通过数字化、人工智能和机器学习进行过程控制解决方案的创新

计算机时代——以及如今的数字革命——将人类带到了新的高度和更大的里程碑，食品和饮料加工操作也紧随其后。数字互联、数据收集和数据分析使得设备、生产线和设施能够相互沟通，在预测需求和合理调配资源与努力方面产生了巨大的影响。

“食品加工控制方面的进步非常巨大，许多供应商推出了几乎涵盖食品安全所有领域的自动化过程控制系统，”Takashi Nakamura解释道，他是食品安全副总裁。鲜美达蒙特公司然而，随着进步的增多也带来了挑战。

米凯尔·本格松（Mikael Bengtsson），食品和饮料团队的行业及解决方案策略总监表示，的确，在这个不断变化的领域中存在着需要克服的障碍。英福络.

“如果你考虑处理器的端到端过程，就会发现有很多挑战需要应对和机会可以抓住，”他说。“如果你能够[建立一个最优的过程]，处理效率会更高，产量也会提高，并且能增强食品安全。”

Jamey Kirsch，销售与账户经理邻近软件产品批量生产过程中的损耗、调度和质量控制等问题是处理器面临的挑战，而软件可以在许多情况下帮助解决这些问题。

“能够解决质量控制问题的软件可以通过广泛的质控措施提供最佳结果，”他说。“快速创建分析证书文件、在一段时间内审查测试结果、整合质量控制测试和程序等都是必要的，因为供应链上的公司都会要求这些信息。”

安德鲁·洛伦兹（Andrew Lorenz），一家公司创始人兼首席执行官表示，处理器还必须应对技术与设备持续改进的速度。我们是食品安全！过程控制在不断变化。软件——包括控制器和远程监控——取得了许多进步，使处理器能够实时监测其系统并相应地进行调整。

根据中村的说法，在选择自动化过程控制解决方案时，处理器必须从几个方面考虑可用的选项：解决方案与他们流程的操作匹配度；解决方案的成本，包括持续维护和培训费用；保持系统正确使用的教育和培训要求，而不是采取“设置后不管”的心态；以及解决方案提供商本身对软件将要服务的设施类型的背景。

软件创新使我们能够继续推进完全数字化的旅程，以及食品安全的数字化。数字化是指将模拟（纸质）文件转换为数字文件，并建立一个积极存储电子文档的平台。

中村说：“有很多解决方案提供商可以托管这些文档，但一个挑战是拥有一个能够提供潜在问题领域洞察的‘主动’管理解决方案。”

数据、数字化和下一步举措

正如Kirsch所说，处理器今天可以轻松获取如此多的数据——远远超过了很多人曾经认为他们能获得的数据量或如何处理这些数据——问题是如何理解这一切。

“重要的是要意识到这些工具是存在的，它们并没有人们想象的那么可怕；你不需要投入大量的时间和精力就能查看数据，”他说。“如果你不利用作为制造商可以获取的所有信息，你就错过了机会。”

本格松同意这一观点，他表示为了让处理器进行优化，他们需要了解现状，知道自己表现良好的时候以及不好的时候，并且要知道哪些杠杆可以产生最大的影响。数据为回答这些问题提供了基础。

“挑战在于如何解读所有数据并使其具有操作性；现代云解决方案和创新技术已经提供了实现这一目标的工具，”他说。“我认为，在处理领域未来的赢家将是那些拥抱这一点的人。”

洛伦兹认为，就整个食品行业而言，数据革命还处于青少年阶段，但“我们必须这样做，以应对劳动力短缺和竞争。”

对于像鲜美佳这样的大型公司来说，数字化协助了全球运营。“我可以在屏幕上和移动设备上实时查看位于地球另一端的设施的关键工艺条件，”Nakamura说。“数字化也确实通过这种实时能力‘缩小’了全球食品安全生态系统。”

他认为，数字化并没有使已经复杂的硬件和软件变得更加复杂，但它仍然需要精确的培训、维护以及对系统能力的认识。他警告说，虽然技术可以实现更多的多任务处理，但拥有合适的人员来监督系统的运行依然至关重要。

随着技术的进步，下一个机遇将从人们开发新算法以确定风险的能力中产生，特别是在考虑与食品安全相关的软件系统时。

“目前的数字平台在我看来是被动系统，意味着它们只是存储生成的数据。然后需要将这些数据以及相关的外部数据（如天气、水质信息、疫情等）纳入算法中，以确定潜在的食物安全风险。”中村说。“能够在事件发生之前从可能数百万或更多的数据点中计算出潜在的‘热点’是风险评估的下一阶段进化。”

一个即将在未来不久出现的潜在发展是将人工智能（AI）和机器学习（ML）融入这些过程控制解决方案中。Bengtsson认为“现在是非常令人兴奋的时代”，鉴于AI和ML已经开始为食品和饮料行业带来范式转变，通过解决之前甚至无法应对的挑战。

洛伦兹看到了类似的结果，人工智能“已经在帮助预测潜在问题和开发修复或更改以解决我们生产环境中的问题方面显示出益处。”

Kirch 表示，AI 和 ML 对食品和饮料运营商充满前景，可以将产品配方与库存数量相匹配以确定批次大小，或者根据历史机器设置、加工时间和温度提供制作产品的最高效参数。

“此外，通过机器学习和历史数据，可以更好地安排维护和清理活动，以符合生产需求，”Kirsch补充道。“人工智能/机器学习/物联网技术及软件可以提高运营效率并节省成本。”

尽管人工智能发展迅速，但它仍然需要进一步的发展才能进入过程控制解决方案并推动变革。目前， Nakamura 表示，当提出正确的问题时，AI 能够发挥作用，但还没有进化到能够在没有提示的情况下知道如何处理数据的程度。下一个飞跃将是能够聚合主数据、计算风险并向用户传达这些风险的系统。

“今天的AI能力令人印象深刻，将这些能力与过程控制和其他相关数据链接起来，利用更多的数据点来计算风险将是下一代食品安全技术。”他表示。