Tomra, 5S Blueberry optik ayıklama hattını tanıttı: Yaban mersininde daha nazik taşıma ve yapay zekâ destekli kalite kontrol

Tomra Food, yaban mersini için geliştirdiği 5S Blueberry – Spectrim with LUCAi optik sınıflandırma sisteminde, meyveyi daha az zedeleyen taşıma tasarımı ve derin öğrenme tabanlı kusur tespitini öne çıkarıyor.

Tomra’dan yaban mersinine odaklı yeni optik sınıflandırma çözümü

Tomra Food, BBC Technologies’i satın almasının ardından yaban mersini ayıklama/sınıflandırma alanında uzun süredir faaliyet gösterdiğini ve bu birikimi yeni 5S Blueberry – Spectrim with LUCAi hattına taşıdığını açıkladı. Şirketin kıdemli proje ürün yöneticisi Troy Cleaver, yeni sistemin, önceki yıllarda müşterilerden gelen geri bildirimlerle şekillendiğini belirtti.

Geliştirme motivasyonu: çeşitler değişti, taneler büyüdü, lojistik zorlaştı

Haberde aktarılan bilgilere göre Tomra, yeni çeşitlerin yaygınlaşması, daha iri taneli ürünlerin artması ve paketleme/lojistik süreçlerindeki yeni ihtiyaçlar nedeniyle sınıflandırma hattını yeniden ele aldı. Yaban mersininin hassas yapısı nedeniyle hat boyunca meyvenin yüzeyindeki doğal tabakanın (bloom) korunması, tasarımın temel hedeflerinden biri olarak konumlandırılıyor.

Cleaver’ın değerlendirmesine göre iyileştirme tek bir büyük yenilikten ziyade, hat üzerindeki çok sayıda küçük dokunuşun toplamı. Bu yaklaşım, meyvenin hat içinde zıplama, sürtünme ve yuvarlanma kaynaklı zarar görme riskini azaltmaya odaklanıyor.

Yapay zekâ ve görüntüleme: LUCAi ve çoklu denetim yaklaşımı

Tomra, 2018’de taze yaban mersini için derin öğrenme tabanlı bir sistem olan LUCAi çözümünü devreye aldığını; o tarihten bu yana derin öğrenme kullanımını genişlettiğini aktarıyor. Haberde, “severity tuning” olarak anılan ayar yaklaşımıyla üreticilerin meyveyi farklı değer akışlarına (pazar/segment) yönlendirme konusunda daha fazla kontrol elde edebileceği ifade ediliyor.

Sistemin denetim tarafında görsel ve kızılötesi (IR) incelemenin birlikte kullanıldığı; boyutlandırma gibi bazı ölçümlerde klasik algoritmaların, daha karmaşık kusurlarda ise derin öğrenmenin devreye girdiği belirtiliyor. Böylece tek bir parametreye değil, meyvenin birden fazla özelliğine bakılarak sınıflandırma yapılması hedefleniyor.

Boyut aralığı ve kapasite baskısı: 10 mm’den 40 mm’ye

Haberde öne çıkan teknik zorluklardan biri, yaban mersininin her zaman tam küresel olmaması. Bu nedenle doğru boyutlandırma için meyvenin farklı yüzeylerinin görülebilmesi amacıyla kontrollü döndürme ihtiyacı doğuyor. Cleaver, taneler büyüdükçe şeklin daha basıklaşabildiğini ve bunun taşıma/çevirme süreçlerini zorlaştırdığını aktarıyor.

Boyut aralığının da genişlediği vurgulanıyor: pazarda 10 milimetre seviyesinde küçük taneler bulunurken, bazı örneklerde 40 milimetreye kadar çıkan tanelerin görülebildiği ifade ediliyor. Buna ek olarak paketleme tesislerinde hız/kapasite beklentisi artarken, şirketin “daha hızlı” hedefini “daha iyi taşıma” ile birlikte ele aldığı aktarılıyor.

Sezonsallıktan yıl boyu çalışmaya: dayanıklılık ihtiyacı

Bir diğer değişim ise operasyon sürelerinde yaşanıyor. Haberde, yaban mersininin geçmişte daha kısa sezonlarda işlendiği; ancak ithalatın artmasıyla birlikte birçok paketleme tesisinin artık yıl boyunca çalıştığı belirtiliyor. Bu durum, ekipmanın daha uzun süre kesintisiz çalışabilecek şekilde daha dayanıklı tasarlanmasını gerektiriyor.

Patentli transfer yastığı tasarımı: daha az düşüş, daha az geçiş

5S Blueberry optik sorter’ın öne çıkan unsurlarından biri olarak patentli transfer yastığı tasarımı gösteriliyor. Haberdeki anlatıma göre bu yapı, taneler tekilleştirilirken (singulation) meyveyi stabilize etmeyi amaçlıyor; ardından kontrollü döndürmenin yapılabildiği rulolu bölüme geçişte daha dengeli bir akış hedefleniyor.

Geleneksel çözümlerde stabiliteyi artırmak için daha fazla “düşüş” ve daha fazla “geçiş” eklenebildiği; bunun ise hem meyveye zarar riskini artırdığı hem de hattın kapladığı alanı büyütebildiği ifade ediliyor. Yeni tasarımın, bu enerji/şok etkisini emerek meyveyi korumaya çalıştığı aktarılıyor.

Mevcut tesislere uyum ve ölçek: Kato 260 mirası

Tomra, yaklaşık 10 yıl önce yaban mersini için ilk “lane grader” çözümlerinden biri olarak Kato 260 modelini devreye aldığını ve bunun üzerine yeni platformu inşa ettiğini belirtiyor. Haberde, dünya genelinde 250’nin üzerinde makine ve 3.000’den fazla hat (lane) kurulu olduğu bilgisi paylaşılıyor.

Şirket, mevcut müşteriler açısından yeni 5S Blueberry’nin mevcut paketleme tesislerine entegre edilebilir olmasını hedeflediğini; kapasitesine kıyasla makinenin kapladığı alanın (footprint) küçük tutulmasının avantaj olarak görüldüğünü aktarıyor.

Öne çıkan noktalar

• Hassas taşıma odağı: Meyvenin yüzeyindeki doğal tabakanın korunması için hat boyunca temas ve darbe riskini azaltma hedefi.
• Derin öğrenme desteği: LUCAi ile daha karmaşık kusurların ayrımında yapay zekâ kullanımı.
• Görsel + IR denetim: Çoklu sensör yaklaşımıyla farklı kalite parametrelerinin birlikte değerlendirilmesi.
• Geniş boy aralığına uyum: Haberde 10 mm’den 40 mm’ye uzanan örnek boyut aralığına dikkat çekiliyor.
• Yıl boyu çalışma gereksinimi: Sezonsallığın azalmasıyla daha dayanıklı, kesintisiz çalışmaya uygun ekipman ihtiyacı.
• Patentli transfer yastığı: Tekilleştirme ve kontrollü döndürme öncesi stabiliteyi artırma; ek düşüş/geçiş ihtiyacını azaltma iddiası.
• Mevcut tesislere entegrasyon: Kato 260 kullanıcılarının paketleme hatlarına uyum ve alan verimliliği vurgusu.