בינה מלאכותית בתעשיית המזון: בקרת איכות ואופטימיזציה של מתכונים

פסילות וסטיות במשקל, במנה ובאריזה צפות לרוב כבר במחסן — כשהאצווה כבר נשלחה. אנחנו מפתחים ומטמיעים פתרונות מקצה לקצה: מגדירים בקרה ישירות על הקו, מאמנים מודלים על תקני הייחוס שלכם, ומעבירים למשמרות נהלים ברורים. הסטייה נראית מיד, ושיעור התיקונים וההחזרות יורד בלי לעצור את הזרימה.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

AI בתעשיית המזון: היכן נשברת בקרת האיכות

ברוב קווי הייצור במזון בקרת האיכות עדיין נשענת על דגימה סלקטיבית. המפעיל לוקח כמה נקודות מהאצווה — מבחינת נפח מדובר באחוזים בודדים מהזרם. פגם שמתפזר באופן לא אחיד פשוט לא נכנס לדגימה, והאצווה ממשיכה הלאה עם פגם שכבר טמון בה.

המקור השני — פיזור בהערכה בין משמרות. צבע, מרקם וגופים זרים מוערכים לפי סולם פנימי שכל מפעיל מחזיק בראש. משמרת אחת פוסלת את מה שאחרת מפספסת, והגורם האנושי בבקרה מפסיק להיות שגיאה — הוא הופך לסיבה מערכתית לאיכות לא יציבה.

נקודת הכשל השלישית — רגע הגילוי. פגמים באצווה בדרך כלל מתגלים באריזה או במחסן, כשחומר הגלם כבר נצרך והקו עבד משמרת שלמה. אובדן חומר גלם מצטבר באופן לא ליניארי: ככל שהפגם מתגלה מאוחר יותר, כך עובר יותר נפח לעיבוד מחדש ולפסולת, ואיתו גדל גם חלק התוצרת שלא ניתן לשלוח.

בנפרד עומד התיעוד. HACCP דורש לאשר כל בדיקה ברישום, והרישומים מנוהלים ידנית בסוף המשמרת — מהזיכרון ועם עיגול לטובתו. בעת ניתוח אירוע אי אפשר לשחזר תמונה אמיתית מיומנים כאלה: לא ברור מתי נוצר הפגם בקו, וגם לא איזו אצוות חומר גלם הביאה אותו.

כל שלוש הנקודות — דגימה ידנית, הערכה סובייקטיבית וגילוי מאוחר — הן משימה אחת: להפוך את הבקרה לרציפה ולשחזורית. נבחן כיצד זה נסגר.

מה נותן בקרת AI: סוגי פגמים ואפקט מדיד

האפקט של ראייה ממוחשבת על הקו מתפרק לשלושה מדדים מדידים: איזה חלק מהאצווה אנחנו בכלל רואים, אילו סוגי פגמים אנחנו מכסים ועד כמה ההחלטה מתקבלת באותה צורה במשמרות שונות. בקרה סלקטיבית של מפעיל נותנת כיסוי של אחוזים בודדים מהאצווה — השאר מגיע לצרכן או מתגלה כבר בקבלה ברשת.

סוגי פגמים שבקרה רציפה על המסוע מכסה:

  • גופים זרים — מתכת, ניילון, שברי אריזה, גלעין;
  • גאומטריה וקליבר — סטייה בצורה, בגודל, במשקל המנה;
  • צבע ומרקם — אפייה חסרה, חריכה, קלייה לא אחידה, חיתוך חיוור;
  • שלמות האריזה — קריעת תפר, איטום לקוי, אובדן ואקום, הזזת תווית;
  • מילוי ופריסה — חסר במשקל, רווחים, הידבקות המוצר.

הכיסוי גדל לאצווה כולה בלי להפחית ממהירות הקו, ושיעור הפגמים שהוחמצו מפסיק להיות תלוי בעייפות המשמרת: סף התגובה מכוון פעם אחת בעת ההרצה ולא נסחף לקראת סוף המשמרת. יציבות ההערכה נמדדת בפערים בין החלטות של משמרות ואזורים — זה נתון בדוח, לא תחושה של הטכנולוג.

כל סטייה משאירה פריים, תווית סוג וזמן. יומן החלטות ותיעוד צילומי מכסים את העקיבות לפי HACCP, וניתוח תלונות מתבצע לפי עובדות, לא לפי זיכרונות של מפעיל.

מצבי בקרה: ידני, סלקטיבי, רציף, היברידי

מצב הבקרה נבחר לפי שונות התהליך, סוג הפגם ומחיר החמצה שגויה, ולא לפי הרגל של המשמרת. בדיקה ידנית נשארת באצוות קטנות ובבקרת כניסה של חומר גלם, אבל במהירות קו העין מספיקה להעריך רק חלק מהתוצרת — השאר עובר לאריזה.

מצב מתי מתאים מגבלות
ידני ייצור בסדרות קטנות, מתכונים ייחודיים, בקרת כניסה של חומר גלם תלוי במשמרת ובעייפות המפעיל, אין היסטוריית החלטות
סלקטיבי תהליך יציב, הפגם מתגלה באצווה ולא ביחידה בין דגימות הפגם עובר לאריזה ללא הפרעה
רציף (בקרה בזרם) מהירות קו גבוהה, מוצר אחיד, סובלנויות קפדניות דורש כיול למוצר והגנה על המצלמות מפני זיהום
היברידי כמה קווים או מוצרים באזור אחד מורכב יותר בהגדרה, נדרשת לוגיקה אחידה של ספים והסלמה

תדירות הדגימה היא ערך מחושב, לא קבוע רגולטורי: היא נגזרת ממהירות הקו ומזמן התגובה של המפעיל, ולכן בין דגימות תמיד יש חלון שבו הפגם כבר עבר הלאה בזרם. בקרה רציפה סוגרת את החלון הזה, אבל משלמת ברגישות להחלפת מוצר ולזיהום — את הספים יש לחשב מחדש לכל מתכון.

בפועל, מצב בקרה נלקח לעיתים נדירות בצורתו הטהורה: בדרך כלל מתחילים בסלקטיבי, מנהלים יומן החלטות לכל דגימה, ורק אחר כך מוסיפים ענף רציף במקום שבו ההפסדים מהחמצה גבוהים ממחיר אזעקת השווא. כך מצב בקרה היברידי נבנה לקו מסוים — עם תדירות דגימה שונה לפי אזורים וסף הסלמה משותף.

הטמעת בקרת איכות: מביקורת הקו ועד לתקנות

סדר העבודה זהה לקו מילוי, אריזה ומיון חומר גלם: תחילה מתעדים את הפיזיקה של התהליך, אחר כך בונים את סכמת הבקרה, ורק לאחר מכן מעבירים אותה למשמרת. כל שלב נשען על ההחלטות של השלב הקודם, ולכן דילוג על שלב לא חוסך זמן אלא מחזיר את הפרויקט שתי עמדות אחורה.

  1. ביקורת הקו. בודקים היכן מותקן ציוד התצפית, כיצד האור נופל על המוצר, באיזו מהירות זורם הזרם ואילו פגמים המפעיל כיום מזהה בעיניים. בתפוקה — מפת פגמים ורשימה כנה של מה שניתן להבחין בו פיזית בקו הזה ומה לא.
  2. סכמת בקרה. מגדירים אילו סטיות המודל תופס, אילו נשארות לבדיקה ידנית והיכן עובר גבול הסובלנות. כאן גם מחליטים מה קורה למוצר בעת תגובה: עצירת הזרם, הפנייה למגש נפרד או סימון ביומן.
  3. סימון הדגימה. אוספים פריימים מכל המשמרת ומאצוות שונות, כולל בהכרח פגמים נדירים ומקרי גבול. פריימים שנויים במחלוקת מסומנים על ידי הטכנולוג, והם עוברים לסט נפרד — דווקא עליהם נבדק המודל לאחר מכן.
  4. פיילוט בקו אחד. הפתרון עובד במצב תצפית ואינו משפיע על פעולות המפעיל: המערכת מציגה פסק דין, אך הפסילה נעשית בידי אדם. כך אנו משווים הערכה ממוחשבת להערכה ידנית ורואים את השיעור האמיתי של החמצות ותגובות מיותרות בלי סיכון לתפוקה.
  5. בדיקת המודל במשמרות. מריצים בצוותים שונים, אצוות חומר גלם ומצבי תאורה, מכיילים את סף התגובה. בנפרד בודקים את ההתנהגות בעת החלפת חומר גלם ואחרי התאמה מחדש של הציוד.
  6. תקנון בקרה. מתארים את פעולת המשמרת בעת תגובה, סדר אישור ופסילה, אחראים ויומן אירועים. לשם כך נכלל גם סדר עדכון המודל בעת שינוי מתכון או ספק.
  7. מסירה ותצפית. מלמדים את המשמרת, מסכמים על הערכה מחדש תקופתית על אצוות מסומנות חדשות ועל הסף שמעבר לו יש לאמן את המודל מחדש.

שלב נחשב לסגור כאשר המשמרת עובדת לפי התקנון ללא ליווי מהנדס, והפער מול בקרה ידנית נכנס לנורמה מוסכמת.

ערכת אספקה: מודל, סכמות קו, תקנוני בקרה

אחרי ההרצה בייצור נשאר לא רק מודל מאומן, אלא כל מה שמאפשר להפעיל אותו בלי היוצרים. להלן רשימה של מה שאנו מוסרים יחד עם המערכת: קבצים, סכמות ותקנונים שלפיהם עובדת גם המשמרת וגם מהנדס התמיכה.

  • מערך הגדרות: תצורת המודל עם ספי ביטחון וכללי פסילה, כל גרסה נשמרת — ניתן להחזיר כל שינוי לגרסה הקודמת.
  • סכמת מיקום מצלמות: נקודות התקנה ואזורי כיסוי לפי עמדות בקו, דרישות לתאורה ולרקע, כדי שניתן יהיה לשחזר את הבדיקה בקו שני בלי מדידות חוזרות.
  • תיעוד למודל: מפת סוגי פגמים עם דוגמאות «כשר / כשר בתנאי / פסול», תנאי תחולה ומגבלות ידועות — עבור אילו מוצרים ומצבים הפתרון לא נבדק.
  • תקנוני בקרה: פעולות המפעיל בעת תגובה, סדר תיעוד תגובות שווא, תדירות בדיקה על דגימת ייחוס.
  • כללי גישה למערכת: תפקידים והרשאות, מי ועל איזה בסיס משנה ספים, יומן פעולות, כניסה דרך חשבונות הארגון.
  • נוהל תמיכה: כיצד מוציאים עדכון למודל, היכן נשמרת הגרסה הקודמת ובתוך כמה זמן מתבצעת החזרה לאחור.
  • הוראות למשמרות: כרטיסים בעמדת העבודה — מה לעשות בעצירת קו, אובדן קשר עם המצלמה או פריים שנוי במחלוקת.

ערכה כזו הופכת את המערכת לניתנת להעברה: מהנדס פנימי או קבלן אחר פורס אותה בקו שני, בלי לשחזר את הלוגיקה מהתכתבות. בלעדיה ההגדרות חיות בראשו של אדם אחד, ושינוי ספים הופך לניסוי על קו חי.

מקרה בוחן: בקרת מנות ואריזה בקו לקונדיטוריה

קו לקונדיטוריה מייצר עוגיות בשלושה פורמטי אריזה, ולפני ההטמעה בקרת המנות נשענה על שקילה סלקטיבית: המפעיל הוציא כמה יחידות מהמסוע מדי חצי שעה. פיזור המשקל בתוך האצווה התגלה רק במחסן התוצרת המוגמרת, ומילוי חסר בתא אחד המשיך הלאה בזרם יחד עם האחרים.

על המסוע המוביל החוצה הותקנו מצלמה וחיישן משקל. מודל סגמנטציה מפריד בין קווי האריזה לרקע, וביחד עם המשקל בודק את התפר, ההטבעה ומיקום התווית — סטייה נפסלת לפני העמסה לארגז. את סף הפסילה המפעיל מכוון לפי האצווה, ואימון מחדש לפורמט חדש אורך כמה ימים.

מדדים לפני ואחרי

מדד לפני ההטמעה אחרי
משקל מנה מחוץ לסובלנות 4.1% מהמוצרים 0.5%
פגם אריזה שהגיע לצרכן 1.7% מהאצוות 0.2%
אצוות שעברו לבדיקה חוזרת 19% 3%
החלטות שהמפעיל מאשר ידנית 100% 8%

בדיקה חוזרת של אצווה הפסיקה להיות הנורמה: תאים שנויים במחלוקת הקו פוסל מיד, והמפעיל מטפל רק במקרים שבהם המודל לא הגיע לסף הביטחון. יומן מדידות לכל מוצר מכסה את דרישות HACCP — העקיבות לפי אצווה משוחזרת בלי רשומות ידניות.

במה שונה בקרה בזרם מבדיקה סלקטיבית של אצוות?

בקרה סלקטיבית עונה על שאלה לגבי האצווה, בקרה בזרם — לגבי כל מוצר. הלבורנט לוקח דגימה לפי התקנון, וההחלטה מתקבלת לפי סטטיסטיקה: כל עוד הדגימה בסובלנות, האצווה נחשבת כשרה. פגם שלא נכנס לדגימה עובר למחסן יחד עם האצווה — השגיאה מוכפלת על כל הנפח.

בזרם ההחלטה מתקבלת על כל יחידה: המערכת משווה את המוצר לייחוס ופוסלת מוצר מסוים, לא אצווה. מכאן גם עלות שונה של החמצת פגם. סכמה סלקטיבית במקרה של מחדל משמעה החזרה או עיבוד מחדש של האצווה כולה; בקרה בזרם חוסמת את הפגם נקודתית, ונפח ההוצאה נמדד ביחידות.

שונה גם העומס על הצוות. סכמה סלקטיבית נשענת על אדם: דגימה, הערכה חזותית, יומן — אלה זמן, עייפות וסף סובייקטיבי שבהכרח נסחף לקראת סוף המשמרת. בקרה בזרם מחזיקה קריטריון אחד לאורך כל המשמרת, והמפעיל מתערב רק במקרים שנויים במחלוקת שהמערכת מסמנת בנפרד.

השוואת מצבים אינה מצטמצמת לשאלה איזה טוב יותר. מיקרוביולוגיה, לחות והרכב נקבעים במעבדה — כאן הדגימה הסלקטיבית נשארת העיקרית. הזרם מכסה את מה שאדם לא מספיק לראות פריט-פריט: גאומטריה, צבע, גופים זרים, שלמות האריזה.

בפועל המצבים משלימים זה את זה: הזרם חוסם פגם ברגע הייצור, הדגימה מאשרת את יציבות התהליך. אם מחיר הפגם גבוה ממחיר עצירת הקו, בדיקה סלקטיבית של אצוות הופכת לבלתי מספקת.

ספקות טכניים: עונים לגופו של עניין

המודל בבית החרושת עובד לא במעבדה: חומר הגלם מגיע באצוות שונות, התאורה משתנה בין משמרות, מתכונים מתקנים על הדרך. מכאן הספקות העיקריים של מהנדסים — נבחן אותם לגופו של עניין.

התחלף זן או ספק של חומר גלם — מה קורה למודל?

היציבות נשענת על מאפייני הסוג, לא על אצווה מסוימת: צבע, מרקם, אופי ההחזרה באזורי בקרה של הספקטרום דומים באותו מוצר. כאשר יש שינוי מורגש, מוסיפים את האצווה לדגימה ומאמנים את המודל מחדש; הסוגים הקודמים נשארים בסט כדי לא לאבד את הזיהוי.

התאורה בבית החרושת שונה — האם זה קריטי?

הצילום מוצב כך שהפריים לא תלוי באור הכללי: תאורה עצמית באזור הבקרה, חשיפה קבועה, כיול לפי ייחוס בתחילת המשמרת. לאימון לוקחים פריימים ממשמרות ונקודות שונות בקו — אז תנודות התאורה נכנסות לרעש, לא לשגיאת בקרה.

כמה נתונים צריך כדי להתחיל?

נפח הדגימה נקבע לפי מספר הסוגים ומגוון הפגמים, ולא לפי העיקרון «כמה שיותר, יותר טוב». מתחילים בהרצה ניסיונית בקו אחד: מסמנים סטיות אמיתיות, בודקים היכן המודל טועה, ומשלימים בדיוק את המקרים האלה — כך קצר יותר מאשר לאסוף סט גדול בלי כיוון.

מי מלווה את המודל אחרי ההרצה?

תמיכה היא חלק מהעבודה, לא אופציה: עוקבים אחרי שיעור הפגמים שהוחמצו ואחרי הפער מול בדיקת המעבדה, בעת סחיפת נתונים מאמנים מחדש על אצוות חדשות, מתעדים את גרסת המודל ושומרים על אפשרות החזרה לאחור. מדדים משווים להתנהגות הקו בפועל באופן קבוע, לא לפי דוח חד-פעמי.

נדון במשימת בקרת האיכות בקו שלכם

כדי לחזור עם הערכה עניינית ותוכנית הטמעה, ולא עם ממוצעים ענפיים, עלינו לדון במשימה על החומר שלכם: לראות את הקו והנתונים. להלן הסט המינימלי שאנו אוספים בהתחלה; בלעדיו פיילוט בקו אחד הופך לניחושים.

  • מה אנחנו בודקים: פגם, סטייה בצבע או במרקם, גוף זר, חסר במשקל — ואילו החלטות המפעיל מקבל ידנית.
  • נתונים: מצלמות באזורים, מאזניים, גלאי מתכות, דגימות מעבדה, יומני פסילה — עבור איזו תקופה קיימים ובאיזה פורמט.
  • סימון: כמה דוגמאות «כשר/פסול» אושרו על ידי מומחה ייחוס ואיך לא הולכים לאיבוד סוגי פגמים נדירים.
  • מתכונים ומצבים: אילו מדדי חומר גלם בכניסה משפיעים על התפוקה והיכן הסובלנויות קפדניות והיכן אפשר לשנות.
  • פיילוט בקו אחד: בוחרים אזור עם ההפסדים הגדולים ביותר ומריצים את המודל במצב של רמז למפעיל.
  • קריטריוני קבלה: שיעור הפגמים שהוחמצו, תגובות שווא, זמן תגובה לסטייה — מתעדים לפני ההתחלה.
  • אינטגרציה והרשאות: לאן מחזירים את התוצאה (לולאת בקרה, מערכת חשבונאות, דוח), מי בעל המערכת.

בהמשך מכינים נתונים לפי רשימת התיוג הזו, קובעים את אזור הפיילוט ומשווים את התוצאה לבדיקות הקיימות. תארו את המשימה — נחזור עם הערכה ותוכנית: שלבים, דרישות להכנת נתונים ותפקידים משני הצדדים.