Moderne intelligente Lebensmittelproduktionsanlage wird mit zahlreichen Sensoren
ausgestattet
6 2021 | moproweb.de 35
Konzentrationen mit Hilfe von Sensoren
schmecken und richtig einordnen.
Außerdem wird mit dem Projekt „FoodAssist:
Basistechnologien für Zerlege-Assistenzsysteme
im Lebensmittelbereich“
erforscht, wie sich industrielle Assistenzsysteme
für eine kognitive Entlastung der
Mitarbeiter aus dem Lebensmittelbereich
eignen. Ziel des Projektes ist die Untersuchung
der Anwendbarkeit existierender
Lösungsansätze in dem Bereich der
Fleischzerlegung.
In dem Forschungsprojekt „SmartOption“
geht es um die selbstoptimierende
Prozessautomatisierung zur wirtschaftlichen
Rückgewinnung von Bier aus Überschusshefe.
Durch die Rückgewinnung von
Bier durch Filtration von Überschusshefe
werden im Brauprozess Rohstoffe und
Energie eingespart, Lebensmittelabfälle
vermieden und die Wirtschaftlichkeit verbessert.
Hygiene und Daten
Da viele Lebensmittel ein idealer Nährboden
für Mikroorganismen wie Bakterien,
Viren und Parasiten sind und zur Gesundheitsgefahr
für den Menschen werden
können, gelten für sie besonders hohe
hygienische Anforderungen. Die Lebensmittelhygiene
liegt in erster Linie in der
Verantwortung der Unternehmen, die
die Lebensmittel verarbeiten, herstellen,
behandeln oder in den Verkehr bringen.
Die Bekämpfung von Erregern soll
dabei so früh wie möglich erfolgen: bei
der Lebensmittelgewinnung und Herstellung.
Die Lebensmittelhygiene ist
eine große Herausforderung für Unternehmen.
Die Möglichkeiten der Digitalisierung
können dabei aber eine große
Entlastung darstellen.
Daten sind aus unserer modernen
Welt der IT und Automatisierungstechnik
nicht mehr wegzudenken. Durch den
Einzug in die Lebensmittelwirtschaft
entstehen unvorhersehbare Potenziale
und große Mehrwerte: Technische Systeme
und Sensoren sind Datenquellen,
auf deren Basis die Nährwertqualität,
der Frischegrad oder der Kontaminationszustand
eines Produktes sehr präzise
und in Echtzeit analysiert werden
können. Solche Systeme könnten die
Qualitäts- und Hygiene-Kontrollen übernehmen
oder die Produktionsanlagen
überwachen, sodass Wartungsmaßnahmen
rechtzeitig eingeleitet und somit
unnötige Ausfälle vermieden werden. So
können Mitarbeiter entlastet und Kosten
und Zeit eingespart werden. Außerdem
ist der Einsatz solcher Systeme ressourceneffizient
und umweltfreundlich.
In diesem Kontext liefert die Datentransformation
die physikalischen, chemischen
und biologischen Abbilder: die
digitalen Zwillinge mit allen möglichen
Qualitäts- und Zustandseigenschaften.
Ist die Transformation eines Produkts
oder einer Produktionsanlage in die virtuelle
Welt unüberschaubar komplex, so
ist der Daten-Load gewaltig. Hier spricht
man dann vom sogenannten Big Data.
Ist die Datenakquise für ein System besonders
erschwert oder mit hohen Kosten
verbunden, so kann der Daten-Load
knapp werden. Die Eigenschaften werden
womöglich nicht komplett abgebildet
und man spricht dementsprechend
über Small Data. Für beide Varianten
gilt: Ohne ausgeklügelte Methoden und
schnelle, robuste Algorithmen sind die
Daten jeglicher Art absolut wertlos. Damit
ein technisches System bestimmte
Aufgaben übernehmen oder prompt die
Entscheidungen treffen kann, muss man
den Daten ihre Intelligenz erst beibringen.
Hierfür gibt es ein sehr starkes Tool
an Methoden des statistischen Maschinellen
Lernens oder Lernen mit neuronalen
Netzen, welche mathematisch gesehen
im Wesentlichen auf algebraischen
Strukturen beruhen. Dies sind jedoch
nicht die einzigen Möglichkeiten, Daten
ihre notwendige Intelligenz beizubringen:
Viele Bereiche der geometrischen
und topologischen Form- und Mustererkennung,
Signal- und Bildverarbeitung,
Kombinatorik, multivariater Analysis und
raffinierte mathematische Transformationen
sind für diesen Zweck noch nicht
erschlossen worden. Dies sind die zukünftigen
wissenschaftlichen Werkzeuge
für die datengestützte Intelligenz,
welche auf die Interdisziplinarität aufbauen.
Ähnlich wie es auch bei der Verknüpfung
der Lebensmittelwirtschaft
mit der IT und Automatisierungstechnik
der Fall ist.
Interdisziplinarität und
hybride Technologien
Interdisziplinarität und hybride Technologien
spielen eine essentielle Rolle bei
Authentifikationssystemen – ein neuer
Bereich der angewandten Forschung,
der sich auf das Design von technischen
Systemen mit datengestützter Intelligenz
konzentriert. Die Systeme sind
dann in der Lage, mit höchster Präzision
und Geschwindigkeit Big und Small Data
in Smart Data umzuwandeln. Das Erfolgsrezept
ist einfach: die realen Eigenschaften
eines Objekts oder Zustands werden
in seinem digitalen Zwilling charakterisiert
und eindeutig authentifiziert. Je
nach Art der Eigenschaft, wie z.B. Kernigkeit,
Festigkeit oder Homogenität
eines Produkts mit seiner variierenden
biochemischen Natur, sind für die digitale
Charakterisierung unterschiedliche
theoretische Werkzeuge notwendig.
/de
/moproweb.de
/de
link
/moproweb.de