隨著數(shù)據(jù)爆發(fā)式的增長(zhǎng)、計(jì)算能力的大幅提升以及深度學(xué)習(xí)算法的發(fā)展和成熟，迎來(lái)了人工智能的第三次浪潮。自動(dòng)翻譯、無(wú)人駕駛、人臉識(shí)別、搜索引擎和機(jī)器人等應(yīng)用已經(jīng)走進(jìn)社會(huì)生活。2015年基于深度學(xué)習(xí)的人工智能算法在圖像識(shí)別準(zhǔn)確率方面第一次超越了人類(lèi)肉眼，為人工智能的應(yīng)用展現(xiàn)了廣闊前景。
大多數(shù)的食品加工企業(yè)屬于勞動(dòng)密集型，人力勞動(dòng)繁復(fù)且目前具有不可替代性，原因在于大量的工作依靠人腦判斷和綜合分析，即使是自動(dòng)化的今天，也有相當(dāng)?shù)臄?shù)量需要人工完成，如水果蔬菜的挑選分揀和設(shè)備的操作管理等，因此，如何充分發(fā)揮現(xiàn)代科技的作用，進(jìn)一步提高自動(dòng)化的水平是需要不斷探索和解決的問(wèn)題。
為了保證果蔬的質(zhì)量、降低損耗、順利完成加工和商品化流程，果蔬在采收后一般要選擇進(jìn)行原料的選別、分級(jí)、清洗、去皮、切分、燙漂和抽空處理等一道或多道加工工序，即果蔬的預(yù)處理。果蔬品種繁多，目前通常是憑經(jīng)驗(yàn)編制各種預(yù)處理工藝。近40年來(lái)我國(guó)果蔬產(chǎn)業(yè)快速發(fā)展，由于加工時(shí)間集中而且數(shù)量大的因素，所以多采用連續(xù)式設(shè)備，各工序和設(shè)備可以相連組成生產(chǎn)線(xiàn)，
并且采用自動(dòng)控制、自動(dòng)調(diào)整裝置，部分工作由機(jī)器逐步代替，工人間接地照管和監(jiān)督機(jī)器進(jìn)行生產(chǎn)。然而在個(gè)性化定制趨勢(shì)中反應(yīng)還不夠迅速，任務(wù)周期較長(zhǎng)，效率和質(zhì)量有待提高。
圖1所示的是一種有清洗和冷卻(燙漂后一般需要經(jīng)過(guò)冷卻)功能的果蔬預(yù)處理連續(xù)式生產(chǎn)線(xiàn)，產(chǎn)品進(jìn)入綜合清洗機(jī)進(jìn)行綜合清洗和去雜質(zhì)，然后經(jīng)過(guò)冷卻機(jī)、振動(dòng)瀝水機(jī)和提升機(jī)輸送到后續(xù)的工藝流程?，F(xiàn)階段其自動(dòng)化控制的特點(diǎn)：
(1)設(shè)備中由多種傳感器檢測(cè)，進(jìn)行較為簡(jiǎn)單的控制，如：a.清洗機(jī)、冷卻機(jī)中設(shè)有水位儀，當(dāng)水位觸及低位警戒時(shí)，即自動(dòng)開(kāi)啟水閥進(jìn)行補(bǔ)充水；當(dāng)水位觸及高位警戒時(shí)，即關(guān)閉水閥停止補(bǔ)充水；b.電動(dòng)機(jī)保護(hù)，溫度或電流等傳感器檢測(cè)到電動(dòng)機(jī)出現(xiàn)過(guò)載等故障后自動(dòng)停機(jī)；c.運(yùn)行速度可以人工設(shè)定和人工調(diào)節(jié)。
(2)聯(lián)機(jī)控制，各設(shè)備可以聯(lián)動(dòng)。
(3)借助于人腦分析、綜合判斷、決策和管理。
根據(jù)目前果蔬預(yù)處理主體屬于依靠人腦判斷和多元參數(shù)控制的特色，但是當(dāng)前的自動(dòng)化還無(wú)法滿(mǎn)足個(gè)性化定制和柔性生產(chǎn)的需要，而且在自動(dòng)化水平不斷提升后，人將越來(lái)越困難地感知到運(yùn)行工況的動(dòng)態(tài)變化，決策也容易受主觀判斷的影響。應(yīng)用人工智能可以彌補(bǔ)人在決策和操作中的不足，人工智能讓機(jī)器逐漸擁有感知、認(rèn)知和決策的功能，而將原有的管理系統(tǒng)變成人機(jī)合作的決策系統(tǒng)。
如圖2所示，智能工廠中傳感器感知相關(guān)信息，智能決策和管理系統(tǒng)與傳感器和控制器等實(shí)時(shí)交互、多元交互和人機(jī)交互互補(bǔ)，協(xié)同企業(yè)管理層、生產(chǎn)執(zhí)行層和過(guò)程控制層決策，以最佳優(yōu)化目標(biāo)智能控制。4G/5G或Wi-Fi的環(huán)境能夠無(wú)線(xiàn)連接、快捷數(shù)據(jù)傳輸和共享，依托互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)進(jìn)行深度學(xué)習(xí)和專(zhuān)家系統(tǒng)建模，預(yù)測(cè)或建議，它獲得的數(shù)據(jù)越多，就越準(zhǔn)確。
訂單、個(gè)性化/協(xié)同設(shè)計(jì)、計(jì)劃排程、聯(lián)系供應(yīng)商和各生產(chǎn)環(huán)節(jié)等納入智能決策和管理系統(tǒng)。人工智能和互聯(lián)網(wǎng)相結(jié)合，互聯(lián)網(wǎng)能夠延伸和拓展功能，如實(shí)施跟蹤、溯源和產(chǎn)品發(fā)布等。
應(yīng)用人工智能，本文對(duì)果蔬預(yù)處理的部分設(shè)備作如下改進(jìn)。
重量分級(jí)(分揀)是目前常見(jiàn)的一種果蔬分揀，圖3所示是一種電子感應(yīng)重量分級(jí)機(jī)，符合一定重量的如蘋(píng)果、桃子、梨、臍橙、柑桔、獼猴桃、檸檬、柿子、火龍果、芒果、石榴、西紅柿、馬鈴薯、洋蔥等圓形或橢圓形果蔬將在所盛托盤(pán)的翻轉(zhuǎn)傾倒下被揀出。
果蔬質(zhì)量分級(jí)是使果蔬連續(xù)通過(guò)由攝像頭組成的圖像采集區(qū)域，利用攝像頭拍攝果蔬的圖像，傳送給圖像處理系統(tǒng)，通過(guò)人工智能對(duì)果蔬的表面質(zhì)量進(jìn)行判別，并根據(jù)質(zhì)量指令執(zhí)行機(jī)構(gòu)動(dòng)作而實(shí)施自動(dòng)分揀。進(jìn)行深度學(xué)習(xí)訓(xùn)練能夠使機(jī)器視覺(jué)達(dá)到足夠的準(zhǔn)確率。
改進(jìn)的果蔬重量和質(zhì)量連續(xù)分揀是在重量分級(jí)裝置中串接質(zhì)量分揀模塊。果蔬通過(guò)重量檢測(cè)和圖像采集區(qū)域，當(dāng)不符合重量或質(zhì)量的果蔬通過(guò)時(shí)，人工智能記下該果蔬，然后自動(dòng)輸送到指定的位置去除，從而節(jié)省了人力，提高效率，并且進(jìn)一步提高了產(chǎn)品的質(zhì)量。為了更好地?cái)z像檢測(cè)，圖像采集區(qū)域的截面可以如圖4所示，3個(gè)攝像頭互成120度夾角布置，攝像頭對(duì)通過(guò)的果蔬全部表面進(jìn)行檢測(cè)。該裝置結(jié)構(gòu)比機(jī)械手抓取更快、效率更高，設(shè)置簡(jiǎn)單。
氣泡清洗機(jī)是果蔬清洗的常用設(shè)備之一，通常是設(shè)備自動(dòng)清洗，人工監(jiān)督運(yùn)行。一種連續(xù)式果蔬氣泡清洗機(jī)及控制系統(tǒng)如圖5所示，圖中還配置了水位傳感器以及噴水、二次噴水、補(bǔ)充水等自控閥門(mén)，通過(guò)水位傳感器檢測(cè)信號(hào)可以自動(dòng)控制補(bǔ)充水。改進(jìn)方法是分別在進(jìn)料端、出料端和水池上方設(shè)置攝像頭傳感器，根據(jù)人工智能，機(jī)器視覺(jué)包括如下功能：
(1)在進(jìn)料端設(shè)置攝像頭，拍攝進(jìn)料的狀況，模式識(shí)別進(jìn)料的品種、數(shù)量和表面的臟污程度，隨即可制訂出清洗的模式，如強(qiáng)、中等或弱清洗模式，不同的清洗模式對(duì)應(yīng)自動(dòng)調(diào)節(jié)不同的工作方式和參數(shù)；
(2)在水池上方設(shè)置攝像頭，拍攝、檢測(cè)、判定清洗水質(zhì)狀況，自主決定是否自動(dòng)換水或補(bǔ)充水；
(3)分別在進(jìn)料端和出料端設(shè)置攝像頭，拍攝進(jìn)出料的狀況，通過(guò)進(jìn)出料端攝像進(jìn)行產(chǎn)品實(shí)時(shí)比較，自主分析和決策，自動(dòng)調(diào)節(jié)無(wú)級(jí)調(diào)速電動(dòng)機(jī)來(lái)調(diào)節(jié)運(yùn)行速度以及調(diào)節(jié)氣、水量等，如進(jìn)料端的物料不多時(shí)運(yùn)行速度變快，反之則自動(dòng)調(diào)節(jié)使運(yùn)行速度變慢或氣、水量增加等。
設(shè)備動(dòng)態(tài)檢測(cè)、自主決策和調(diào)節(jié)能夠?qū)崿F(xiàn)無(wú)人操作和自主運(yùn)行。如圖6模塊控制能夠使生產(chǎn)高效率的精準(zhǔn)運(yùn)行和減少人工重復(fù)性的勞動(dòng)。
應(yīng)用人工智能自然語(yǔ)言理解，當(dāng)發(fā)現(xiàn)有異常響聲時(shí)系統(tǒng)會(huì)立即自動(dòng)停機(jī)排查，反應(yīng)速度非?？欤梢杂行П苊鈸p失。人工智能自然語(yǔ)言理解還可以使機(jī)器理解或生成人類(lèi)語(yǔ)言，人機(jī)交流，執(zhí)行操作而無(wú)需人類(lèi)“動(dòng)手”。
因此，在果蔬預(yù)處理中，人工智能模擬人類(lèi)智能能夠得到很好的應(yīng)用。
基于人工智能構(gòu)建CPS(Cyber-Physical Systems，信息物理系統(tǒng))，采用“狀態(tài)感知——實(shí)時(shí)分析——科學(xué)決策——精準(zhǔn)執(zhí)行”，充分利用大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)，提升頂層智能決策水平、提高企業(yè)個(gè)性化定制能力、提高自動(dòng)化程度、全面提高效率、縮短周期、提升產(chǎn)品的控制精度和質(zhì)量指標(biāo)。
表1 應(yīng)用人工智能前后的比較分析
人腦的神經(jīng)元數(shù)量約為860億個(gè),具備無(wú)與倫比的創(chuàng)造力和洞察力
