Industry-4-0-es 5 abril 2023

Análisis e identificación de materias primas (RMID) mediante el analizador NIR portátil Visum Palm™ asistido por IA

raw-material-pharmaceuticals
Comparte la noticia

Análisis e identificación de materias primas (RMID) mediante el analizador NIR portátil Visum Palm™ asistido por IA

El análisis e identificación de materias primas (RMID) es un proceso crítico en la industria farmacéutica porque garantiza la identidad y calidad de todos los materiales y sustancias que se van a utilizar en el proceso de fabricación para asegurar que cumplan con las especificaciones que los productos finales requieren para llegar al consumidor con las características farmacológicas  para los cuales fueron diseñados.

 

En lo que respecta al análisis e identifiación de materias primas, tanto Raman como NIR son técnicas complementarias y ninguna representa una solución final o definitiva debido al gran número de materiales, sustancias y casuísticas que intervienen. Por ejemplo, los analizadores Raman portátiles son sensibles ante determinadas sustancias que emiten fluorescencia y no son la técnica adecuada para la determinación de humedad (LoD) en reemplazo del método Karl Fischer o para la determinación del tamaño de partícula medio, donde la espectroscopía NIR sí es efectiva y a un coste inferior.

Rohstoffanalyse

Análisis e identificación de materias primas farmacéuticas

El analizador NIR portátil Visum Palm, es un espectrofotómetro self-contained con ordenador y pantalla táctil embebidos que opera en el rango de 900-1700 nm útil para la verificación, clasificación e identificación de materias primas farmacéutica y que cuenta con una resolución espectral de 256 píxeles, un área de medición de 10 mm de diámetro y de iluminación de 50 mm,  lo que permite obtener más información química de la muestra analizada y lo hace menos sensible que otros espectrofotómetros a heterogeneidades, incluso aquellas derivadas del tamaño de partícula para sustancias que son muy similares. El analizador cuenta con un sistema de iluminación que dispara una gran cantidad de luz a la muestra y un sistema de colección que aprovecha la mayor cantidad de luz dispersada producto del scattering, algo a tener en cuenta especialmente si se trabaja con sustancias pulverulentas.

analisis de materia prima

Entre sus particularidades, es el único analizador NIR del mercado que dispone de un software asistido por IA y que permite a cualquier usuario, sin conocimientos técnicos específicos en espectroscopía o análisis de datos multivariantes, desarrollar sus propias librerías y métodos NIRS además de editarlos iterativamente de acuerdo a sus necesidades, como por ejemplo, incorporar nuevas sustancias o robustecer una clase con muestras de un nuevo proveedor. 

El software Visum Master™ en su versión GMP ha sido específicamente diseñado en cumplimiento de las directrices de la European Medicines Agency “Guideline on the use of near infrared spectroscopy by the pharmaceutical industry and the data requirements for new submissions and variations” (2014) y el Addendum “Defining the Scope of an NIRS Procedure” (2023). Es compatible además con la normativa 21 CFR Part 11 de la FDA.

Visum Master software

Figura 2: Visum Master software versión GMP para usuarios farmacéuticos.

Identificación de materias primas, verificación y clasificación

El analizador Visum Palm™ permite realizar en segundos identificación de materias primas o su verificacióncomparando el espectro adquirido de la muestra con el espectro típico medio de cada sustancia que forma parte de la librería. Esta comparación se realiza a partir de un criterio matemático de similitud, que convierte las diferencias en un valor numérico. Como resultado del análisis e identificación de materias primas, el analizador Visum Palm™ proporciona la clase con mayor similitud obtenida (Figura 3) y enumera las demás sustancias por orden de mayor a menor similitud

A diferencia del análisis de identificación de materias primas, que es agnóstico al material a inspeccionar, el análisis de verificación (Figura 4) permite al usuario seleccionar una sustancia específica dentro de la biblioteca para confirmar su identidad. El resultado es PASS o FAIL y, en este último caso, también indica la sustancia correcta y con mayor similitud.

identificación de materias primas y verificacion mediante visum palm

Figura 3: Identificación de materias primas                 Figura 4: Verification PASS/FAIL

Análisis de clasificación

En contraste con lo anterior, para el análisis de materias primas, la clasificación (Figura 5) es una función que emplea algoritmos de machine learning, no de similitud, y que permite distinguir (clasificar) adecuadamente diferencias espectrales muy sutiles, como el tamaño de partícula o la concentración de un analito concreto, aunque se trate del mismo API o excipiente. Es una función muy útil para identificar anomalías en la materia prima o para realizar una confirmación del análisis de identificación en casos problemáticos o dudosos donde las sustancias son espectralmente muy similares, complementando así el análisis de identificación o verificación antes mencionado.

En todos los casos anteriores, además del resultado, se obtiene para cada medición el espectro de la sustancia analizada (Figura 6).

pharma classification pharma absorbance

Figura 5: Análisis de clasificación                           Figura 6: Espectro de cada medición

Generación del método NIRS: ventajas de la automatización para la identificación de materias primas

Visum Palm™ es el único analizador NIR del mercado que permite al usuario final desarrollar sus propias librerías o métodos NIRS de clasificación, cuantificación e identificación de materias primas sin la intermediación de técnicos o especialistas. Veamos gráficamente a continuación cómo se diferencian los softwares de mercado existentes para el análisis de datos multivariantes – o también llamados, de quimiometría – para el desarrollo de métodos y calibraciones NIRS, del software Visum Master™ de IRIS Technology Solutions.

Identification et analyse des matières premières

Figura 7: Software de quimiometría convencional para el desarrollo de métodos NIRS vs. Visum Master™ software.

Lo anterior es un ejemplo gráfico que permite diferenciar rápidamente cómo Visum Master™ simplifica una gran cantidad de tareas científicas y tecnológicas que hasta la actualidad debían ser realizadas por expertos en quimiometría o especialistas durante la fase de desarrollo de un método NIRS. Más aún, este software hace accesible a cualquier analista poder llevar de forma autónoma estas tareas y editar los métodos creados cuando sea necesario, lo que convierte al analizador NIR Visum Palm™ en un sistema abierto que puede ir cubriendo distintas necesidades de análisis con el entrenamiento adecuado por parte del usuario, cambiando así radicalmente la accesibilidad y usabilidad de la técnica NIR en la industria.

El software Visum Master™ genera de forma automatizada sucesivamente un gran número de modelos predictivos aplicando cada vez una determinada combinación de pretratamientos, algoritmos y parametrizaciones. En todos los casos, escoge aquel con menor RMSE y riesgo de overfitting. Además ejecuta automáticamente un test de calidad espectral para identificar y remover los outliers espectrales, es decir, aquellos espectros considerados atípicos en relación a un rango de variación predefinido para cada clase o valor y realiza automáticamente un informe del método NIRS desarrollado con toda la información técnica de cómo se generó el modelo, un documento especialmente útil para la validación externa de un método NIRS cuantitativo para release y como documentación respaldatoria frente a auditorías.

Desarrollo y edición de una librería de identificación de materias primas o clasificación

Para desarrollar una librería o método de identificación de materias primas (procedimiento análogo para métodos NIRS de clasificación y cuantificación), sólo es necesario importar los espectros adquiridos de cada sustancia o muestra de calibración y colocar su valor de referencia, nombre o clase. Al finalizar la carga de datos, Visum Master™ generará la librería automáticamente. 

Así mismo, es posible editarla y robustecerla de forma iterativa para incorporar nuevas sustancias o espectros de muestras de un nuevo proveedor. Por cada edición se genera una nueva versión (v1, v2, …) como copia de seguridad de los cambios efectuados. Terminado el proceso, se exporta la librería o métodos NIRS al analizador portátil Visum Palm™ para su empleo en el análisis de materias primas de forma rutinaria.

Visum-Master-Software

Figura 8:  (Izquierda) Desarrollo automatizado de librerías de identificación de materias primas o clasificación. Incorporar espectros y referencias (nombre o clase). (Derecha) Editar librería de identificación de materias primas o clasificación. Incorporar nuevos espectros a una clase existente o agregar una nueva y su referencia (nombre o clase).

Conclusiones

La identificación de materias primas y su cualificación es un paso esencial en cualquier entorno GMP y, a diferencia de otras tecnologías, la técnica NIRS puede identificar y clasificar materiales o sustancias o cuantificar diferentes analitos de interés, reduciendo así la carga de trabajo en el laboratorio o en el almacén de recepción de materias primas.

Visum Palm™ ofrece un valor único y diferente a cualquier otro dispositivo del mercado en el sentido de que la creación o edición de librerías y métodos NIRS está automatizada y puede realizarse sin conocimientos específicos en quimiometría, aunque dispone de un “Modo Experto” para usuarios avanzados que permite escoger los preprocesados y algoritmos durante la fase de generación del método y que se activa por licencia.  También tiene el diferencial de ofrecer informes automatizados que facilitan el trabajo de cualquier analista frente a potenciales auditores en términos de documentación respaldatoria y de validación externa del método NIRS empleado, incluso para release. 

 

Visum Palm™ ofrece las siguientes ventajas:

 

  • Es útil para la identificación y cualificación de materiales, incluidos los fluorescentes, que no pueden analizarse mediante espectroscopía Raman.
  • Además del análisis de identificación de materias primas puede realizar análisis cuantitativos, por ejemplo para reemplazar el análisis de Karl Fischer (LoD) en materias primas.
  • Es un analizador self-contained con ordenador embebido y pantalla táctil y no requiere estar conectado a otros dispositivos electrónicos.
  • Tiene una resolución espectral de 3 nm o 256 píxeles, un área de medición de 10 mm de diámetro y un área de iluminación de la muestra de 50 mm. Su gran resolución espectral es muy similar a la de dispositivos NIRS de laboratorio.
  • Puede emplearse como analizador de mano o sobremesa.
  • Permite customizar informes de resultados de mediciones tipo tabla, comparación de espectros (para materias primas) e incorporar el logotipo de la empresa.
  • Además es capaz de generar automáticamente librerías o métodos NIRS y descargar los informes de cada uno de ellos. El software Visum Master™ en su versión GMP también permite la posibilidad de generar las cualificaciones operativas del dispositivo a través de un asistente guiado y un informe Audit Trail con toda la información sobre el uso del dispositivo en cumplimiento de la normativa  21 CFR Parte 11.
Por IRIS Technology Solutions

Análisis de piensos y forraje con espectroscopía NIR

La espectroscopia NIR es un potente método analítico para determinar en tiempo real la composición química de una gran variedad de materiales y mezclas. En el presente artículo abordaremos algunas aplicaciones de la espectroscopía de infrarrojo cercano que van desde el análisis del forraje al análisis de piensos, su proceso de fabricación y productos terminados para la alimentación y nutrición animal.

Análisis NIR de la alfalfa

La alfalfa es una leguminosa que se cultiva en todo el mundo debido a su alto contenido proteico y su rápida digestibilidad para la alimentación animal, principalmente del ganado. Actualmente y debido a la naturaleza de la actividad primaria en sí, se realizan diversos controles para determinar la calidad del producto, especialmente de exportación a los mercados de China y al Golfo Pérsico. Uno de los principales parámetros determinante de la calidad de la alfalfa es la proteína bruta (PB), no obstante otros como fibra ácido detergente (FDA) y fibra neutro detergente (FND) permiten determinar el valor nutritivo del forraje y los términos de intercambio en su comercialización.

analisis de piensos

Tabla 1. Calidad de la alfalfa (menos del 10% de gramíneas) para comercializar el forraje según el USDA Livestock, Hay & Grain Market News (Putnamy Undersander, 2006).

Actualmente, la química húmeda sigue siendo el método de referencia para determinar la calidad del forraje, no obstante hace años que se comienza a emplear la espectroscopía de infrarrojo en los laboratorios de calidad a los fines de agilizar el proceso y tiempos que insume la analítica tradicional.

 

 

Analizador NIR portátil Visum Palm™

Respecto a la vida útil de las calibraciones NIR, dependerá de los cambios que se introduzcan en el proceso. Si por ejemplo, se cambia de materia prima o se crea una línea de producto con otra composición, será mejor realizar un ajuste del modelo predictivo que introduzca la nueva variabilidad, puesto que la exactitud del método estará intrínsecamente relacionada con cualquier cambio en su estructura y la interacción de los ingredientes (cereales, granos, harinas u otros, característicos de los piensos), de allí se desprenden los errores que suelen tener las librerías genéricas NIR.

Espectroscopía NIR y nutrición animal

La espectroscopia NIR no sólo es una herramienta útil para fabricantes y comerciantes, sino también en ganadería para optimizar las dietas animales en función de su valor nutritivo y clasificar la materia prima entrante según su valor nutritivo. De este modo, los ganaderos pueden medir la composición química de las dietas utilizadas sin tener que recurrir a métodos de química húmeda o análisis externos. Esto les ayuda a determinar su valor nutritivo y la cantidad necesaria para obtener el máximo rendimiento con una nutrición óptima sin tener que sobrealimentar innecesariamente a los animales, lo que reduce sus costes.

En conclusión, el empleo de espectroscopía NIR en tiempo real está cada vez más extendido en el sector de la alimentación animal y particularmente en el análisis de piensos, aplicaciones que hoy en día se están extendiendo a la introducción de esta tecnología en línea para la monitorización de todo el proceso de fabricación.

Por IRIS Technology Solutions
Industry-4-0-es 20 diciembre 2022

Analizador NIR para chocolate: Viscosidad y tamaño de partícula.

Espectroscopía NIR Analizador NIR para chocolate
Comparte la noticia

Aplicaciones de espectroscopía NIR en la producción de chocolate

En el presente artículo abordaremos el análisis en tiempo real mediante el empleo de espectroscopía NIR para la determinación de la viscosidad y el tamaño de partícula en la industria del chocolate, dos parámetros claves del producto para garantizar la máxima calidad y esa sensación de suavidad y sabor únicas que hacen del chocolate un alimento tan popular entre los consumidores.

 

La espectroscopía NIR (Near Infrared Spectroscopy), es una técnica de análisis para la determinación de la composición química y ciertas propiedades físicas de diversos materiales y productos en base al análisis de la interacción de la radiación óptica (luz) con las estructuras moleculares y atómicas de dichos materiales. Por ello, el NIR es una técnica muy extendida para el control físico químico en la industria, tanto en analizadores de laboratorio como de procesos en tiempo real.

 

En la producción de chocolate, el tamaño de partícula y la composición de los ingredientes juegan un rol fundamental en la configuración de su comportamiento reológico y su percepción sensorial. Las propiedades de flujo del chocolate son importantes porque el control de calidad del producto es una necesidad. Si la viscosidad es demasiado baja, el peso del chocolate sobre el caramelo recubierto también será demasiado bajo. Cuando es demasiado alto, se pueden formar burbujas dentro de la tableta de chocolate. Además, el sabor del chocolate en la boca se ve afectado por la viscosidad; por lo tanto, la lengua del consumidor puede percibir propiedades de flujo incorrectas. Además, el sabor percibido depende del orden y la velocidad de contacto, que están relacionados con la viscosidad y la velocidad de fusión.

 

¿Por qué la viscosidad tiene que ser la correcta?

 

  • Garantiza la textura, sabor y calidad del chocolate.
  • Aporta una velocidad de flujo uniforme (homogeneidad), muy  importante si hay recubrimientos de nueces, almendras, cookies u otros en las tabletas de chocolate.
  • Disminuye los defectos típicos y errores de procesamiento (quiebres, grietas y otros).
  • Mitiga la variabilidad inherente en la línea, disminuyendo así costes de materia prima e ingredientes modificadores de la viscosidad.

 

Ahora bien, hasta el momento, la mayor parte de la industria realiza un control tradicional, bien sea con mediciones y ajustes de la temperatura -que no abordaremos en este artículo-, toma muestras y análisis de laboratorio, un viscosímetro u otros sensores monoparamétricos.

 

A diferencia de los anteriores, los analizadores de proceso Visum® de IRIS Technology son multiparamétricos y aportan el valor añadido de monitorizar todo el flujo de producto y reportar directamente  a los sistemas de control o PLC del área para generar las correcciones necesarias en el proceso, de esa manera, aseguran la mayor homogeneidad posible del producto, en todo momento.

 

Análisis NIR en el proceso de fabricación de chocolate

 

El proceso de producción del chocolate consta de cuatro etapas principales: mezclado, refinado, conchado y atemperado. 

El proceso de conchado (seco, plástico y líquido) es uno de los más críticos e importantes en la elaboración del chocolate, donde la mezcla se convierte en un líquido fluido y donde se eliminan los sabores ácidos y se refina la pasta de cacao hasta alcanzar la textura y el sabor deseados. Esta transición estructural se logra mediante el empleo de energía térmica, mecánica y la incorporación de distintos ingredientes que rompen, desintegran y dispersan los grandes aglomerados hasta obtener el chocolate fundido.

 

En este proceso se empleó un analizador multiparamétrico Visum NIR In-Line™ para la determinación en línea de la viscosidad en el rango 2000-16000 cps y donde se obtuvo un R2 >0,96. Además, se correlacionaron sus resultados con las mediciones en línea de humedad ya que un aumento en el contenido de humedad del chocolate conlleva un aumento de su viscosidad y un exceso de humedad podría suponer la formación de aglomerados de azúcar afectando así a la textura final del chocolate. El NIR es un método especialmente sensible a la determinación de humedad.

 

Imagen 1: Analizador Visum NIR In-Line™ en línea – Conchado.

Analizador NIR para chocolate

Tabla 1: Tamaño de partícula y viscosidad con NIR.

Si bien esta aplicación se desarrolló en chocolate con leche, se podría esperar que no se encuentren grandes diferencias en cuanto a los cambios de composición.

 

Una limitación del analizador del proceso Visum NIR In-Line™ es que no brinda la distribución del tamaño de partícula sino el valor medio resultante del análisis en continuo cada pocos segundos. En el caso del chocolate con leche, se monitorizó un rango de 0 a 160 µm y se obtuvo con coeficiente de correlación de 0,92.

Una vez que el chocolate está correctamente cocido, debe ser atemperado y esta etapa consiste en la cristalización de una pequeña proporción de la grasa, lo que facilita su solidificación de manera correcta después del moldeado. El atemperado consta de varias etapas: primero se produce una fusión completa del chocolate (normalmente a 50⁰C), para seguidamente enfriarlo hasta el punto de cristalización (32-34⁰C), a continuación se sigue reduciendo la temperatura hasta que se produce la cristalización (25-27⁰C) y finalmente, se somete al chocolate a un aumento de temperatura para destruir cualquiera de los cristales inestables (29-32⁰C). Si bien no se efectuó un análisis detallado por falta de muestras en las distintas etapas del atemperado y la dificultad de su obtención para la calibración del modelo predictivo, la imagen a continuación valida la espectroscopía de infrarrojo en línea como un método fiable para la determinación del nivel de atemperado. 

 

Gráfico 1: Clasificación “Tempered” “Untempered” mediante espectroscopía de infrarrojo – Análisis exploratorio.

Dichas pruebas abren una ventana de desarrollo para profundizar en un modelo clasificatorio y/o cuantitativo capaz de determinar, mediante herramientas de machine learning dedicadas, el nivel de atemperado del chocolate en tiempo real sin tener que recurrir a un método offline como los medidores de temperatura (tempermeter) que se emplean habitualmente en la industria.

 

Esperamos que este artículo sobre nuevas aplicaciones de espectroscopía de infrarrojo en la industria del chocolate les haya sido de utilidad. Para ampliar información, lo invitamos a ponerse en contacto con nosotros a nuestro correo electrónico info@iris-eng.com.

Por IRIS Technology Solutions
Innovation-es, Environment-es, Industry-4-0-es 15 diciembre 2022

Reciclaje de plásticos multicapa y compuestos

Reciclaje de plásticos multicapa
Comparte la noticia

Reciclaje de plásticos multicapa

Los plásticos aportan valor como productos de consumo cómodos, versátiles y ligeros, así como un rendimiento avanzado en aplicaciones de alta gama, como los automóviles. Sin embargo, a pesar de su utilidad, está claro que el consumo lineal y de un solo uso de los plásticos es incompatible con la transición de Europa hacia una economía circular. Este modelo da prioridad a la reutilización y el reciclaje de los recursos, con el fin de reducir los residuos y conservar el mayor valor posible.

En lo que respecta al reciclaje de plásticos, se han hecho algunos avances. Por ejemplo, en 2018 se recicló el 41,5 % de los residuos de envases de plástico generados. Esto todavía no es suficiente para lograr la plena circularidad, especialmente en el reciclaje de plásticos multicapa que son difíciles de separar. Además, es fundamental que las tecnologías de reciclaje se mantengan al día con los nuevos materiales que están entrando en el mercado.

Reciclaje avanzado de plásticos

El proyecto MultiCycle, financiado por la UE, con el objetivo de desarrollar una planta piloto de reciclaje industrial y el tratamiento de plásticos multicapa. Esta planta se centra en dos importantes segmentos industriales que suponen un reto para los recicladores: los envases multicapa/películas flexibles y los compuestos termoplásticos reforzados con fibra, del tipo utilizado en el sector del automóvil.

Selección de la tecnología

El NIR y el HSI-NIR son las técnicas utilizadas convencionalmente para la clasificación de envases. La primera es adecuada para piezas individuales de envases antes de su trituración y también puede proporcionar una evaluación inicial de idoneidad antes de pasar a la segunda, que proporciona un modo de obtención de imágenes. En el proyecto MultiCycle, los materiales de envasado se introdujeron en una cinta en forma de copos de hasta 5 cm y, por lo tanto, la HSI era la técnica objetivo para la implementación final en el prototipo del sistema de control de entrada. No obstante, la espectroscopia NIR puntual fue la técnica objetivo que se utilizó para la supervisión de los plásticos disueltos y recuperados, durante y después del proceso CreaSolv®, en el que no se necesita capacidad de obtención de imágenes. También se han probado de forma preliminar técnicas complementarias como LIBS y FTIR para detectar otras fracciones como el AlOx o para permitir la detección de envases negros, que podrían mejorar la precisión de la monitorización cuando se implemente un sistema completo.

Espectroscopia de infrarrojo cercano (NIRS)

La espectroscopia NIR es una técnica espectroscópica vibracional. En esta región, los espectros de absorción están compuestos por sobretonos y bandas de combinación respecto a los modos fundamentales de las moléculas en la región del infrarrojo medio. La radiación NIR tiene un rango de longitud de onda de 900 a 2500 nm. Las bandas de absorción en esta región son amplias, debido al alto grado de superposición de bandas. Además, debido a las reglas de selección de los fenómenos, la intensidad de la señal es de diez a mil veces más débil que las señales de la región del infrarrojo medio. Sin embargo, esta falta de intensidad y el elevado solapamiento de bandas se compensa con su elevada especificidad. La especificidad de la espectroscopia NIR se basa en el hecho de que los enlaces NH, OH y CH absorben fuertemente la radiación en estas longitudes de onda, lo que la convierte en una herramienta óptima para el estudio de compuestos orgánicos y polímeros. Además, el uso de métodos multivariables para el análisis de los datos espectrales, ha permitido explotar todo el potencial de la técnica para fines de identificación, discriminación, clasificación y cuantificación.

Sistema de imágenes hiperespectrales en la región del infrarrojo de onda corta (HSI-SWIR)

Las tecnologías actuales para el seguimiento y la clasificación de los residuos plásticos sólidos en la región del infrarrojo cercano han incorporado cámaras hiperespectrales en su configuración. Permiten, en lugar de recoger un único espectro, registrar una imagen hiperespectral (HSI) de la muestra (cubo hiperespectral), que contiene no sólo la localización espacial de la muestra, sino su composición química y su distribución. En este sentido, se han realizado varias publicaciones y desarrollos tecnológicos utilizando HSI-SWIR para la clasificación e identificación de plásticos. 

Un sistema básico de imágenes hiperespectrales, mostrado en la Fig.3, incluye en su configuración, un sensor sensible (cámara CCD); una fuente de iluminación de banda ancha; un espectrómetro, que separa la luz retrodispersada/transmitida en sus diferentes longitudes de onda y, cuando se requiere, una cinta transportadora para el muestreo. En este caso, hay que señalar que la cinta transportadora debe estar sincronizada con la velocidad de grabación del sensor CCD para una correcta adquisición de imágenes. Un sistema hiperespectral proporciona como salida un hipercubo. Un hipercubo es un conjunto de datos ordenados en tres dimensiones, dos espaciales (un plano XY) y una espectral (𝜆, longitud de onda), como se representa a continuación.

Parámetros de medición:

Los parámetros más relevantes para la grabación de cubos hiperespectrales se pueden resumir en los siguientes:

  • Velocidad de fotogramas de la cámara (fps)
  • Velocidad del transportador (m/s)
  • Distancia cámara-transportador (cm) y tiempo de recogida (µs). Estos parámetros están relacionados entre sí y deben ser optimizados para obtener una buena calidad en los espectros registrados.

Las imágenes hiperespectrales que se grabaron con una cámara SWIR que opera en el rango ∼900-1700 nm, a una velocidad de cuadro de 214 fps, con un tiempo de integración de 350𝜇s y con una velocidad del transportador de 25m/min.

Reciclaje de plásticos multicapa

Imagen 1: (Izquierda) Conjunto de muestras nº 1. Incluye películas plásticas flexibles de PE, PP, PA y PET. Se incluyeron combinaciones simples y dobles de estos polímeros (es decir, polímero A/polímero B). (Derecha) Imagen de clasificación realizada por un modelo PLSDA.

Conclusiones proyecto

El sistema de monitorización HSI ha permitido proporcionar una buena aproximación del porcentaje de contenido de polímero en una muestra de polímero multicapa. En el peor de los casos, se predice el polímero más abundante presente en la muestra, por lo que, con lotes grandes, los porcentajes finales serían bastante precisos. En cuanto a la monitorización del proceso de disolución, sólo se proporcionó 1 polímero y 1 disolvente para probar en IRIS. Los resultados obtenidos con Visum Palm fueron los esperados, pero no se probaron modelos de proceso en el tiempo. El control de la disolución no se realizó debido a problemas con el viscosímetro instalado en LOEMI. Por esta razón, no hay más resultados en esta sección.

Para el seguimiento de las muestras de automoción, la técnica seleccionada fue la LIBS. La optimización de LIBS fue complicada, ya que era la primera vez que se utilizaba. Se realizaron modelos cambiando diferentes parámetros para seleccionar las mejores condiciones. La herramienta PATbox para LIBS no permitía adquirir datos a la misma velocidad que el software LIBS, por lo que hubo que modificar los modelos. Finalmente, se calibraron y probaron los modelos para predecir el tipo de fibras en los plásticos negros PP y PA. Los resultados obtenidos en los 3 lotes fueron satisfactorios, ya que las predicciones dadas por los modelos (quimiometría y aprendizaje automático) se aproximaron al contenido real. Se realizaron algunas pruebas para diferenciar entre PP y PA, pero la tasa de clasificación resultó en torno al 80% de buenas predicciones. En general, el mal etiquetado y la suciedad de las muestras no fueron muy útiles para el desarrollo de los modelos de predicción.

Por IRIS Technology Solutions
Industry-4-0-es, Ai-es 6 octubre 2022

Detección de defectos en lomos de pescado mediante visión artificial y deep learning

deteccion de defectos en pescados
Comparte la noticia

Detection of defects in fish loins using machine vision and deep learning

La tecnología de visión artificial asistida por deep learning es un importante aliado para las fábricas de procesado y distribución de pescado que permite inspeccionar el 100% de la producción para garantizar altos estándares de calidad y seguridad alimentaria del producto que finalmente llega a la mesa del consumidor.

El nuevo sistema Visum DeepSight Loins™ de IRIS Technology es un sistema de visión artificial diseñado para la detección de defectos físicos superficiales en lomos de pescado fresco y congelado que permite automatizar la inspección de lomos, cuantificar, clasificar y rechazar no conformidades para garantizar una calidad superior del producto final.

Visión Artificial y Deep Learning

Mientras que los sistemas tradicionales de visión por ordenador aprenden a clasificar y reconocer características de un conjunto de imágenes históricas para predecir y clasificar correctamente otras nuevas, las redes neuronales de aprendizaje profundo son capaces de aprender características de los píxeles (individuales y de grupo) y tienen una capa de entrada (la imagen en bruto), una serie de capas intermedias que están interconectadas para simular cómo funciona un cerebro biológico, y una capa de salida que proporciona clasificación/predicción. Las redes neuronales de aprendizaje profundo son especialmente buenas aprendiendo características complejas y segmentando una imagen a diferentes niveles de abstracción (bordes, diferentes colores, formas, objetos), incluyendo ruido e información probabilística.

La visión artificial tradicional que no utiliza este enfoque suele procesar imágenes pero no aprende de los datos, como las cámaras termográficas, los sensores de detección de movimiento o los sensores de intensidad luminosa, entre otros.

Detección de defectos en lomos de pescado frescos y congelados

Detection of defects in fish loins

El sistema Visum DeepSight Loins™ es capaz de detectar numerosos defectos en lomos de pescado como por ejemplo hematomas, manchas de sangre, el gapping (es decir, aperturas o desgarros en la musculatura), restos de piel, espinas superficiales u otros cuerpos extraños superficiales que puedan llegar a la línea de procesamiento. También trae incorporada la funcionalidad de medición de color bajo estándares internacionales CIELAB o L*a*b* que es importante como parámetro de calidad tanto a nivel superficial como relativo a la frescura del pescado.

Visum DeepSight Loins™ posee una alta protección IP para facilitar la limpieza de la línea y trae incorporado un sistema  antirreflectante y antihumedad que permite operar con total normalidad tanto en lomos de pescados frescos como congelados.

Usabilidad, funcionamiento y comunicación

El sistema Visum DeepSight Loins™ incorpora 2 niveles de usuario: «Administrador» para modificar la configuración, el modo de trabajo, ajustar la sensibilidad de rechazo o tomar referencias y «Operador» para el modo de funcionamiento automático del dispositivo.

El sistema se complementa con una trampilla de rechazo que permite la expulsión de las unidades no conformes para su reprocesado o control por parte de los operarios.

La información y los resultados de los análisis, como la cuantificación de defectos y rechazos por clase, la información del lote y la cantidad de productos inspeccionados, pueden consultarse en el módulo informático incorporado, en un ordenador conectado a la red o en el propio sistema de gestión de la información de la planta. Además, los informes generados automáticamente pueden exportarse en distintos formatos.

La funcionalidad de ajuste de la sensibilidad es una herramienta esencial para calibrar el nivel de rechazo del dispositivo en caso de determinados defectos y regular así el rendimiento operativo del sistema sin causar ningún inconveniente a la capacidad de producción de la línea.

Para más información sobre el dispositivo y consultas, escriba a info@iris-eng.com

Por IRIS Technology Solutions
Industry-4-0-es, Environment-es 22 septiembre 2022

Clasificación y cuantificación de residuos orgánicos

Comparte la noticia

Clasificación y control de residuos orgánicos en la producción de biogás

En el presente artículo hablaremos de cómo es posible optimizar el tratamiento de la fracción orgánica de los residuos sólidos urbanos que se emplean en la producción de biogás con tecnología hiperespectral para mejorar la calidad y el rendimiento del biometano, en base a la aplicación que IRIS Technology ha desarrollado para la Planta de Biometanización de las Dehesas (FCC), en Madrid en base a su sistema clasificador de residuos orgánicos Visum HSI™.

La problemática de la separación de los residuos orgánicos

Tan sólo en el último año, la economía española ha generado más de 138 millones de toneladas de residuos, de los cuales sólo un 15% fueron reutilizados para fabricar nuevos productos, subproductos o materias primas. Además, España sigue estando por debajo del objetivo comunitario de reciclar un 50% de los Residuos Sólidos Urbanos (RSU) estipulado también en la Ley 22/2011 de residuos y suelos contaminados. A pesar de que algunas comunidades han logrado alcanzar altas tasas de reciclaje, los residuos orgánicos siguen siendo unos de los principales dolores de cabeza para la Administración y las plantas de tratamiento de residuos y reciclaje.

Esto se debe a que gran parte de la fracción orgánica de los residuos sólidos urbanos (FORS) está contaminada con materiales inorgánicos, principalmente producto del packaging – otro de los grandes retos del reciclaje – y los plásticos, donde las tecnologías de clasificación óptica y de espectroscopía se han convertido en grandes aliados.

La producción de biogás

Uno de los principales destinos para la reutilización y revalorización de los residuos orgánicos es la producción de biogás, el cual se convierte en las plantas de biometanización en biometano, un tipo de gas apto para su inyección y comercialización en la red de gas cumpliendo determinados estándares de calidad y seguridad. En estas plantas, como la de las Dehesas en Madrid, se realiza un tratamiento de la fracción orgánica de los residuos sólidos para evitar altos porcentajes de “impropios” (presencia de inorgánicos) que una vez en los biodigestores, no puedan ser aprovechados en el proceso de fermentación y en consecuencia se obtiene como resultado una calidad y un rendimiento subóptimo del proceso y del producto final.

Para ello, desde IRIS Technology y en el marco del proyecto europeo Scalibur, se instaló un sistema de imágenes hiperespectrales HSI en la línea de FCC a los fines de poder cuantificar y clasificar los residuos según sean orgánicos o inorgánicos. Más allá de los distintos controles intermedios, la remoción de voluminosos, bolsas plásticas, etc. conocer el porcentaje de residuos orgánicos es un parámetro clave para ajustar el proceso biológico que tiene lugar en los digestores.

Scalibur_HSI_clasificador de residuos orgánicos

Separación de residuos orgánicos e inorgánicos

El Sistema clasificador de residuos orgánicos Visum HSI™, permite obtener datos en tiempo real del % de orgánico e inorgánico, como así también localizar en la cinta transportadora los distintos componentes, conocer la composición media del residuo, monitorizar la evolución de la composición del residuo en el tiempo y extraer información útil para la toma de decisiones a nivel de la gestión de residuos y de producción y circularidad.

Monitorización y control de residuos

La implementación del sistema HSI ha permitido a FCC monitorizar en tiempo real los residuos de forma tal de mejorar el flujo correspondiente a la fracción orgánica y, en consecuencia, un proceso de fermentación con menor nivel de impurezas, maximizando los parámetros claves del proceso de fermentación.

Para más información sobre este proyecto y la tecnología, puede consultar el sitio web de Scalibur o escribirnos a nuestro correo: news@iris-eng.com

Por IRIS Technology Solutions
Industry-4-0-es 5 septiembre 2022

Control en tiempo real de biocombustibles con espectroscopía NIR

Bioetanol y NIR
Comparte la noticia

En el presente post hablaremos de la monitorización con espectroscopía NIR del proceso de producción de bioetanol y cómo el NIR en línea es un importante aliado para controlar en tiempo real los resultados de la fermentación, la calidad o pureza final, los inhibidores del proceso y otros analitos de interés para la elaboración de subproductos de alto valor agregado para la industria.

El bioetanol

El bioetanol es un tipo de combustible obtenido a partir de la fermentación de materia orgánica rica en azúcares y almidón, como por ejemplo el maíz, la remolacha, la caña de azúcar, entre los más populares que se emplean en el mundo. Incluso, se puede producir a partir de residuos sólidos urbanos y biomasa sin valor alimentario, conocido como bioetanol de “segunda generación” o bioetanol lignocelulósico, el cual resuelve la problemática añadida de darle un destino productivo y valor añadido a la basura orgánica que desechamos, convirtiéndola en biocombustible.

 

Producto de la acción de levaduras y enzimas en el proceso de fermentación, y luego de la destilación, se obtiene bioetanol para su empelo como biocombustible y su mezcla con combustibles de origen fósil. Del resto de los componentes se obtienen subproductos que pueden cambiar dependiendo de la materia prima utilizada en el proceso, por ejemplo, de la molienda seca se puede obtener alimento para animales por su alto contenido proteico o bien otros subproductos de la molienda húmeda como el aceite de maíz, jarabes, por mencionar algunos. También, de la biomasa lignocelulósica se obtienen subproductos para su reutilización en otras industrias, como el metanol y el ácido acético.

Control de calidad del proceso de producción de bioetanol

El control de calidad del bioetanol es muy importante para asegurar la pureza del producto resultante del proceso y la valorización de subproductos para reutilizar en otras industrias. En la mayoría de biorrefinerías, el control de azúcares reductores (glucosa) y etanol se realiza mediante técnicas analíticas de forma offline, es decir, en el laboratorio, mediante cromatografía líquida de alta precisión (HPLC) que insume tiempo y recursos, o con espectroscopía NIR de mesa, que a diferencia del HPLC ofrece resultados precisos en sólo segundos pero que no deja de ser un método de muestreo no representativo y fuera de línea.

Bioetanol y NIR en línea

No obstante, pocas biorrefinerías han apostado a la introducción de tecnología NIR en línea para monitorizar el proceso de fermentación, destilación, la acción de inhibidores del proceso o el control de subproductos.

En este sentido, IRIS Technology, ha desarrollado varias aplicaciones para el control de procesos en biorrefinerías mediante el empleo del analizador Visum NIR In-Line y el NIR portátil (de mano) Visum Palm.

Tabla 1: Predicción del contenido de glucosa y etanol en línea utilizando un analizador Visum NIR In-Line ™.

Bioetanol y NIR

La tabla 1 expone los principales parámetros, rangos y fases de la producción en la fabricación de bioetanol de origen lignocelulósico llevado a cabo en la planta Perseo Biotechnology de IMECAL donde se transforman residuos sólidos urbanos en bioetanol.

También, se monitorizó el proceso de deslignificación de la biomasa lignocelulósica, para liberar a la celulosa de la hemicelulosa y de la lignina y lograr así la despolimerización de los hidratos de carbono para producir azúcares simples y la fermentación para producir etanol.

Tabla 2: El proceso de pretratamiento consiste en una combinación de la organosolvation con steam explosion (realizado por LTU, Lulea Univ. of Technology). Parámetros que se monitorizaron: Contenido en lignina, celulosa y hemicelulosa.

Bioetanol y NIR

Otra aplicación desarrollada en el marco de este proyecto fue la monitorización mediante Visum NIR In-Line del proceso de obtención de azúcares reductores a partir de la hemicelulosa presente en residuos lignocelulósicos. En particular, se demuestra que es posible controlar factores inhibidores del proceso de fermentación, como el caso de ácido acético.

Tabla 3: Parámetros que se monitorizaron: Contenido en xilosa, glucosa, ácido acético.

Bioetanol y NIR

Las instalaciones y ensayos realizados demuestran la efectividad y la importancia de introducir la tecnología NIR en línea en biorrefinerías para poder tener un control más preciso de las diferentes fases del proceso de obtención de bioetanol, lograr una mayor calidad y por ende incrementar la eficiencia de los biocombustibles.

Por IRIS Technology Solutions
Industry-4-0-es 10 agosto 2022

NIR hiperespectral: Aplicaciones en la Industria Alimentaria

Industria Alimentaria
Comparte la noticia

En el presente artículo abordaremos aplicaciones transversales de la tecnología NIR hiperespectral en la industria alimentaria con el objetivo de interrogar nuestro proceso productivo actual y plantearnos formas efectivas de optimizarlo con tecnología en línea. No nos detendremos en detalle en cada una de las aplicaciones, pero si te interesa conocer más, puedes leer la siguiente entrada donde vemos un caso de aplicación en bollería frita para mitigar variaciones de grasa indeterminadas en el proceso y optimizar el empleo de materia prima.

 

No obstante, la tecnología NIR hiperespectral de IRIS Technology, Visum HSI abre una enorme ventana de aplicaciones a la industria en materia de control de procesos, calidad y seguridad alimentaria con un sistema industrial óptico que es capaz de monitorizar químicamente cada unidad de producto en tiempo real y determinar una gran cantidad de parámetros físicos y químicos en simultáneo. Una cámara hiperespectral equivale, en la práctica, a tener un espectrofotómetro en cada píxel.

Visum HSI™: Imagen química pixel por pixel y con resolución espacial

Sistema de Imágenes Hiperespectrales

Industria frutihortícola

En dicha industria existen numerosos controles no destructivos que pueden efectuarse con tecnología NIR hiperespectral. Entre ellos podemos mencionar ºBx, almidón, materia seca que son parámetros relevantes para establecer el grado de madurez y la comercialización de productos frescos, como así también pH, acidez, contenido de grasa, humedad o sólidos solubles que son parte de los controles habituales en la industria y que actualmente, como en la mayoría de la industria, se realizan mediante técnicas tradicionales offline (muestreo y laboratorio).

 

Así mismo, la tecnología NIR hiperespectral es efectiva para determinar la textura por niveles, detectar y rechazar  cuerpos extraños en la línea y para clasificación o sorting. En términos generales, son sistemas que pueden aprender de un criterio cuantitativo de referencia o de un experto humano al momento de controlar determinado proceso. Por ello y al ser un método de control no destructivo, es una excelente alternativa para clasificar y seleccionar productos en función de su composición de forma totalmente automatizada, aportando mayor valor al producto final por ejemplo, si se quiere crear una línea premium.

Pescados y mariscos

Cada vez son mayores y más exigentes los controles de seguridad alimentaria para todos los productos provenientes del mar. En este contexto, la tecnología NIR hiperespectral Visum HSI en línea facilita la detección de cuerpos extraños provenientes del fondo marino, como conchas, piedras, otros artrópodos, fragmentos de red, entre otros, que visualmente son poco diferentes del producto a ser procesado y que, por lo tanto, pueden escapar a la inspección visual, o bien que por su baja densidad, no hay detectores útiles en el mercado. También es posible detectar residuos de embalaje plásticos, así sean transparentes en filetes y rodajas de pescado. Además de poder determinar cuantitativamente una gran cantidad de parámetros analíticos en simultáneo (grasas, proteínas, acidez, entre otros), es capaz de detectar y clasificar la aplicación de sulfitos o conservantes y el grado de frescura.

Por si te lo estás preguntando, la tecnología NIR Hiperespectral, al menos a 2022 y ninguna otra de mercado que sea en línea y en contínuo, es efectiva para cuantificar histamina a los niveles que requiere la industria y la normativa (<50 ppm).

En la siguiente entrada podrás leer más sobre la detección de cuerpos extraños con nuestros sistemas hiperespectrales.

Frutos secos, granos y legumbres

En frutos secos (almendras, pistachos, cacahuetes, entre otros tantos) es posible reemplazar análisis convencionales de laboratorio y combinar éstos con técnicas de visión por espectroscopía de imagen en línea. Esto es útil para realizar en tiempo real el control de parámetros químicos como humedad, grasa, fibras, acidez, como así también para detectar y separar cuerpos extraños: un maíz que apareció en la línea, maderas, plásticos, piedras. Para defectos visibles como son el manchado, apolillado, otros defectos del grano o frutos con piel, se requiere complementar con un sistema de visión artificial, como por ejemplo, Visum DeepSight.

Panificación y Bollería

Hemos tratado este tema especialmente en nuestro blog, haciendo foco en el control de la grasa, un insumo crítico por costes para el fabricante, tendencias de los consumidores y sabor y textura de los alimentos. No obstante, la tecnología Visum HSI™ puede monitorizar unidad a unidad de producto otros parámetros críticos, como la humedad o el contenido de azúcar y lo que es más importante, interactuar a través del PLC de la línea con maquinaria y el sistema de gestión de la planta para corregir cualquier desviación o simplemente para probar cambios en el producto y medir sus resultados inmediatamente a los fines de optimizar.

En conclusión, la tecnología hiperespectral acompañada del gran avance en los sistemas ópticos de los últimos años, abre una gran cantidad de oportunidades para la industria alimentaria tendientes a reforzar el control de calidad y seguridad alimentaria, detectar anomalías en línea y mejorar el producto u optimizar la receta.

Espero que este artículo sobre la tecnología NIR hiperespectral en la industria alimentaria  haya sido de utilidad y aplicabilidad.  Como siempre, os invitamos a hacernos llegar sus consultas, comentarios y sugerencias a nuestro correo electrónico news@iris-eng.com.

Por IRIS Technology Solutions
Industry-4-0-es 26 julio 2022

Detección de cuerpos extraños en la línea de producción

Detección de cuerpos extraños
Comparte la noticia

Detección de cuerpos extraños en la línea de producción

En la presente entrada abordaremos un problema recurrente y transversal en la industria relativo a la inocuidad y seguridad alimentaria: la presencia de cuerpos extraños en la línea de producción y veremos cómo podemos prevenir que esto ocurra con técnicas viables a nivel industrial como la espectroscopía de imagen o también conocida como NIR hiperespectral o Hyperspectral Imaging (HSI).

Detección de cuerpos extraños

¿Qué entendemos por cuerpos extraños?

En términos generales, para los fabricantes, “cuerpo extraño” es todo aquello que no debe estar en la línea de producción, bien sea un elemento orgánico (hueso, piel, cáscaras, otros alimentos que no sean el producto a envasar, trozos de madera, astillas por mencionar algunos) o elementos inorgánicos como los metales, tornillos, plásticos, cartón, papel, etc. La norma es que todo lo que no sea producto, no debe estar allí, ya que supone un problema que puede alterar la calidad del producto final y por consiguiente generar pérdidas económicas, como así también es un riesgo para la salud de los consumidores y la imagen de la empresa.

Estado del arte en la materia

Hasta ahora, el control de cuerpos extraños en la gran mayoría de industrias, sean o no alimentarias, se viene realizando mediante inspección visual. Es decir, con operarios en la línea de producción mirando el flujo de producto y extrayendo aquellos cuerpos extraños que puedan colarse durante el proceso de fabricación. Por un lado, los sistemas de detección por rayos X que ya se han implementado en prácticamente todas las industrias, nos garantizan que no van a pasar elementos conductivos, es decir, metales, pero no nos exime de que pasen por la línea elementos no conductivos y de baja densidad como son los plásticos, papeles, cartones, piedras, vidrios, gomas, entre otros, que pueden aparecer y que son indetectables con dicha tecnología.

 

Por otro lado, la visión artificial tradicional, para la detección de cuerpos extraños, tiene importantes limitaciones ante la enorme variabilidad que puede haber en cuanto a tipos, forma, color o tamaño que resulta en una ratio elevado de falsos positivos (producto “bueno” rechazado). No obstante, en un plano más contemporáneo, la visión artificial asistida con deep learning o algoritmos de aprendizaje automático es una tecnología que tiene sus bondades en determinados puntos de la línea, como por ejemplo en el envasado, donde es útil para detectar la presencia de determinados contaminantes físicos.

Detección de cuerpos extraños con NIR hiperespectral

Si tenemos que decir que a 2022 hay una tecnología lo suficientemente madura, de fácil integración en línea y económicamente viable para detectar cuerpos extraños, es la tecnología NIR hiperespectral. 

Esta tecnología consiste en una ampliación de la visión artificial tradicional en dos sentidos: Primeramente, en vez de los tres canales de color habituales en la visión artificial, la imagen hiperespectral emplea hasta centenares de canales, gracias a lo cual permite apreciar sutilísimas diferencias.  En segundo lugar, las cámaras hiperespectrales que incorporan estos sistemas suelen contar con un rango espectral ampliado más allá del visible, o sea, hacia el infrarrojo, en el que la composición química se manifiesta con mucha más evidencia que en el rango visible. 

Por todo ello, la imagen hiperespectral puede considerarse como un cambio de paradigma en cuanto a los sistemas de visión y como una fuente de datos abundantes y de alta calidad para alimentar los sistemas de visión basados en algoritmos de inteligencia artificial. En la práctica, disponer de una cámara hiperespectral equivale a tener un espectrofotómetro en cada píxel, es decir, que permite obtener información química de la composición del producto píxel a píxel y unidad a unidad de producto, brindando una imagen clara de toda el área inspeccionada y distinguiendo según su composición química lo que es producto y lo que no lo es, independientemente su forma, tamaño o tipología. Tiene una limitación; al trabajar con luz y como ésta tiene una penetración mínima en la materia, todo lo que no sea superficial no será detectado. Para evitar que esto ocurra, en IRIS Technology, integramos vibración o velocidad para generar dispersión del producto en el tramo donde se ubica el sistema de detección hiperespectral. 

El sistema Visum HSI™ puede trabajar a una velocidad de hasta 50 m/min detectando cuerpos extraños de hasta 3 mm² y con una densidad mínima de 0.7g/cm³. Se trata pues, de una solución de “compromiso” entre velocidad de la línea, potencia de procesamiento y tamaño mínimo detectable.

Detección de cuerpos extraños

Visible NIR y composición química

Los sistemas llave en mano de IRIS Technology, como el analizador Visum HSI™, pueden operar en dos rangos espectrales, Vis-NIR (400 a 1000 nm) o SWIR (900-1700 nm). La aplicación de una cámara u otra en el sistema hiperespectral dependerá de la necesidad del fabricante. Si se trata sólamente de detectar cuerpos extraños, se empleará una cámara Vis-NIR ya que en dicho rango hay suficiente información química para detectar lo que es producto y lo que no lo es. Por el contrario, si además se desea cuantificar o clasificar parámetros de composición del producto distintos a la humedad, como pueden ser grasas, proteínas, fibras, acidez u otros parámetros, se empleará una cámara que trabaje en el rango SWIR para obtener resultados fiables y robustos como los del laboratorio.

Algunas aclaraciones finales

Es importante destacar que la tecnología hiperespectral no sirve para detectar cuerpos extraños que se encuentren en el interior del producto, independientemente del producto de que se trate, ya que como mencionamos anteriormente, la luz tiene una penetración mínima. 

 

Aunque no es objeto de este artículo, creemos que es importante aclarar que la tecnología hiperespectral tampoco es útil para la detección de actividad microbiológica en las concentraciones y límites que exigen los organismos regulatorios (ppm), donde la única técnica analítica viable sigue siendo el swap o Elisa.

 

Por lo tanto, en IRIS Technology invertimos constantemente en I+D para aumentar las capacidades analíticas de nuestros sistemas, así como para desarrollar soluciones avanzadas que sean fiables y viables de integrar en la línea de producción.

Por IRIS Technology Solutions

El 60% de los films empleados en el packaging alimentario

Las estructuras de films multicapa han permitido en los últimos años extender sus aplicaciones en el envasado de productos alimentarios, permitiendo conservar las cualidades organolépticas y nutricionales del producto de forma óptima. Hoy en día, más del 60% de los films empleados en el packaging alimentario, son films multicapa transparentes que se obtienen a partir de la coextrusión y donde las distintas capas poliméricas responden a determinadas necesidades: barrera contra el agua, vapor de agua, temperatura, sellabilidad, resistencia mecánica, entre otras.

El espesor del film y su uniformidad es un parámetro crítico para controlar cambios en la estructura sin resignar los requisitos de rendimiento de la misma y por ello el control en línea del espesor adquiere gran importancia para los diseñadores y fabricantes de films multicapa. Hasta ahora, este control se ha venido realizado con métodos offline y no compatibles con la producción en continuo, como ser mediante el empleo de un micrómetro o microscopía óptica.También existen en el mercado sensores para controlar la uniformidad de films de una capa, pero no hay ninguna herramienta que sea realmente eficaz en términos industriales y tecnológicos para el control del espesor de films multicapa y garantizar su uniformidad.

La tecnología patentada del sensor Visum Thickness es una herramienta para el control del espesor monopunto o multipunto de films multicapa traslúcidas finas, capa a capa, espesor total y en tiempo real.Gracias a esto es adecuado para recubrimientos de distinto color sobre sustratos de  distinta naturaleza y por lo que tiene usos potenciales en los envases de barrera multicapa, pero también textiles recubiertos, metales, entre otros.

Algunas características adicionales de Visum Thickness™:

  • No requiere calibración.
  • Número de capas: sin límite.
  • Tamaño del spot: 5 mm. 
  • Inspección: monopunto o multi-punto.
  • Rango de distancia sonda-película: 5-30 cm
  • Dimensiones:  300 x 200 x 150 mm3 
  • Peso: 7 kg 
  • Alimentación: 240 VAC, 100 W 
  • Funcionamiento: esclavo o continuo.
  • Comunicación: Wifi / Ethernet / Profinet / Profibus
  • Software Visum ®
  • Ordenador embebido

IRIS Technology es líder en Europa en el desarrollo y fabricación de soluciones industriales con tecnologías fotónicas aplicadas.

Para más información, escríbenos a info@iris-eng.com

Por IRIS Technology Solutions