Por Canuto  

Ocho robots SCARA de Stäubli trabajan junto con el sistema de visión e inteligencia artificial STAQ en una planta griega que procesa hasta 15 toneladas de melocotones por hora. La línea busca retirar mitades con fragmentos de hueso y ya prepara una nueva etapa de automatización.
***

  • Ocho celdas paralelas procesan alrededor de 100.000 melocotones por hora, equivalentes a unas 200.000 mitades.
  • El sistema STAQ, desarrollado por la startup neerlandesa QING, combina cámaras, IA y robots Stäubli para identificar fruta no conforme.
  • Agrophoenix y QING quieren desarrollar una solución robótica para retirar fragmentos de hueso de las mitades de melocotón.

 

Una línea automatizada para encontrar defectos

Ocho robots SCARA de Stäubli retiran mitades de melocotón no conformes en la planta de procesamiento Agrophoenix, en Grecia, como parte de un sistema de visión e inteligencia artificial desarrollado por la startup neerlandesa QING. Las ocho celdas STAQ paralelas procesan hasta 15 toneladas de fruta por hora, un volumen que la compañía estima en cerca de 100.000 melocotones, o unas 200.000 mitades. La inspección detecta las piezas no conformes y los robots las separan; no seleccionan cada mitad de la línea, sino que retiran las señaladas por el sistema.

Agrophoenix se fundó en 2018 en la región griega de Imathia con la intención de apartarse de los modelos habituales de procesamiento de frutas. Lazaros Ioannidis, socio y director del proyecto, explicó que la empresa quería crear una operación distinta de los estándares de Grecia y del sector en general. Esa apuesta también se refleja en su oferta: además de productos tradicionales, la planta procesa fruta en formatos destinados a distintos usos y presentaciones.

Entre sus desarrollos, Ioannidis mencionó una línea para producir bolas de fruta en bolsas tipo pouch y la capacidad de envasar fruta cortada en dados de forma aséptica en contenedores de 200 litros. La empresa puede almacenar ese producto para utilizarlo durante todo el año en la elaboración de productos en vasos. La clasificación automatizada de melocotones se suma así a una operación que busca ampliar tanto sus formatos como sus procesos de producción.

Antes de llegar a los robots, los melocotones pasan por una serie de etapas: se lavan, se pelan con vapor, se cortan por la mitad y se deshuesan. Un sistema de visión realiza una primera inspección, enfocada principalmente en el color, y luego distribuye las mitades entre ocho transportadores. Cada uno conduce a una celda compacta con una cámara y un robot Stäubli HE diseñado para trabajar en entornos de procesamiento de alimentos.

Visión artificial y robots preparados para la limpieza

Dentro de cada celda, una cámara registra cada mitad y el sistema la analiza en milisegundos. El robot retira las piezas clasificadas como no conformes y las deposita en bandas situadas a ambos lados del transportador principal; la mayoría de la fruta continúa hacia las siguientes fases de procesamiento. El objetivo principal de esta inspección es localizar fragmentos de hueso que hayan quedado después del deshuesado.

QING desarrolló STAQ como un sistema de automatización basado en el principio de observar, decidir y actuar, cuyas siglas en inglés corresponden a ver, pensar y actuar. La startup entrena la visión mediante inteligencia artificial para que el usuario pueda definir qué considera aceptable o defectuoso y modificar los parámetros de clasificación. Según la empresa, el mismo marco de software puede adaptarse a productos diferentes mediante cambios en los algoritmos y las pinzas.

En las celdas de Agrophoenix, los robots son modelos Stäubli TS2-80 SCARA en versión HE, concebida para ambientes húmedos. Will Uijting, director comercial de QING, señaló que las articulaciones están protegidas, los materiales resisten la corrosión y una presión interna ayuda a impedir que vapor, humedad o agua entren en la carcasa durante el lavado. El diseño responde a las exigencias de higiene de una línea alimentaria, donde la limpieza frecuente forma parte de la rutina operativa.

QING también eligió aceite de grado alimentario H1 para los robots, instalados encima de los transportadores que llevan las mitades de melocotón. Ioannidis indicó que, durante los días de operación, las líneas se detienen cada cuatro horas para una limpieza automática tipo CIP de 20 minutos. Los domingos, el personal realiza una limpieza más intensa con un detergente apto para alimentos; el artículo señala que los robots HE cumplen con los criterios de EHEDG para este tipo de entorno.

Capacidad, rechazos y próximos pasos

El ritmo de trabajo es uno de los datos centrales del proyecto. Uijting afirmó que cada robot puede recoger una mitad de melocotón por segundo, mientras que el conjunto de ocho celdas procesa unas 15 toneladas de fruta por hora. Ioannidis calculó el volumen por peso, no por unidades: con un melocotón de aproximadamente 150 gramos, esa cantidad equivale a unos 100.000 frutos y 200.000 mitades, aunque el tamaño de cada pieza puede variar. La cifra de procesamiento describe el flujo total de la línea; los robots recogen las mitades identificadas como no conformes.

En ese mismo periodo, según el cálculo de Ioannidis, el sistema puede rechazar unas 3.600 piezas. La tasa de rechazo es baja porque la fruta ya pasó por una clasificación previa, pero las celdas permiten separar de forma continua las mitades que requieren una revisión adicional. La fuente no especifica si esa cifra se refiere a melocotones completos o a mitades, por lo que conviene conservar la estimación sin convertirla a otra unidad.

Por ahora, el sistema busca fragmentos de hueso y divide los rechazos en dos canales, según tengan fragmentos pequeños o más grandes. Las piezas con restos mayores pasan a un proceso automatizado de nuevo deshuesado, mientras que las que tienen fragmentos pequeños se envían a una inspección manual. Después, ambas categorías regresan a las estaciones STAQ para volver a pasar por el sistema de clasificación.

La puesta a punto de las ocho celdas tomó dos temporadas, pero, según Uijting, el mayor obstáculo no estuvo en la inteligencia artificial, el software ni los robots, sino en la pinza. La superficie de los melocotones pelados es resbaladiza y los ingenieros tuvieron que encontrar tanto un material de transporte que mantuviera estable la fruta como una combinación de vacío y contacto capaz de recogerla y soltarla cuando las mitades estaban invertidas. Tras completar con éxito su primera temporada, Agrophoenix y QING quieren diseñar un sistema robótico para retirar fragmentos de hueso antes o después de la clasificación.

La celda con cámara y robot es solo una parte visible de STAQ, un marco de automatización que QING desarrolló para la industria alimentaria desde Arnhem, en Países Bajos. La compañía sostiene que su sistema también puede adaptarse a productos como carne y galletas, aunque los sensores, las pinzas y los algoritmos se ajustan a cada producto y a los criterios de inspección. En Agrophoenix, el siguiente reto será llevar esa lógica de detección y acción desde la clasificación de fruta hasta la extracción automatizada de los fragmentos de hueso.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados