Opmars AI in verpakkingsmachines voor kwaliteits- en procesverbetering

Gerhard Schubert op ProSweets

AI wordt steeds geavanceerder ingezet voor kwaliteitscontrole en procesoptimalisatie in de snoep- en zoetwarenindustrie. Daarbij spelen machine learning en computervisie een sleutelrol. Dat bleek tijdens de vakbeurs ProSweets in Keulen, van 2 tot en met 5 februari.

Samen met de internationale zoetwarenbeurs ISM, waar traditioneel ook een prominent Belgisch paviljoen te zien is met chocoladeproducten, vindt jaarlijks de beurs ProSweets plaats. Hier zijn als standhouders de toeleveranciers van de zoetwarenindustrie te vinden, waaronder leveranciers van verpakkingsmachines en -materialen. De editie van ProSweets 2025 was volgens de organisatoren een groot succes, met meer dan 250 exposanten uit 32 landen. De beurs trok meer dan 16.000 vakbezoekers uit 85 landen, een stijging van 23 procent ten opzichte van het voorgaande jaar. Het aandeel buitenlandse bezoekers lag op 56 procent, met een sterke vertegenwoordiging uit met name Duitsland, Italië, China, Turkije, Nederland, Frankrijk, Zwitserland, Groot-Brittannië en Spanje.

Gerhard Schubert voorop

Als een van de standhouders op ProSweets toont Gerhard Schubert zich bijzonder actief op het gebied van AI ter ondersteuning van verpakkingsprocessen. “Kunstmatige intelligentie (AI) is misschien geen wondermiddel voor de huidige eisen in de verpakkingsindustrie, maar wanneer het verstandig wordt gebruikt, kan het processen aanzienlijk vereenvoudigen en versnellen.” Dat is de ervaring van verpakkingsmachinefabrikant Gerhard Schubert.

Schubert onderzoekt al jaren het potentieel van AI en heeft diverse nieuwe technologieën ontwikkeld voor robotondersteunde verpakkingsoplossingen. Haar klanten, voornamelijk fabrikanten van consumentengoederen, profiteren volgens Schubert van meer efficiëntie, lagere kosten, eenvoudigere bediening en meer flexibiliteit.

Langs de toeleveringsketen – van de grondstof tot het verkoopklare consumentenproduct – worden momenteel diverse opties besproken voor het gebruik van AI om processen te verbeteren, meldt Schubert. “Eén piste is het robotgebaseerde verpakkingssysteem, aangezien robots meestal worden aangestuurd door geprogrammeerde algoritmen die in de toekomst, afhankelijk van specifieke vereisten, kunnen worden ondersteund of zelfs volledig vervangen door AI.” Dit is waar de Duitse verpakkingsmachinefabrikant jaren geleden begon met zijn onderzoek en ontwikkeling van AI-toepassingen.

Voor directeur Ralf Schubert van het bedrijf is het onderwerp kunstmatige intelligentie duidelijk gedefinieerd: “Ik zie kansen voor het gebruik van AI waar de programmering van algoritmen te complex is of de algoritmen te traag zijn.” De Schubert tog.519-cobot is een voorbeeld van hoe AI op basis van neurale netwerken zorgt voor eenvoudige bediening en hoge flexibiliteit voor verpakkende bedrijven. 

Snel oppakken van ongesorteerde items

De cobot is ontworpen voor high-performance pick & place-toepassingen met lichte producten, inclusief bin picking. Dat wil zeggen het oppakken van ongesorteerde items uit een krat. Met tot 90 cycli per minuut pakt de tog.519 een grote verscheidenheid aan gesorteerde of ongesorteerde producten of verpakkingsmaterialen en plaatst deze op elke denkbare bestemming – zonder enige programmering.

“Bin picking is veruit de meest complexe pick & place-taak, aangezien ongesorteerde producten zich altijd anders gedragen”, aldus Schubert. “Elke keer dat de cobot in de bak reikt, moet hij uitzoeken welk product zich in de bovenste positie bevindt en het beste kan worden opgepakt.”

Beeldverwerking

Ralf Schubert legt uit hoe dit werkt: “We gebruiken een AI-ondersteund beeldverwerkingssysteem dat we zelf hebben ontwikkeld als basis voor de besturing van de tog.519. Het herkent zowel de producten die worden opgepakt als de omgeving waarin ze moeten worden geplaatst. Een dure 3D-camera is hiervoor niet nodig; een standaard 2D-camera is perfect geschikt. Zelfs voor bin picking, omdat hier de AI eenvoudig de vereiste 3D-beelden voor de cobot genereert uit de aangeleverde camerabeelden.”

Hierdoor kan de cobot permanent ‘zien’ wat hij moet doen via de gegenereerde beelden. “Dit elimineert vrijwel de noodzaak van een opstartproces bij een formaatwijziging of een nieuwe taak op een andere locatie. Eenmaal ingesteld, gaat de Schubert-cobot onmiddellijk aan het werk.”

Training met beeldgegevensset

Het trainen van neurale netwerken, oftewel machine learning, kost nog steeds tijd. Over het algemeen wordt een onderscheid gemaakt tussen supervised learning en reinforcement learning. Beide soorten training zijn gebaseerd op een grote dataset van beelden, maar ze verschillen in de manier waarop ze worden uitgevoerd.

Bij supervised learning is het resultaat van de gewenste actie bekend en precies definieerbaar, terwijl bij reinforcement learning het netwerk zichzelf traint door middel van een beloningssysteem.

Meer flexibiliteit door snelle formaatwijzigingen

Het getrainde netwerk in de Schubert-cobot toont aan hoe snel nieuwe formaten kunnen worden geïntroduceerd met verschillende producten zonder dat ze elke keer opnieuw hoeven te worden geprogrammeerd. Dankzij AI kunnen productiewisselingen uiterst efficiënt worden uitgevoerd zonder lange stilstandtijden – of het nu gaat om de grootte en vorm van de producten of het formaat en materiaal van de verpakking.

Geoptimaliseerde robotpaden

Bij Schubert helpt AI niet alleen de cobot ‘zien’, maar ook de robots in de verpakkingsmachines betere paden volgen. Met de AI-gestuurde software Schubert Motion kunnen de bewegingen van de verpakkingsrobots worden geoptimaliseerd voor snelheid, trillingsreductie en energie-efficiëntie.

Ralf Schubert werkt nauw samen met het team in Dresden: “Schubert Motion stelt ons in staat om de robotpaden met behulp van AI te genereren en te verbeteren. Vergeleken met door mensen geprogrammeerde robotpaden zijn deze bewegingssequenties tot 20 procent sneller, energiezuiniger en vriendelijker voor de mechanica.” 

Vereenvoudigen van technologie

Bij Schubert wordt AI tot nu toe voornamelijk gebruikt in robotbesturing, waar het zorgt voor eenvoudigere bediening, snellere en flexibelere processen, grotere energie-efficiëntie en uiteindelijk lagere kosten. Maar het zal daar waarschijnlijk niet stoppen.

Ralf Schubert concludeert: “Eenvoud is en blijft de sleutel tot de verpakkingstechnologie van de toekomst. Wat in deze context buitengewoon interessant zou kunnen zijn, is AI voor programmering, probleemoplossing en kennisbeheer – vergelijkbaar met ChatGPT, maar als SchubertGPT. Op een dag zou het zelfs mogelijk kunnen zijn om rechtstreeks met de verpakkingsmachine te praten, zoals je zou doen met een bot.”

Foto’s: Gerhard Schubert