聚焦产品：Anuga FoodTec 展示现代工艺分析和质量控制方法

人工智能

深度学习算法

近红外 (NIR) 光谱仪 

分选机和异物识别系统 

2024年3月19日至22日，Anuga FoodTec 2024全面展现了食品饮料行业的现代过程分析技术。得益于光学技术的进步，许多质量控制和保证任务得以实时解决。因此，人工智能和深度学习算法在科隆展览会上扮演着越来越重要的角色。

在食品行业，采用传统分析方法和湿化学工艺的质量控制仍然非常普遍。这项工作在实验室进行，每批产品都会取样。不符合规格的产品被拒之门外。因此，公司内部通常存在着分析设备、软件工具和流程的异构环境。这些设备仅在个别情况下通过操作软件与中央实验室信息管理系统 (LIMS) 连接。数据通过 U 盘和 Excel 表格传输，或者最不理想的是打印出来并手动提交——在数字化日益发展的时代，这种做法几乎不切实际。

优质产品的关键

在于：此外，必须在生产过程中在遵守最严格的卫生条件的情况下进行取样，这在封闭的生产过程中尤其困难。 “尤其是在物联网和大数据等趋势下，食品加工企业必须调整质量保证的各种流程和结构，”Anuga FoodTec 总监 Matthias Schlüter 说道。自动化解决方案和过程分析技术 (PAT) 是科隆展会的重点领域，也是实现这一目标的关键。 Schlüter 表示：“参观者可以在参展商的展位上找到涵盖实验室和工艺流程的全面定性和定量分析产品。”

基于 PAT 的方法，分析仪器可以直接将实验室中常见的测量参数记录到生产过程中。然后，这些数值会被传输到过程控制系统，该系统可以在设备端集成到工业 4.0 方案中。其既定目标是：确保食品生产从一开始就符合规格要求，避免产品损失并降低成本。

在线成分分析

基于此，近红外 (NIR) 光谱仪已发展成为食品生产各个环节的可靠监测工具。评估光谱结果所需的数学模型存储在设备中，这意味着它们将探头和光谱仪集于一身。借助这些设备，可以在生产线上直接测定与质量相关的参数，例如干物质、糖、蛋白质和脂肪含量——无需接触，也无需取样。同时，由于偏差值可在早期识别，而非先在实验室进行分析，因此可以避免批次缺陷。

食用油制造商甚至可以在压榨前确定原材料的含油量。这同样适用于牛奶行业，例如酸奶的生产。在这里，可以测定果糖含量，而果糖在加工水果中的含量会根据其种类和成熟度而波动。与耗时的折射率测定不同，通过反射探头进行光谱在线测量，可以确保在灌装前获得最佳质量。因此，过程分析技术为自动化批次审批铺平了道路。最终，它还旨在提高产量，并尽可能减少能源消耗。例如，如果婴儿奶粉的干燥程度已达到预期，则无需在过程中进一步加热。

人工智能在质量控制中的

应用 Anuga FoodTec 展会上展示的创新解决方案可帮助食品制造商识别异物、确定灌装液位或气调包装的完整性。重要的是，测量过程不会延长生产时间。因此，主要使用非接触式测量程序。图像处理软件也必须实时计算结果，以便立即剔除缺陷产品。人工智能的重要性在科隆展会上也得到了充分体现。市场上越来越多地出现带有深度学习功能的光学检测方法。借助这些方法，可以在从紫外线到可见光再到近红外的整个波长范围内检测食品。

技术供应商在 Anuga FoodTec 展会上展示了分选机和异物识别系统，这些系统可以无缝集成到现有的生产线中，并可根据客户需求进行编程。传统的分选系统使用普通光线进行目视检查。例如，可以通过对面包或小圆面包表面进行二维颜色分析，精确测定其焦黄程度。焦黄程度过深的烘焙食品会在包装前自动分选出来，从而避免其流入市场。当需要检测饼干上的巧克力糖霜时，检测难度会更大。现代系统可以根据表面的亮度结构，在几毫秒内识别出烘焙食品上的糖霜是否正确涂抹。由于巧克力糖霜涂抹错误的可能性不胜枚举，深度学习技术在其中发挥着核心作用。这意味着软件会通过对数字图像数据的详细评估来“学习”待识别物体的典型属性。这种训练只需要包含正确涂抹糖霜的饼干的图像即可。

科隆展览公司——食品技术领域的行业展会：科隆展览公司是食品和饮料加工领域国际领先的贸易展览会组织者。 Anuga FoodTec 和 ProSweets Cologne 是世界领先的贸易展览会，在德国科隆举办。除了在科隆总部举办的活动外，科隆展览公司还在印度、意大利和哥伦比亚等全球主要市场举办其他食品技术展览会，涵盖不同行业的重点领域和内容。这些全球性活动使科隆展览公司能够为客户提供定制活动和面向不同市场的领先区域性展会，从而为可持续的国际业务奠定基础。凭借其领先的国际贸易展览会 Anuga 和 ISM 以及遍布全球的周边展会网络，科隆展览公司在食品和饮料领域也占据着有利地位。

下届展会时间：2027年02月23号~02月26号

展会地点：德国 科隆

展会行业：食品