多年来，自动鸡蛋裂纹检测一直基于声学测量。 声音是由鸡蛋撞击传感器或小锤子撞击鸡蛋产生的，造成蛋壳振动，然后传递到传感器。 该传感器将振动转换为电信号，分析和检测鸡蛋裂纹。

基于声音的系统 在裂纹检测中是常见的和标准的。 然而，这些方法要求鸡蛋与传感器/锤子有物理接触。 它不仅会暴露在蛋壳上的机械应力，而且还会增加从一个鸡蛋到另一个鸡蛋的交叉污染风险。

基于声音的裂纹检测系统， 尤其是带有移动锤的，不是为食品级接触而设计的，安全且易于清洁。 它们需要手动清洁，偶尔需要拆卸以进行检查。 一个更卫生的设计解决方案是鸡蛋撞击固定传感器的系统，并且这些传感器的清洁通常被设计为通过自动 CIP（就地清洁）成为整个系统的一部分。 尽管如此，鸡蛋和传感器之间仍然存在物理接触，这会造成交叉污染的潜在风险。

随着对食品安全问题的日益关注，该领域需要创新的裂纹检测解决方案。 所以， SANOVO 可以自豪地宣布与 JigLabs 签署了协议，JigLabs 是一家软件开发公司，创始人来自美国和欧洲。 JigLabs 提供了一种基于光学的计算机视觉系统，该系统利用人工智能的深度学习来检测鸡蛋中的裂缝和泄漏。

扬·霍尔姆·霍尔斯特 R&D 导演 SANOVO:
“鸡蛋裂纹的光学检测，尤其是发丝裂纹，已经尝试了很多年，并为此申请了多项专利，但从未获得成功的操作系统。 因此，尽管在更高级的应用中使用计算机视觉技术的情况有所增加，但基于声波的裂纹检测系统仍留在市场上。 不得不说，这种新的、特别设计的人工神经网络算法，嵌入了先进的、超高性能的硬件，对鸡蛋裂纹检测的未来做出了革命性的改变，我相信在适当的时候我们会看到这项技术超过今天使用的所有旧的基于声音的系统。”

到目前为止，美国一直在对白鸡蛋进行测试。 新的测试站点立即得到了改进 SANOVO 基于深度学习的计算机视觉检测系统，他们决定关闭现有的旧裂纹检测器。

• 由于消除了机械运动部件，并且对传感器没有影响/污染，可以获得更稳定的检测结果
• 几乎免维护，因为视觉系统基于现代相机技术，照亮鸡蛋的光源是基于 LED 的

扬-威廉·彭宁斯， R&D 在经理 SANOVO:
“当我接触到这个概念时，我看到了这样一个系统的所有者/运营商的所有潜在好处。 与市场上可用的声波系统相比，裂纹检测概念是完全非接触式设计的。 这意味着不会对最终产品造成进一步损害。 该系统不需要额外的转移，例如夹具或改变承载面。 同样，通过转移卵子造成的损害更小。 该系统是静态的，因此没有移动部件，从而为我们的客户带来低维护和最终运营成本。 除此之外，不需要进一步调整鸡蛋大小，例如声波系统。 我也很高兴看到第一个测试结果在准确性和性能方面都显示出巨大的希望，我迫不及待地将其推向市场，为我们的客户彻底改变裂纹检测。”

为了将这项创新转化为可用于检测所有类型鸡蛋的解决方案， SANOVO JigLabs 目前正致力于系统集成和技术优化。 怀着对未来的高期望和兴奋，我们期待着彻底改变世界各地鸡蛋分级机的裂纹检测。

扬·霍尔姆·霍尔斯特
R&D 董事、副总裁

扬-威廉·彭宁斯
R&D 经理

在这里观看 Jiglabs 视频