New solutions to control robotic environments: quality control in food packaging

dc.contributor
Universitat de Girona. Departament d'Informàtica, Matemàtica Aplicada i Estadística (2013-)
dc.contributor.author
Banús Paradell, Núria
dc.date.accessioned
2022-02-10T14:53:11Z
dc.date.available
2022-12-16T23:45:35Z
dc.date.issued
2021-12-16
dc.identifier.uri
http://hdl.handle.net/10803/673469
dc.description.abstract
Machine vision systems and artificial intelligence techniques are two active research areas in the context of Industry 4.0. Their combination allows the reproduction of human procedures while improving the performance of the processes. However, to achieve the desired full automation, there is a need for new applications able to cover as many industrial scenarios and processes as possible. One of the areas that needs further research and development is the quality control of food packaging, and more specifically in the closure and sealing control of thermoforming packages. The shortcomings in this area were detected by TAVIL who, in collaboration with GILAB, proposed an Industrial Doctorate to investigate, develop and integrate in real scenarios new methods to improve the packaging stage of the food industry by using machine vision systems and artificial intelligence techniques. In the context of this Industrial Doctorate, two focuses of research were defined that differ at the level at which the problem is studied. The first focused on the quality control of food packages, and the second on the efficient management of machine vision systems in industrial scenarios
dc.description.abstract
Els sistemes de visió per computador i les tècniques d’intel·ligència artificial són dues àrees de recerca actives en el context de la Indústria 4.0. La seva combinació permet la reproducció de procediments humans millorant al mateix temps el rendiment dels processos. Malgrat això, per aconseguir l’automatització completa desitjada, hi ha la necessitat de noves aplicacions capaces de cobrir el màxim d’escenaris i processos industrials possibles. Una de les àrees que necessita més investigació i desenvolupament és el control de qualitat dels envasos d’aliments, i més concretament, el control del tancament i del segellat d’envasos termoformats. Les necessitats en aquesta àrea van ser identificades per TAVIL que, amb col·laboració amb GILAB, van proposar un Doctorat Industrial per investigar, desenvolupar i integrar en escenaris reals nous mètodes per millorar l’etapa d’envasat de la indústria alimentària mitjançant sistemes de visió per computador i tècniques d’intel·ligència artificial. En el context d’aquest Doctorat Industrial, s’han seguit dues línies d’investigació que es diferencien en el nivell en el qual estudien el problema. La primera línia es basa en el control de qualitat d’envasos d’aliments, mentre que la segona es basa en el control eficient de sistemes de visió per computador en escenaris industrials
dc.format.extent
130 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat de Girona
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.uri
http://creativecommons.org/licenses/by-nc-sa/4.0/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Indústria alimentària
dc.subject
Processament d'aliments
dc.subject
Industria alimentaria
dc.subject
Procesado de alimentos
dc.subject
Food processing industry
dc.subject
Xarxes neuronals convolucionals
dc.subject
Redes neuronales convolucionales
dc.subject
Convolutional neural networks
dc.subject
Automatització de la indústria
dc.subject
Automatización de la industria
dc.subject
Industry automation
dc.subject
Visió per computador
dc.subject
Visión por computador
dc.subject
Machine vision
dc.subject
Intel·ligència artificial
dc.subject
Inteligencia artificial
dc.subject
Artificial intelligence
dc.subject
Computer vision for automation
dc.subject
Aprenentatge profund
dc.subject
Aprendizaje profundo
dc.subject
Deep learning
dc.subject
Control de qualitat d'envasos d'aliments
dc.subject
Control de calidad de envases de alimentos
dc.subject
Packaging quality control
dc.title
New solutions to control robotic environments: quality control in food packaging
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
004
dc.subject.udc
663/664
dc.subject.udc
68
dc.contributor.director
Boada, Imma
dc.contributor.director
Xiberta, Pau
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.description.degree
Programa de Doctorat en Tecnologia


Documents

tnbp_20211216.pdf

13.42Mb PDF

This item appears in the following Collection(s)