USA

Ellips installerar fyra AI-drivna potatissorteringslinjer i Nordamerika under 2026

Ellips har installerat fyra nya AI-drivna Elisam-potatissorteringslinjer över hela Nordamerika under 2026, på gårdar i Alberta, Idaho och Wisconsin.

Картофель на автоматизированном сортировочном конвейере
Potatis på ett automatiserat sorteringsband. Foto: Erwin Bosman (Pexels)

Ellips har utökat sin nordamerikanska närvaro med fyra nya Elisam-sorteringsanläggningar för potatis under 2026 – på Phoenix Farms i Alberta, Eagle Eye Produce och Wada Farms i Idaho, samt Gumz Farms i Wisconsin. Systemen sorterar upp till 40 ton per timme och tar 90 bilder av varje knöl.

Ellips har utökat sin närvaro inom den nordamerikanska potatisindustrin med fyra nya Elisam-sorteringsanläggningar för potatis under 2026. Projekten inkluderar system för Phoenix Farms i Alberta, Kanada; Eagle Eye Produce i Idaho Falls, Idaho; Gumz Farms i Wisconsin; och Wada Farms i Pingree, Idaho. Varje installation är konfigurerad efter den enskilda verksamhetens krav, med fokus på sorteringshastighet, noggrannhet och driftsäkerhet.

Sorteringskapacitet och teknik. Beroende på konfiguration kan Elisams potatissorteringsmaskiner bearbeta upp till 40 ton potatis per timme och ta 90 bilder av varje potatis. Med hjälp av Ellips True-AI-programvara utvärderar systemet storlek, form, färg och externa defekter i realtid. Tekniken är utformad för att öka genomströmningen, minska arbetskraftsbehovet, begränsa produktsprickning och förbättra förpackningskonsistensen.

Morgonens branschsammanfattning Dagens viktigaste saker i ett e-postmeddelande.

Vardagar. Avsluta prenumerationen med ett klick.

Tillförlitlighet som försäljningsargument. ”Kunderna letar efter utrustning de kan lita på säsong efter säsong”, säger John Albert, VD för Ellips USA. ”Oavsett om det är en högkapacitetsinstallation eller ett system som är skräddarsytt för en kunds specifika verksamhet, är den gemensamma tråden förtroende för tekniken. Tillförlitlighet och noggrannhet i graderingen är det som driver återkommande affärer och rekommendationer i hela branschen.”

AI-baserade justeringar. Med ständiga arbetskraftsutmaningar och förändrade kvalitetskrav används AI-baserade klassificeringssystem alltmer inom potatispackning. True-AI-programvaruplattformen gör det möjligt att justera och uppdatera klassificeringsprogram i takt med att potatissorter, kundspecifikationer och marknadskrav förändras. Systemet är utformat för att stödja konsekvent klassificering, förbättra packningen och minska svinn – parametrar som spelar större roll för varje säsong i takt med att detaljhandelsspecifikationerna skärps.

Installation och support. I USA och Kanada stöds Elisams installationer av Ellips USA, som hjälper till med linjedesign, installation, operatörsutbildning och kontinuerlig service. Företaget samarbetar med odlare och packare för att konfigurera sorteringsutrustning efter driftskrav och tillhandahåller teknisk support under hela utrustningens livslängd.

Bygger på 25+ linjer. Sedan Ellips introducerade sin lösning för sortering av potatissorter 2020 har företaget installerat fler än 25 Elisam-potatissorteringslinjer världen över. De fyra nordamerikanska installationerna som färdigställdes 2026 representerar en ytterligare expansion av företagets sorteringsverksamhet i USA och Kanada – och ett tecken på att AI-baserad optisk sortering går från att vara en tidig nyhet till standardinvesteringar inom nordamerikansk potatisförpackning, där två av de fyra nya linjerna går till Idaho, kontinentens största producerande stat. Spridningen av kunder – från en familjeverksamhet i Wisconsin till stora transportörer i Idaho – tyder också på att tekniken inte längre är reserverad för de största packarna: konfigurationer skräddarsys till medelstora verksamheter i takt med att arbetskraftsbristen tvingar fram automatisering djupare in i sektorn.


Källor

Välkommen tillbaka!

Logga in på ditt konto nedan

Hämta ditt lösenord

Ange ditt användarnamn eller din e-postadress för att återställa ditt lösenord.

📰 Mitt sammandrag — välj ämnen och läs offline