01 深度学习成为缺陷识别的核心 复杂的缺陷和外观相似的污染物正推动光学分选系统超越传统的基于规则的图像处理方式。深度学习模型现在能够通过颜色、形状、纹理和其他视觉特征对材料进行分类;布勒公司将于2025年推出的SORTEX AI700采用卷积神经网络,该网络基于数百万张标注图像进行训练,并在实际应用分析中展现出5%至10%的剔除率提升。这一转变有助于在食品和其他检测密集型应用中实现更精准的缺陷去除、更高的产品回收率和更高效的加工。
02 光学分选机正向互联处理系统转型 工厂运营人员越来越重视分拣线上的机器可视性、集中控制和实时过程信息。互联光学分拣机如今融合了数字化监控、云端分析和软件协调功能;TOMRA 的本地控制平台能够每秒更新工厂网络中的机器状态和性能信息。这种转变使光学分拣设备成为更广泛的数据驱动型处理系统的一部分,从而支持更快的运营决策、更少的停机时间和更稳定的分拣性能。