近年、選別業界は最先端技術の融合により目覚ましい進歩を遂げています。中でも、可視光選別技術と赤外線選別技術の応用は大きな注目を集めています。本稿では、選別用途で使用される様々な光について解説し、特に可視光選別技術、短赤外線選別技術、近赤外線選別技術に焦点を当てます。これらの技術は、色彩選別、形状選別、不純物除去に革命をもたらし、産業界がかつてないレベルの効率性と精度を実現できるようにしています。
1. 可視光選別技術
スペクトル範囲: 400～800nm
カメラ分類: リニア/プレーナー、白黒/RGB、解像度: 2048 ピクセル
用途: 色の分類、形状の分類、AI を活用した分類。
可視光選別技術は、人間の視認範囲である400～800ナノメートルの電磁スペクトル領域を利用します。この技術には、線形または平面の分類が可能な高解像度カメラ（2048ピクセル）が組み込まれており、白黒またはRGBのバリエーションがあります。
1.1 色分け
この技術は色彩選別に最適で、わずかな色の違いで質感、サイズ、形状を判別することが可能です。人間の目で判別可能な物質や不純物の選別に広く応用されています。農産物から製造工程に至るまで、可視光選別は色彩特性に基づいて物品を効果的に識別・分別します。
1.2 形状分類
可視光選別のもう一つの注目すべき応用は、形状選別です。AIを活用したアルゴリズムを活用することで、この技術は物体の形状に基づいて正確に認識・分類することができ、様々な産業プロセスを効率化します。
1.3 AIを活用したソート
人工知能（AI）の統合により、可視光選別能力がさらに向上します。高度なアルゴリズムにより、システムは学習と適応が可能になり、複雑なパターンを認識し、多様な業界において正確な選別を実現します。
2. 赤外線選別技術 – 短赤外線
スペクトル範囲: 900～1700nm
カメラの分類: 単一赤外線、二重赤外線、複合赤外線、マルチスペクトルなど。
用途: 水分と油分含有量に基づく材料選別、ナッツ産業、プラスチック選別。
短赤外線選別技術は、人間の可視光線範囲を超える900～1700ナノメートルのスペクトル範囲で動作します。この技術には、単一スペクトル、二重スペクトル、複合スペクトル、多重スペクトルなど、様々な赤外線機能を備えた特殊カメラが組み込まれています。
2.1 水分と油分含有量に基づく材料の選別
短赤外線技術は、水分と油分含有量に基づいた材料選別に優れています。この機能はナッツ業界で特に価値が高く、クルミの殻付き核、カボチャの殻付き核、レーズンの茎、コーヒー豆の種などを選別する際に広く使用されています。
2.2 プラスチックの選別
プラスチック選別、特に同色の材料を扱う場合、短赤外線技術は大きなメリットをもたらします。この技術は、様々な種類のプラスチックを正確に分離し、リサイクルプロセスを効率化し、高品質の最終製品を保証します。
3. 赤外線選別技術 – 近赤外線
スペクトル範囲: 800～1000nm
カメラの分類: 1024ピクセルと2048ピクセルの解像度
用途: 不純物選別、材料選別。
近赤外線選別技術は、800～1000ナノメートルのスペクトル範囲で動作し、人間の可視範囲を超える貴重な情報を提供します。1024ピクセルまたは2048ピクセルの高解像度カメラを採用し、効率的かつ正確な選別を実現します。
3.1 不純物選別
近赤外線技術は不純物選別に特に効果的で、様々な産業で貴重なツールとなっています。例えば、米の腹白、カボチャの種に含まれる石やネズミの糞、茶葉に含まれる昆虫などを検出・除去することができます。
3.2 材料の選別
この技術は人間の目に見える範囲を超えて材料を分析できるため、材料の正確な分類が可能になり、複数の分野にわたる製造および生産プロセスを合理化できます。
結論
選別技術、特に可視光および赤外光を用いた選別技術の進歩は、様々な業界の選別能力に革命をもたらしました。可視光選別技術は、AIを活用したアルゴリズムを用いて、色や形状を効率的に選別することを可能にします。短赤外線選別技術は、水分や油分含有量に基づく材料選別に優れており、ナッツ業界やプラスチック選別プロセスにメリットをもたらしています。一方、近赤外線技術は、不純物や材料の選別において非常に重要な役割を担っています。これらの技術が進化し続けるにつれ、選別アプリケーションの未来は明るく、世界中のあらゆる業界で効率性、精度、持続可能性の向上が期待されます。
以下は、これらのテクノロジを組み合わせたいくつかのアプリケーションです。
超高精細可視光+AI：野菜（毛髪選別）
可視光+X線+AI：ピーナッツの選別
可視光+AI：ナッツの粒選別
可視光+AI+4視点カメラ技術：マカダミアナッツ選別
赤外線＋可視光：米の選別
可視光+AI：熱収縮フィルムの欠陥検出とスプレーコード検出
投稿日時: 2023年8月1日