Den Qualitätscheck von bis zu 1.200 Zwiebackscheiben pro Minute übernimmt beim niederländischen
Backwarenhersteller Bolletje eine Inspektionszelle aus Kamerasystem und Vierachsroboter.
Die erzeugten Bilddaten werden durch eine KI analysiert und zur Systemoptimierung genutzt.
Wie prüft man die Qualität von 1.200 Zwiebackscheiben, wie sie bei Bolletje jede Minute eine 200 Meter lange Ofenlinie auf einem 4 Meter breiten Förderband verlassen? Man setzt ein Team aus fünf Mitarbeitern ein, die mit geschultem Blick und schnellen Reaktionen Nicht-in-Ordnung-Produkte (N. i. O.-Produkte) aussortieren. Dies können zu stark gebräunte oder übereinanderliegende Scheiben sein. So verfuhr das Unternehmen in Almelo in den Niederlanden über viele Jahre hinweg. Heute sieht die Sache anders aus: Eine kompakte Roboterzelle, bestehend aus einer Kamera, einem vierachsigen Stäubli-Roboter und einer KI-basierten IT-Plattform, übernimmt die Aufgabe.
Die Inspektionszelle benötigt eine Stellfläche von 1,8 x 3,2 m. Die Zwiebackscheiben werden von einer Kamera erfasst, die Bilddaten binnen Millisekunden ausgewertet und die als „N. i. O.“ klassifizierten Produkte vom Stäubli-Roboter auf Förderbändern rechts und links des Hauptförderbands abgelegt. Nach einem weiteren Förderabschnitt werden die Zwiebacke dann direkt in 140-g-Einheiten verpackt. „Wir beliefern den Einzelhandel und stehen unter hohem Preis- und Wettbewerbsdruck“, ordnet Lo Huls, COO von Bolletje, ein. „Gleichzeitig haben wir als Premiumhersteller hohe Qualitätsansprüche an unsere Produkte – genau wie die Verbraucher.“
Umgesetzt wurde das Konzept durch die niederländische QING Food Automation. „In der Lebensmittelindustrie sehen wir eine sehr hohe Produktvielfalt“, beobachtet Bram de Vrught, Geschäftsführer von QING. „Jedes Produkt ist einzigartig. Deshalb dominiert bisher klar menschliche Arbeit: Mitarbeiter prüfen, greifen ein und sortieren aus. Automatisierung sieht sich hier mit hohen Anforderungen konfrontiert, die durch sinkende Losgrößen weiter steigen.“
„Wir erfassen die Art der Abweichung“
Durch die Automatisierung konnten die fünf Mitarbeiter, die zuvor an der Linie allein für die visuelle Prüfung von 1.000 bis 1.200 Zwiebackscheiben pro Minute zuständig waren, andere Aufgaben in der Bäckerei übernehmen. Das ist einer der Vorteile; ein anderer ist, dass die Daten aus der Inspektion ausgewertet werden können. Lo Huls: „Wir erfassen die Art der Abweichung und setzen sie in Beziehung zu den Anlagendaten. Diese Aufgabe übernimmt unser Data-Analytics-Tool, das alle Öfen und weiteren Prozessschritte überwacht. So können wir die Ursachen von Qualitätsmängeln identifizieren und gezielt Gegenmaßnahmen einleiten.“
Bram de Vrught beschreibt die praktische Umsetzung dieses Prozesses: „Das System nimmt die Bilder auf, überträgt sie auf die STAQ-Plattform und klassifiziert die Produkte sowie unterschiedliche Fehlerbilder. Auf Basis dieser Klassifizierung können wir dann die KI trainieren. Insgesamt ist das System sehr benutzerfreundlich, sodass Unternehmen es eigenständig einsetzen und die Technologie auch auf weitere Produkte oder neue Qualitätskriterien erweitern können.“
Über Bolletje
Rund 98% der Niederländer sind vertraut mit der Marke Bolletje und ihren Backwaren. 1867 in Almelo gegründet, spezialisierte sich das Unternehmen zunächst auf die Herstellung von Zwieback und erweiterte später sein Sortiment um Vollkornbrot, Snacks, Kekse, Müsli und weitere, teils saisonale Waren. Seit 2013 ist Bolletje Teil der Borggreve Group. Beide Unternehmen befinden sich nur wenige Kilometer entfernt voneinander in der niederländisch-deutschen Grenzregion.
Der Roboter kann bis zu 80 Zwiebackscheiben pro Minute aussortieren
Roboter ist für 80 Picks pro Minute ausgelegt
Was die Robotik anbelangte, setzte QING auf einen Vierachsroboter von Stäubli. Bram de Vrught: „Wir stellen uns immer die Frage: Was ist die beste Lösung für die jeweilige Aufgabe? Beim Handling spielen viele Faktoren eine Rolle – Umgebung, Genauigkeit, Flexibilität, Lebensdauer. Ein Delta-Roboter benötigt mehr Bauraum, entsprechend wäre ein größeres Gestell erforderlich. Unser Ziel ist jedoch, ein kompaktes System bei gleichzeitig hoher Geschwindigkeit zu erreichen. Unter diesen Bedingungen liefert der hochdynamische Stäubli TS2-80 he die beste Performance.“
Der Roboter ist den Angaben zufolge für hohe Hygienestandards sowie regelmäßige Reinigung mit Wasser und Reinigungsmitteln ausgelegt ist. Zudem wird lebensmitteltaugliches H1-Öl verwendet. Gemeinsam mit Stäubli simulierte und optimierte QING Food Automation die Roboterleistung: „Ursprünglich war das System auf 60 Picks pro Minute ausgelegt. In den Tests erreichten wir dann mindestens 80 Zwiebackscheiben pro Minute, die gegriffen und am N. i. O.-Förderband abgelegt werden können. Dafür haben wir einen einsatzspezifischen Nadelgreifer entwickelt.“
Als vorteilhaft erwies sich außerdem der Einsatz der Software Stäubli VALtrack. Sie synchronisiert die Bewegungen des Roboters mit dem Förderband und schafft damit eine wesentliche Voraussetzung für das schnelle und präzise Greifen der auszusortierenden Produkte. Warum die Leistungsfähigkeit des Roboters eine zentrale Rolle spielt, liegt auf der Hand. Bram de Vrught: „Wir hätten auch ein System mit zwei Robotern realisieren können. Das hätte jedoch nahezu eine Verdopplung von Kosten und Platzbedarf bedeutet, und der Programmieraufwand wäre durch die Koordination der Roboter deutlich gestiegen. Ein auf Höchstleistung getrimmter Roboter ist daher der wirtschaftlich sinnvollere Ansatz.“
Ein speziell entwickelter Nadelgreifer greift die auszusortierenden Scheiben
Enge Zusammenarbeit in der Engineering-Phase
Ein wesentlicher Bestandteil des „Erfolgsrezepts“ für den Einsatz von Robotik in der Qualitätskontrolle bei Bolletje war eine enge Zusammenarbeit und die frühe Einbindung von Mitarbeitern. Lo Huls berichtet: „Anfangs waren die Kollegen in der Produktion sehr skeptisch und hielten die Aufgabe für nicht automatisierbar.“ Generell investierten QING und Bolletje während des gesamten Projekts in eine intensive Zusammenarbeit. Bram de Vrught: „Wir wissen, wie man KI einsetzt. Bolletje kennt die möglichen Fehlerbilder des Zwiebacks, deren Ursachen und die Prozessvariationen. Durch die Kombination dieser Erfahrungen konnten wir ein KI-gestütztes System entwickeln, das von Bolletje selbst betrieben und trainiert werden kann.“
Aus Sicht von Bolletje ist das Projekt erst der Ausgangspunkt für die Automatisierung der Zwieback- und Backwarenproduktion. Lo Huls fasst zusammen: „Wir müssen diesen Weg gehen. Der Kostendruck ist hoch, unser Qualitätsanspruch ebenfalls, und die Produktvielfalt nimmt weiter zu. Deshalb verfolgen wir derzeit acht bis neun Automatisierungsprojekte.“
