La clasificación y procesado de pescado empleando máquinas automáticas reduce costes e incrementa el volumen de procesado. Después de su llegada a los mercados de distribución mayorista y minorista, el tamaño de los ejemplares suele ser muy variado para la mayoría de las especies (trucha, caballa, dorada, lubina, etc.). Debido a ello, la limpieza y corte de pescado se realiza habitualmente de forma manual. Este proceso involucra diferentes pasos y a menudo se corta en función de la demanda del usuario: sin cabeza, sin vísceras, sin cabeza ni vísceras, fileteado, etc. Combinando diferentes elementos tecnológicos, hoy en día es posible el desarrollo de sistemas automáticos capaces de mejorar los procesos de corte de pescado y el número de unidades procesadas. En cambio, las máquinas automáticas existentes actualmente son muy complejas y costosas, estando únicamente al alcance de las grandes empresas. La disponibilidad de máquinas automáticas en los pequeños mercados o comercio minorista facilitará el procesado de pescado que se sirve a los clientes, reduciendo el tiempo de espera para el cliente, con mayor calidad en el producto entregado y facilitando el consumo de pescado para la población. Debido a la piel escurridiza del pescado, que posee un bajo coeficiente de fricción, la sujeción del pescado para la ejecución de los procesos de corte y limpieza es una labor que debe realizarse cuidadosamente y con sistemas de agarre específicamente diseñados. Este sistema de agarre debe sujetar el pescado a lo largo de todo el proceso y permitir la actuación de las diferentes herramientas, así como permitir el agarre de piezas de diferente tamaño. Este trabajo realiza la investigación necesaria para el adecuado procesamiento de la trucha (Oncorhynchus mykiss), perteneciente a la familia de los salmónidos. Para permitir que la máquina propuesta se adapte a diferentes tamaños en las piezas de pescado, es necesario un sistema de visión artificial junto con los adecuados algoritmos para obtener las medidas fisiológicas de cada pieza y así poder establecer los puntos de actuación de las herramientas de corte y limpieza. El análisis del pescado se realiza en movimiento mientras éste circula por la máquina, siendo analizado antes de su llegada al primer punto de corte para poder realizar su aplicación en los puntos extraídos por el algoritmo. Adicionalmente, todo el proceso debe ser controlado por un sistema integral de automatización. El sistema será responsable de sincronizar el sistema de visión, el algoritmo de extracción de puntos característicos, la actuación de los elementos de corte y limpieza, así como de gestionar los sistemas de seguridad para evitar que el operario pueda dañarse durante el manejo de la máquina.

Today, due to the increase of industrial automation, the need to design and manufacture automated devices with high capabilities in the fish and aquaculture industries is felt obviously. Considering the importance of trout consumption in the food basket and increasing the production efficiency with high quality, designing and developing the systems with higher capabilities compared to previous types is essential. Due to the slippery skin of the fish and the low friction coefficient, it is difficult to control the fish while processing. Since the fish processing operation is done step by step, in addition to providing fish stability, it is necessary that the grippers enable simultaneous operations along the system. Therefore, an automatic system with the ability of belly cutting, beheading, gutting and cleaning stages on different trout sizes is designed and manufactured based on the fish dimensions and cutting point extraction using machine vision. To reach the optimal system, the final model was simulated in Adams software. By performing the simulation, all the necessary forces and torques of the motors and pneumatic jacks were extracted at three input rates of four, seven and 10 fish per minute. To enable the system to process the fish in all capacities, the motors and pneumatic jacks were selected based on the maximum working capacity. Under these conditions, the maximum required force to provide this speed calculated as 332.45 N. Also in the belly cutting subsystem, the required torque for the stepper motor resulted in 1.79-2.145 Nm. The maximum required torque for the gutting stepper motor was calculated as 0.69 Nm in tested processing capacities (4, 7, and 10 fish per minute). The maximum required force of the cleaning jack resulted in 38.76 N. In order to extract the cutting points, the position of the fish fins was extracted by machine vision. To justify the processing method in the fin detection stage the identification of the fin regions resulted in 86.54%, 99.96% and 99.87 for sensitivity, specificity and total accuracy, respectively. By correcting the possible errors, the cutting points (fins) were identified in all fish samples. The controlling algorithm was written in TIA portal software compiled on the programmable logic control (PLC). Thus, the extracted data was sent to the controlling unit using the TCP/IP protocol for precise fish processing.