Attiva su sei stabilimenti produttivi in Emilia-Romagna, con oltre 500 dipendenti e più di 300 milioni di confezioni di prodotti finiti (per l’alimentazione domestica, detergenza per la casa e cosmesi) venduti ogni anno, Deco Industrie segue da vicino tutti i passaggi della filiera alimentare, dall’approvvigionamento delle materie prime alle fasi di preparazione e confezionamento dei prodotti. Quest’anno, per elevare il livello di qualità e sicurezza alimentare delle proprie linee, in particolare quella dei biscotti (frollini classici, frollini senza uova e latte) nello stabilimento di San Michele a Ravenna, Deco ha scelto di affidarsi alla PMI italiana Xnext. Un’azienda deep tech specializzata nei sistemi di ispezione X-ray multi-energy fondata nel 2014 a Milano da Bruno Garavelli e Pietro Pozzi con l’ambizione di rivoluzionare il mondo dei sistemi di controllo qualità in tempo reale nei processi industriali mediante la tecnologia innovativa e brevettata XSpectra, in cui ha investito 9 anni di ricerca e sviluppo e 10 milioni di euro di investimenti.
Il FoodTech per garantire una filiera alimentare tracciabile e sicura
“La scelta di investire nella tecnologia Xnext è stata dettata dalla mission di fornire prodotti sicuri, di qualità e competitivi, per soddisfare i bisogni dei consumatori finali, così come le aspettative della Grande Distribuzione Moderna e dell’Industria di Marca, mettendo al primo posto il rispetto dell’ambiente e della legge”, afferma Antonio Campri, Presidente di Deco Industrie.
In effetti, stando al rapporto “The State of Global Foodtech” di Talent Garden e Forward Fooding, in collaborazione con Accenture, Unilever e VAR Group, gli investimenti nel comparto foodtech a livello globale hanno superato i 17 miliardi di euro nel 2020, con una crescita del 42% anno su anno. E il segmento della “Food Safety & Traceability” ha registrato 1,7 miliardi di euro di investimenti, dimostrando come il tema della sicurezza alimentare stia diventando centrale non solo per i consumatori ma anche per le aziende produttrici. È dunque fondamentale per l’industria alimentare adottare tecnologie capaci di garantire una filiera sempre più trasparente, così da migliorare la tracciabilità degli alimenti e di conseguenza aumentare la fiducia dei consumatori.
Raggi X e Artificial Intelligence per ispezionare la qualità dei biscotti sulla linea di produzione
I biscotti – così come i crostini – sono disomogenei e presentano un’elevata variabilità a livello di ricetta e per come si dispongono nel sacchetto (ogni sacchetto è diverso dall’altro): i contaminanti sono quindi più difficili da intercettare, poiché possono nascondersi tra le variabilità del prodotto. In questi casi i sistemi a raggi X classici e i metal detector non sono efficaci al 100%, non riuscendo a individuare materiali a bassa densità che non siano metallici ma anche alcuni metalli non ferromagnetici.
Invece, come spiega Bruno Garavelli, Ceo e Co-Founder di Xnext, i sistemi di ispezione di ultima generazione dell’azienda riescono a fornire analisi multispettrali ed estrapolare maggiori informazioni: in pochi millisecondi, il sistema di ispezione real time XSpectra, combinando tre livelli di innovazione tecnologica come la fotonica, la microelettronica nucleare e l’intelligenza artificiale, analizza un prodotto mentre scorre sulla linea di produzione e ne decreta la conformità o meno agli standard di qualità richiesti, identificando per esempio, corpi estranei a bassa densità come plastiche leggere, pezzetti di legno, parti organiche o altri tipi di contaminanti come fili di rame, filamenti di ferro e pezzi di molla che possono staccarsi dai macchinari di lavorazione.
Nello specifico, una prima fase di addestramento di XSpectra all’interno del Demo Center di Xnext permette di far lavorare le macchine nelle condizioni di carico effettivo della linea in cui saranno installate con i prodotti da ispezionare che, girando senza interruzione anche per interi giorni, consentono di accumulare un numero elevato di prodotti ispezionati utile per l’addestramento del SW di ispezione XInspector. La macchina si addestra così a riconoscere il prodotto buono da quello non conforme su una elevata variabilità di prodotto attraverso l’utilizzo di reti neurali e intelligenza artificiale. Dopo di ché, la macchina è pronta per essere installata in linea per dare il via al “field-test” vero e proprio e continuare la fase di training con gli aggiornamenti necessari per ottimizzare sempre di più la rete neurale ad acquisire nuovi risultati. Al positivo completamento del field test XSpectra è considerata operativa e lavorerà h24 sette giorni su sette in linea.
