Una gran empresa de alimentación china utiliza TwinCAT Machine Learning para conseguir el nivel de calidad más alto posible en el envasado de fideos instantáneos. FOTO ©ThamKC – stock.adobe.com

El aprendizaje automático optimiza la inspección en tiempo real del envasado de fideos instantáneos

Los fideos instantáneos se pueden encontrar en prácticamente todas las tiendas de alimentación de China. Para reducir el número de productos con errores de envasado y las consiguientes quejas de los clientes, un gran productor chino de fideos instantáneos decidió utilizar la tecnología de control basada en PC de Beckhoff, incluida la función TwinCAT Machine Learning. Esto le permitió realizar inspecciones de calidad de envasado en tiempo real inteligentes y fiables.

“Tianjin FengYuLingKong the Electrical and Mechanical Equipment Co., Ltd.,” un integrador de sistemas especializado en la automatización industrial, se adjudicó el contrato para suministrar un puntero sistema de inspección de envasado para uno de los productores de comida rápida y bebidas más importantes de China. Según el fabricante de alimentos, tiene las líneas de producción de fideos instantáneos más grandes del mundo, con un rendimiento medio de unos 500 paquetes por minuto por línea y un rendimiento total anual de hasta 4800 millones de paquetes.

Alta satisfacción del cliente gracias a envases libres de errores

El envasado y el sellado son tareas esenciales en la fabricación de fideos instantáneos. Un paquete suele contener un bloque de fideos precocinados y varios sobres pequeños con especias, como condimentos, salsas y verduras deshidratadas. En la línea de producción, estos pequeños sobres individuales se organizan en una cinta transportadora que se mueve a alta velocidad, se introducen en el bloque de fideos asociado, y se envían juntos a la máquina de sellado transversal y envasado.

 

Share this article

Suscríbete a nuestra newsletter

300-x-250_Interiors
300-x-250_Interiors
P16084 edoc MPU 300x250
Ir arriba

EMPACK NEWSLETTER EDITIONS

Para poder acceder introduce el siguiente código en el recuadro de abajo: EMPNews2024