IT løsninger i Industri 4.0 rammer - Digital procesovervågning i opskæring og udbening AP1-2023

Det vigtigste nye output er, at

➢ Der er sat kameraer på andet værtsslagteri.

➢ Billedoptagningsprogram til andet værtsslagteri er udarbejdet, og dataindsamling er i gang.

➢ Annotering af billeder fra andet værtsslagteri er begyndt.

➢ Segmenteringsmodel til bestemmelse af skinken er forbedret væsentligt.

➢ Der er fundet mere data fra yderkategorierne, så en forende-klassificering er godt på vej

Den næste store aktivitet i projektet er, at

➢ Færdiggøre modeller.

➢ Gennemføre testforsøg på slagteri i samarbejde med repræsentanter fra branchen.

➢ Lade modellerne køre i et par uger og opsamle data.

➢ Foretage indledende udvikling af visualisering, alarmer etc. til kommunikation af fejlkategorier.

Det vigtigste nye output er, at

-Der er justeret på kameraet til overvågning af forenden, så vi bedre kan se de detaljer, der er nødvendige for at vurdere og klassificere skæringen.

-Der er lavet en segmenteringsmodel til forende-delingen, som kan finde udvalgte muskler og knoglestykker (bovblad, bovkile, etc.).

-Der er annoteret en del eksempler på forender i yderkategorier, der nu gør det muligt at lave klassifikationsmodellen for forende-delingen.

-Punktmodel til at bestemme længden af skinken er forbedret.

-Det er bestemt, at den nuværende vision-opstilling flytter til et andet værtsslagteri. Smede- og elektrikerarbejde er allerede igangsat.

Den næste store aktivitet i projektet er, at

-Modellerne skal forbedres/færdiggøres og køre på slagteriet over et stykke tid.

-Der skal udvikles brugerflade til at kunne vise live statistik af skæringen.

-Der skal sættes kameraer op på andet værtsslagteri.

-De trænede modeller skal afprøves på andet værtsslagteri.

-Der skal annoteres yderligere data fra andet værtsslagteri og gentrænes modeller på de data.

Det vigtigste nye output er, at:

-Der er opsat vision-udstyr på 2. værtsslagteri.

-Modellen til klassificering af skæring mellem skinke og midterstykke er forbedret.

-Der er udviklet en segmenteringsmodel til at bestemme længden af skinken.

-Punktmodellen til klassificering og overvågning af skinkedelingen er forbedret væsentligt siden sidste kvartal.

-Det er besluttet, at der skal laves to modeller til klassificering af forenden. Én til området omkring bovkilen, og én til området omkring bovbladet.

-Der er udarbejdet et foreløbig kravsspecifikation.

Den næste store aktivitet i projektet er, at

-Kravsspecifikation skal specificeres i samarbejde med slagterierne, for at sikre den bedst mulige værdiskabelse.

-Der skal opsættes lys på 2. værtslagteri for at sikre et bedre billede-materiale til klassificering af forenderne.

-Der skal laves klassificeringskategorier i samarbejde med 2. værtsslagteri.

-Der vil være fokus på at øge præcisionen af de forskellige modeller og sikre værdiskabelsen hos de forskellige værtsslagterier.

-De tidligere trænede modeller skal afprøves på 2. værtsslagteri, og herefter skal modellerne forbedres yderlige med mere annoterings-data.

De vigtigste nye output er, at

-Udvikling af løsningen til digital procesovervågning af tredelingen skal foregå på to slagterier. Foreløbige output er fra data indhentet på 1. værtsslagteri. 2. værtslagteri er udpeget og godkendt af styregruppen i september 2022.

-Modellen til klassificering af skæring mellem skinke og midterstykke er forberedt.

-Der er lavet punktmodel til at bestemme afstanden mellem nøgleben og skæring mellem skinke og midterstykke, som skal præciseres yderligere.

-Annotering af billeddata fra deling mellem forende og midterstykke er i gang.

De næste store aktiviteter i projektet er, at

-Inddrage slagterierne ift. nærmere præcision af behov og kravspecifikation til overvågningen.

-Opsætte kamera og optagningsprogram til at optage billeder fra 2. værtslagteri i december 2022.

-Påbegynde annotering af billeder fra 2. værtslagteri.

-Træne model til klassifikation af deling mellem forende og midterstykke.

-Færdiggøre skinke/midterstykke klassifikationsmodel.

-Færdiggøre punktmodel til at bestemme skinkelængder. Hvis denne ikke er præcis nok, laves en segmenteringsmodel til at finde nøgleben og haleben og derved beregne afstanden.