KE 4/2016, s. 24: Koneet, laitteet & prosessit: Hyperspektrikuvantaminen tuo tehoa prosesseihin ja luotettavuutta laadunvalvontaan

Hyperspektrikuvantaminen avaa uusia mahdollisuuksia esimerkiksi elintarvikkeiden laadunvalvontaan ja arvokkaiden sivuvirtojen hyödyntämiseen.

Menetelmällä voidaan havainnoida, paikantaa ja tunnistaa esimerkiksi kemikaaleja, kaasuja ja ravintoainepitoisuuksia. Teknologia kuuluu fotoniikan toimialaan, jonka Euroopan komissio on nimennyt yhdeksi nopeimmin kehittyvistä, kaikkia aloja poikkileikkaavista avainteknologioista ohjelmakaudella 2014‒2020.
Menetelmä liittää mitattujen ja tunnistettujen laatuhäiriöiden tai poikkeamien tulokset suoraan tuotteeseen tai tuotantoerään.
̶ Jäljitettävyys on aukoton. Virheellisten tuotteiden poistaminen tuotantolinjalta mahdollisimman aikaisessa vaiheessa säästää merkittävästi aikaa, vaivaa ja energiaa, Vision Systems Oy:n toimitusjohtaja Kari Rahkola kertoo.

Sivuvirtojen arvoainesosat esiin
Hyperspektrikuvantamisen soveltamista on tutkittu Jyväskylän yliopiston SpeCSI -hankkeessa (hyperspectral solution for crime scene investigation) alun perin muun muassa rikostutkinnan käyttöön. Vision Systems näki menetelmässä laajat mahdollisuudet tehostaa teollisuuden prosesseja ja parantaa laatua. Yritys osti hankkeen liiketoimintaoikeudet vuonna 2015.
Jyväskyläläinen Vision Systems Oy ja oululainen Specim Oy tekevät nyt yhteistyötä menetelmän teollisuussovellusten kehittämiseksi. Vision on mukana kansallisessa tutkimushankkeessa, jossa etsitään ja erotellaan materiaalivirrasta ainesosia edelleen jalostettavaksi eri tuotteiden raaka-aineiksi.
Hankkeen tavoitteena on saada uusi, prosessin kannalta käänteentekevä sovelluskohde hyperspektriteknologialle kotimaisen ja ulkomaisen teollisuuden tarpeisiin.
‒ Olemme samanaikaisesti valmistelemassa ensimmäistä teollista ratkaisua asiakaskohtaisessa sovellustutkimushankkeessa. Tavoitteena on tuotteistaa ratkaisuja askel askeleelta, Rahkola täsmentää.

Tarkka menetelmä
Hyperspektrikuvantaminen sopii silmälle näkyvien tai näkymättömien materiaalien ja aineiden automaattiseen tunnistamiseen ja erotteluun. Hyperspektrikamerat hyödyntävät joko näkyvän valon, lähi-IR:n (infrapuna), keskipitkien tai pitkien valoaallonpituuksien kuvakennoja.
̶ Uutta on se, että kuva-alueelta saadaan jokaista kuvapistettä kohti oma spektrinsä. Tämä antaa menetelmälle korkean erottelutarkkuuden koko kuva-alueelle. Kuvantavaa spektrografiaa on hyödynnetty 1990-luvulta lähtien, mutta erottelutarkkuus kuva-alueen yli oli tuolloin huomattavasti vaatimattomampi. Tällöin saatiin kuva-alueelta ainoastaan yksi spektri, Rahkola selvittää.
Varsinaiset hyperspektrisovellukset edellyttävät kameran ja spektrografin lisäksi analyysi- ja sovellusohjelmiston kehittämistä. Hyperspektrikamerat sisältävät valoa lukuun ottamatta kaiken, mitä kuvantamiseen tarvitaan. Kamerasta tieto siirtyy tietokoneelle analysoitavaksi. Analyysiohjelma käy läpi spektritulokset, ja sovellusohjelma laskee ja tuottaa niistä tulosraportit.

Monenlaisia käyttökohteita
Hyperspektrillä on monenlaisia käyttökohteita. Elintarvikealalla sitä voi käyttää elintarvikkeen sisällön analysointiin. Esimerkiksi lihatuotteista saadaan kuvantamalla mitattua rasvan, proteiinin, veden ja suolan pitoisuudet.
Menetelmällä voi myös analysoida ja tunnistaa elintarvikkeiden vierasesineitä. Tuotteiden tasalaatuisuutta voidaan analysoida kuvantamalla tuotetta prosessilinjalla. Tästä esimerkkinä on jauhemaisten aineiden materiaalitase ja sekoittuvuus kahdella tai useammalla eri aineella.
Menetelmää on sovellettu mineraalien analysoinnissa kaivosteollisuudessa. Lentokuvauksissa menetelmän avulla voidaan tunnistaa peltoalueen lannoitusmäärät ja kohdentaa lannoitus juuri oikealle alueelle. Jätteiden käsittelyssä menetelmä tunnistaa eri materiaalit toisistaan, ja lajittelu onnistuu robottien ja konenäön yhteistyönä. Kosteuden mittaus eri materiaaleista hyperspektritekniikalla on jo arkipäivää.
̶ Sovelluskohteita on jo paljon ja uusia nousee jatkuvasti, mutta useimmiten on kysymys tutkimuksesta tai erillisen näytteenoton sovelluksesta. Tavoitteenamme on viedä hyperspektriteknologia suoraan prosessiin ja on line -mittauksiin, Kari Rahkola tähdentää.

Pirjo Huhtakangas

******************************************************************

Konenäköteknologian pioneeri

Vision Systems Oy on toiminut konenäkötekniikan parissa vuodesta 1985 alkaen ja etsii kasvua uusista teknologioista, innovaatioista ja sovelluksista.
̶ Innostuimme Jyväskylän yliopiston SpeCSI -hankkeessa hyperspektriteknologiasta, jolla on edessään merkittävä kasvupotentiaali ja läpimurto teollisiksi menestystuotteiksi, toimitusjohtaja Kari Rahkola uskoo.
Yhtiön tausta konenäköteknologian pioneerina, kehittäjänä ja soveltajana antaa hyvän pohjan uusimman hyperspektriteknologian soveltamiselle.
̶ Olemmehan soveltaneet jo alkuvaiheessa spektrografiaa värierotteluun, ratkoneet muutoinkin vaikeita kuvantamisongelmia hyödyntämällä erilaisia suodatinteknologioita sekä kehittäneet eri valoaallonpituuksia tuottavia valaisinratkaisuja, eli analysoineet kohdeaineesta heijastuvia valon aallonpituuksia kuten hyperspektriteknologiassakin tehdään. Sillä päästään käsiksi paljon tarkempiin, syvempiin ja laajempiin tuloksiin ja uusiin sovelluksiin, Rahkola tarkentaa.
Markkinoilla on useampia yrityksiä, jotka ovat olleet kehittämässä hyperspektrikuvantamista, kuten alan pioneereihin kuuluva suomalainen, muun muassa hyperspektrikameroita valmistava Specim Oy. Sen perustajat Timo Hyvärinen, Esko Herrala ja Jukka Okkonen kehittivät VTT:n tutkijoina ollessaan kuvantavan spektrografin. Keksintö siirtyi ”spinnoffina” tutkijoiden vuonna 1995 perustamaan yhtiöön.

*******************************************************************

Potentiaalisia käyttökohteita

• Elintarviketeollisuus: vieraiden aineiden ja materiaalien tunnistus sekä väri- ja paistoastemittaukset
• Lääketeollisuus: kemiallisten aineiden tunnistus ja erottelu
• Metsäteollisuus: metsätuhojen analysointi ja puulajien määrittely
• Maatalous: lannoitustarpeen analysointi, viljan analysointi, viiniviljelmien kypsyyden arviointi
• Biotuoteteollisuus: kemiallisten aineiden tunnistus ja erottelu
• Paperiteollisuus: kosteusmittaukset
• Mineraaliteollisuus: malmien tunnistus kallioporausnäytteistä
• Terveydenhoito: ihosolumuutosten/syövän esiasteiden tunnistus
• Rikospaikkatutkimus: räjähdejäämien ja roiskeiden tunnistus
• Puolustusvoimat ja räjähdeteollisuus: räjähdejäämien ja roiskeiden tunnistus
• Museot ja taide: väärennösten tunnistus

Muut teemajutut samasta lehdestä :