Оптические сортировочные машины, краеугольный камень современной промышленной автоматизации, произвели революцию в контроле качества в сельском хозяйстве, пищевой промышленности, переработке и т. д. Их развитие длится почти столетие, обусловленное технологическими инновациями и растущим спросом на эффективность и точность. Давайте изучим эту увлекательную историю.

Ранние начинания: рождение сортировки по цвету (1930–1960-е годы)

Концепция автоматизированной оптической сортировки возникла в 1930-х годах и берет свое начало в сельском хозяйстве. В 1932 году Электрическая сортировочная компания (позже часть наследия Сатаке) коммерциализировал первый в мире сортировщик цвета для фермеров-фасолеводов Мичигана, что позволило удалять обесцвеченные бобы с помощью простых оптических фильтров. К 1937 году Великобритания разработала свою первую машину, а Япония приняла эту технологию в 1966 году, где она стала ключевой для контроля качества риса.

Эти ранние системы полагались на фотодиоды и люминесцентные лампы, предлагая ограниченное разрешение и стабильность. Тем не менее, они заложили основу для замены ручной сортировки, особенно в трудоемких секторах, таких как обработка кофейных зерен, где дефекты цвета имели решающее значение для качества продукции

Технологические скачки: от аналогового к цифровому (1970-е–2000-е годы)

1970–1980-е годы стали переломным моментом. Сатаке, японский лидер, представил бихроматические датчики и ПЗС-камеры, улучшая обнаружение дефектов в рисе и зернах. Между тем, достижения в светодиодное освещение и Процессоры ПЛИС/ЦСП В 1990-х годах была улучшена стабильность работы машины и появилась возможность получения изображений в оттенках серого, что привело к появлению «второго поколения» сортировщиков.

К 2000-м годам RGB-CCD-камеры и Технология КМОП позволили машинам третьего поколения одновременно анализировать цвет, форму и размер. В эту эпоху приложения вышли за рамки сельского хозяйства и стали использоваться в переработке (например, разделение металлов и пластика) и переработке пищевых продуктов (например, орехов, специй). Также начала появляться гиперспектральная визуализация, позволяющая проводить анализ химического состава.

Развитие оптической сортировки в Китае (1990-е годы – настоящее время)

Первоначально зависевший от импорта из Японии и Европы, Китай начал разрабатывать отечественные фотосепараторы в 1990-х годах. Такие прорывы, как ММС-24А (1994) и цифровые двухсторонние сортировщики (2000) сломали иностранные монополии. К 2021 году китайские производители заняли 70% внутреннего рынка, используя ПЗС-объективы высокого разрешения для достижения точности до 0,08 мм². Такие компании, как Хэфэй Мейя Оптоэлектроника пионеры в области моделей на основе искусственного интеллекта, интегрирующие глубокое обучение для распознавания текстур и классификации дефектов

Современные инновации: ИИ и не только (2010-е годы – настоящее время)

Четвертое поколение сортировочных комбайнов ИИ, обработка на графическом процессоре и гиперспектральная визуализация. Теперь машины обнаруживают тонкие различия в текстуре — например, треснувшую скорлупу арахиса или пол краба — с помощью моделей глубокого обучения. Например, метод Сатаке Технология многоволновой МИР и Бюлер СОРТЕКС Системы используют датчики RGB, УФ и ИК для решения различных задач: от сортировки кофейных зерен до переработки пластика.

Гиперспектральные камеры, разделяющие свет на сотни полос, создают уникальные «спектральные отпечатки пальцев» для материалов, позволяя сортировать их на основе химических свойств — это кардинально меняет ситуацию в сфере безопасности и переработки пищевых продуктов.

Будущие тенденции: умнее, быстрее, экологичнее

Следующий рубеж включает в себя многоспектральная интеграция и «умные фабрики» с поддержкой IoT, где данные в реальном времени оптимизируют параметры сортировки. Устойчивость также имеет ключевое значение: оптические сортировщики сокращают отходы при переработке и повышают урожайность, что соответствует глобальным целям по достижению нулевого уровня выбросов углерода

Заключение

От элементарных цветных фильтров до гиперспектральных систем на базе ИИ, оптическая сортировка преобразила отрасли, обеспечив качество, безопасность и эффективность. По мере развития технологий эти машины продолжат переопределять автоматизацию, доказывая, что даже самый маленький дефект — или пиксель — может привести к колоссальным изменениям.

Для дальнейшего чтения изучите источники Сатаке, Группа компаний «Бюлер»и академические идеи о гиперспектральных достижениях