Empresas Premium

22 de noviembre, 2023 Equipos comentarios
< Volver

Esta preclasificadora de arándanos con sofisticada tecnología de IA añade valor al modelo de negocio de recolección de arándanos. Joshua Miers-Jones, director global de la categoría de arándanos y aguacates de Tomra Food, lo explica.

La recolección mecánica de arándanosestá planteando nuevos retos y, si bien es cierto que las máquinas recolectoras son más rápidas y aseguran un menor coste que la recolección manual, también lo es que durante el proceso recolectan residuos e infrutescencias que causan trastornos en las plantas de envasado. Las máquinas también recolectan arándanos rojos y verdes indeseados que de forma innecesaria reducen el producto final de las líneas de clasificación.

En este contexto, la nueva Tomra Neon permite a los productores de arándanos procesar de forma automática los arándanos recolectados mecánicamente y procesarlos correctamente para cada mercado.

La Tomra Neon preclasifica los arándanos recolectados mecánicamente antes de transferir la fruta a la clasificadora óptica KATO260 de Tomra. Este equipo detecta racimos de frutas mediante el empleo de un modelo de inteligencia artificial, con una precisión sin precedentes. Además, como es compacta, duradera y fácil de limpiar, es idónea para cualquier línea de procesamiento y envasado de arándanos.

Reconocer el reto

La recolección manual de arándanos es muy laboriosa y exige pasarse muchas horas en el campo. Este es exactamente el tipo de trabajo tediosamente repetitivo y físicamente extenuante que las personas ya no quieren realizar. En consecuencia, es cada vez más difícil contratar recolectores y conservarlos estos temporeros, circunstancia que ha acelerado la adopción de la recolección automatizada.

Otra buena razón para cosechar mecánicamente es asegurar una mayor celeridad del proceso. Las máquinas trabajan mucho más rápidas que las personas, si bien no pueden ver ni juzgar la condición de los arándanos en las plantas como lo hace el ojo humano. Por eso, además de recolectar fruta buena, las máquinas también recolectan fruta inmadura o en racimos.

Gracias a una estrecha colaboración con los agricultores y las plantas de envase de arándanos, Tomra Food detectó la necesidad de ayudar a los clientes a dar el paso definitivo hacia una recolección mecánica que permite reducir la dependencia de mano de obra y asegurar un producto de la mayor calidad para el cliente final. Y es que Tomra Food cuenta con más de 20 años de experiencia en los procesos de clasificación, calibrado y embalaje de arándanos, lo que incluye el know-how de las empresas neozelandesas Compac y BBC Technologies que Tomra adquirió en 2016 y 2018, respectivamente.

Las múltiples conversaciones que Tomra mantuvo con sus clientes animaron a la compañía a diseñar y desarrollar una preclasificadora sofisticada desde el punto de vista técnico, pero también resistente, fácil de mantener y de limpiar, y con un precio asequible.

Para lograr este desarrollo, los ingenieros de Tomra aprovecharon su experiencia previa con la tecnología de IA de LUCAi, un complemento opcional para la KATO260 que clasifica y calibra la fruta con una precisión sin precedentes. LUCAi emplea deep learning, que utiliza modelos previamente entrenados para enseñar a los ordenadores a procesar datos, como patrones complejos de fotos. Este desarrollo es tan importante que Tomra está ya trabajando para extenderlo a otras aplicaciones.

Resultados impresionantes

Tomra Neon fue probada y validada durante dos años y medio en distintas condiciones de recolección mecánica tanto en Norteamérica como Nueva Zelanda. Estas pruebas culminaron con una pequeña producción anticipada y controlada de unidades.  Se vendieron un total de 10 equipos que han estado trabajando durante la temporada de 2023 en diversas instalaciones de clientes de Tomra. Empleando la información recabada de millones de kilos de arándanos recolectados mecánicamente en condiciones reales, se ha podido optimizar el software, los algoritmos de IA y la configuración mecánica de la Tomra Neon.

La validación de estas pruebas ha demostrado que Tomra Neon optimiza la eficiencia de la clasificadora óptica mediante la eliminación de más del 95 % de los racimos de frutas y más del 90 % de los arándanos rojos y verdes. Además, gracias a su exclusiva válvula de eyección, la Tomra Neon tiene una capacidad de producción de hasta 500 arándanos por segundo. Aún eliminando hasta el 40% de la fruta que no cumple con los requisitos deseados, puede mantenerse a una velocidad de salida de hasta 280 arándanos por segundo y, de este modo, permitir que la KATO260 funcione a su máxima capacidad.

La Tomra Neon se lanzó al mercado en octubre de 2023. Ahora Tomra Food puede ofrecer la integración llave en mano de todos los equipos de la línea, es decir la Limpiadora de la recolección de Tomra, el eliminador de frutos pequeños, la Tomra Neon y finalmente la KATO260. Este conjunto de soluciones permite a las plantas de embalaje procesar arándanos recolectados mecánicamente de una forma fácil y efectiva y asegura los mejores resultados.

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.