胸肉去骨的综合方法

从去骨到最终检验的全程可控、一体化流程

通过将这些工序相互衔接，工厂能够更好地掌控去骨生产线所有操作的一致性和效率。每块鱼片都以可预测的方式进行处理，人工干预更少，最终实现最高的产品质量和出肉率。信息在整个过程中始终与产品相伴，使后续决策更加轻松可靠。

实际上，这种整体化方法简化了每日运营。操作员清楚接下来会发生什么，机器能自动调节以适应产品差异，质量检查也已融入生产流程，而非事后追加。最终形成了一条流畅的生产线：从鸡胸肉去骨开始，到最终产出经过全面检验、品质上乘的无骨产品。

定制去骨

这一整体流程早在剔骨之前便已启动，始于ACM-NT鸡胸肉切块机。切割完成后，鸡胸肉块通过滑槽释放，其位置设计符合人体工学，便于后续工序的操作。当鸡胸肉块进入ATHENA系统时，所有肉块均已朝同一方向排列，使操作员装载时既简单又舒适。 操作人员只需将鸡胸肉块滑入装载单元，从而减轻体力负担。随后产品会自动固定在托架上。
在ATHENA系统内，去骨过程完全自动化，并能适应不同鸡群的差异。通过触摸屏可轻松选择针对不同鸡群或品种的配方，从而自动调节模块设置。 ATHENA入口处的测量单元确保后续模块能根据每块鸡胸肉的具体尺寸进行处理。这创造了一个量身定制的去骨流程，无论操作员技能如何，都能提供稳定的出肉率、持续的高性能和可重复的结果。

数据驱动

除了切割功能外，ATHENA 在数据管理方面也发挥着核心作用。产品和工艺数据通过安全的机器到机器通信进行采集，并传输至下游设备。每块鱼肉都附有其来源、加工设置和目的地等信息，从而支持整个剔骨生产线采用整体化管理方式。

AI评分

尽管经过ATHENA处理后，去骨过程看似已完成，但检测和修整仍是保障产品质量的关键步骤。产品从ATHENA输出时呈单件流状态，这非常适合OQULA系统进行视觉检测。OQULA利用人工智能辅助的视觉技术，对每块鱼排的两面进行检测，以发现可见缺陷。 通过深度学习，OQULA视觉系统已利用一个包含存储、分类和标注缺陷的综合库进行了训练。这使得系统能够准确评估任何它从未遇到过的全新鱼片。 OQULA的缺陷检测能力可媲美甚至超越人工检查员或修整工，能识别瘀伤、血斑、脂肪、绿肌病、对半切错以及可见骨刺或软骨等问题。
根据检测结果，鱼片被分为A级或B级。 借助 SystemFlex 分拣机，A 级鱼片保持原状并直接进入下一道工序，而 B 级鱼片则被分拣至修整工序。 

符合人体工学的修剪

无骨产品的修整工作仍需依靠人工完成。即使采用了人工智能辅助的视觉检测技术，要将产品从B级提升至A级，仍需操作员使用刀具手工去除瑕疵。为支持这一流程，JBT Marel 提供了一系列修整工作站，其设计将操作员的工作效率和人体工学作为首要考量。 其中一项解决方案便是CheckLine。该系统根据实时需求和每位操作员的个人能力，将进来的鱼片公平且高效地分配给各操作员。 
CheckLine利用翻转器自动将鱼片输送至各工作站。因此，操作员无需再伸手取料，从而有效减轻了体力负担。由于CheckLine位于OQULA系统之后，送达该工位的每块鱼片均已确认存在瑕疵，因此均需进行修整。

最终检查

修整后的鱼片会被升级为A级品质，并重新进入主生产线，从而使所有鱼片再次汇集在一起，接受在SensorX中进行的最终内部检查——该设备利用X射线技术检测隐藏的鱼骨或硬质颗粒。 配备全新 Xpress 图像处理算法的 SensorX 能够以最高速度运行，同时保持其基准精度，并将误报率降至最低。 当 SensorX 检测到隐藏的骨头或异物时，需要进行手动修整，并且鱼片必须重新进入生产流程。OneFlow 是一款智能系统，可将产品放回传送带上而不会造成重叠，从而高效地处理这一问题。 操作员只需将修整后的鱼片放入切割区旁的“落料盘”中。该缓冲托盘会等待传送带上的空位，随后以长边在前（long-side-leading）的正确方向释放鱼片，使其就绪进行包装。

扩大福利范围

完成这一步后，胸肉去骨的整体化处理流程便告完成，接下来即可进入分装环节。收集到的质量、尺寸和重量数据也可用于支持后续的分切和分装解决方案，例如 I-Cut 122 和 RoboBatcher，从而进一步扩大整体化处理方案的优势。