI は人間の能力に関連する困難な問題の解決策を模索しますが、ロボット工学は物理的な反復作業を自動化することを目指しています。 さらに、AI と組み合わせることができる機械テクノロジーはロボットだけではありません。 場合によっては、アプリケーションによっては、光学式選別機で一般的に使用されるエアジェットなど、より強力な抽出が必要になることがあります。これは、数十年にわたって MRF でその価値が証明されています。

MSS では、センシング テクノロジーは抽出テクノロジーから完全に切り離される必要があると強く信じています。 一方は他方とは実際には何の関係もありません。 MRF オペレーターは、混合材料の流れの中で対象のアイテムを識別するための最適なセンサー技術を検討し、それを対象のアイテムを物理的に除去するために必要な最も適切な抽出方法と組み合わせる必要があります。

質量選別 MRF アプリケーションで最も一般的に使用されるセンサーは、近赤外線 (NIR)、色、および金属です。 アプリケーションに応じて、仕分けの目標を達成するには、これらの個別のセンサー テクノロジーを 1 つだけ必要とするか、場合によってはそれらの組み合わせが必要になる場合があります。 これらのセンサーのパフォーマンスは、AI などの他のセンサー テクノロジーを追加することで強化できます。

NIR および AI センサーは、モニタリングと運用改善の目的で、膨大な量のデータと統計を MRF オペレーターに提供できます。 AI の深層学習機能は NIR を補完し、利用可能なより深いレベルの粒度により、個々の製品および材料カテゴリをより詳細に分類できます。

さらに、AI センサーは NIR にはない識別機能を基盤として構築されており、最も顕著なものとしては、使用済み飲料缶 (UBC) からのキャットフード缶やクッキングホイル、PET 熱成形品からのポリエチレン テレフタレート (PET) ボトルなどの品目の分類が挙げられます。 NIR センサーは化学的に物質を真に識別できますが、AI センサーはそれができません。

AI センサーは人間の目のように機能し、見た目に基づいてアイテムが何であるかを推測します。 ボトルが PET 製か高密度ポリエチレン (HDPE) 製かを判断することはできず、間接的に判断するだけです。 また、AI センサーは、一部の PET および PP の熱成形容器や、PET シュリンク スリーブを備えた UBC と、グラフィックが直接印刷された容器とを区別することもできません。 これらは、金属検出器と組み合わせた従来の NIR センサーが適したタスクです。

コンベヤーと決定速度も追加の考慮事項となります。 NIR センサーの速度は最大 1,000 フィート/分ですが、ベルトが毎分 300 フィートを超える速度で移動すると、AI に問題が発生し始めます。 さらに、決定速度、つまりアイテムの検出から抽出までの時間は、AI センサーよりも NIR の方が約 10 倍高速です。 作業幅に関する限り、AI センサーは通常、最大 60 インチ幅のベルトで使用されます。 したがって、より広範囲に拡張したい場合は、AI センサーの数を 2 倍にする必要があります。 一方、光学式選別機の NIR センサーは、幅 112 インチのコンベア ベルトでも使用できます。

ロボットで一般的に使用される吸盤は、抽出技術の 1 つの形式です。 光学選別機で使用されるエアジェットも別の形式です。 しかし、オプションはこれで終わりではありません。 抽出技術には、たとえばクランプやダイバータも含まれる場合があります。

特定の用途に最適な抽出技術を決定するときは、1 分あたりの効果的な抽出数を考慮してください。 効果的なピックとは、単なる移動や排出の数ではなく、エフェクターが正しいターゲット アイテムを専用のシュートにうまく入れることを意味します。 当社のすべての設備から得たデータに基づくと、当社のエア ジェット光学式選別機は幅 112 インチの加速ベルトから 1 分あたり 1,000 件を超える有効ピッキングを達成できますが、ロボットは 1 分あたり約 60 件の有効ピッキングを達成できる可能性があります ( 90 の可能な動きのうち）、15 倍遅くなります。