Tilbake til søkeresultatene

SFI-Sentre for forskningsdrevet innovasjon

DigiFoods - Digital Food Quality

Alternativ tittel: DigiFoods - Digital matkvalitet

Tildelt: kr 96,0 mill.

DigiFoods utvikler smarte sensorer for måling og digitalisering av matkvaliteten direkte på produksjonslinja. Denne informasjonen kan brukes til optimering av både prosesser og verdikjeder for økt lønnsomhet og reduksjon av matsvinn. Kvaliteten på råvarene i matindustrien varierer svært mye. Det å måle denne kvaliteten i prosess er svært krevende på grunn av den store biologiske variasjonen. Løsningene som utvikles baseres på en grunnleggende forståelse av matkvalitet, prosessering og moderne optisk instrumentering, og vil gjøre det mulig å måle og håndtere råvarevariasjonene i sanntid. Vi introduserer i tillegg robotikk for å muliggjøre automatiske målinger i utfordrende prosesser og i felt. Vi studerer og utvikler konsepter for hvordan målinger i stor skala kan brukes til 1) forbedring av primærproduksjon og 2) differensiering av produkter av ulik kvalitet til ulike forbrukersegmenter for å redusere svinn også i forbrukerleddet. DigiFoods, med sine 23 partnere, fungerer som et innovasjonssenter for matindustri, teknologileverandører og vitenskapelige miljøer. Fourier-transform Infrarød spektroskopi (FTIR) er lovende for måling av proteinsammensetning og det finnes per i dag ingen industriell løsning for slike målinger. Vi har vist at FTIR kan måle relevant variasjon av peptidstørrelser i industrielle peptidblandinger fra enzymatisk hydrolyse, en svært viktig kvalitetsindikator. Et portabelt FTIR instrument er bygget og testet med svært gode resultater. Dette muliggjør raske målinger i industrien og legger til rette for bedre forståelse og styring av slike bioprosesser. Annen type IR teknologi kan miniatyriseres og baseres på nye typer LEDs (light emitting diode) som produserer stråling i mid-IR regionen. Dette muliggjør små håndholdte sensorsystemer som kan brukes til å måle en rekke ulike kjemiske egenskaper på mat gjennom hele verdikjeden. Halvleder-lasere (QCL, quantum cascade lasers) genererer også lys i IR området og er egnet til lavkost målesystemer. Et protprototype system er utviklet basert på hver av de to teknologiene og blir teste ut på ulike anvendelser på mat. Raman spektroskopi kan måle en rekke ulike kvalitetsegenskaper på næringsmidler i prosess. Vi har fastslått at metoden kan brukes til å måle andel beinfragmenter, fett, protein og kollagen i kvernet restråstoff av fjørfekjøtt. Metoden er testet ut i industriell prosess med lovende resultater. Raman egner seg også til å måle EPA og DHA i hele laksefileter i fart på et transportbånd. Det er stor interesse i oppdrettsnæringa for en slik metode. In-line måling på laksefileter med Raman vil kunne kreve robotisert styring som inkluderer maskinsyn og algoritmer som håndterer måleproben optimalt. En foreløpig demonstrator av et slikt system er utviklet og testet i senteret. Roboter kan også bruke sensorer i felt. En viktig aktivitet i senteret er å gjøre målinger i industrielle prosesser og vi har jobbet med følgende case: in-line måling av tørrstoff i potet rett før fritering, måling av tørrstoff i ost, måling av kjernetemperatur i fiskekaker etter varmebehandling, fettinnhold i pølser, fett og protein i restråstoff av kylling og laks, kvalitetsegenskaper på laksefilet. Alle disse metodene er nye og vil kunne bidra til vesentlig prosessforbedring. I bedriftene lærer man mer om variasjonen i prosessene og dette har ført til forbedring av enkelte prosesser der målsetting er mindre svinn og jevnere sluttkvalitet. Innen dataanalyse utvikler vi løsninger som utnytter målinger av matkvalitet til å redusere svinn og øke lønnsomhet i matproduksjon. Vi jobber med tre strategier for å håndtere variasjon i matkvalitet: Den første handler om å samle store datasett der vi sammenstiller matkvalitet med andre tilgjengelig gårds- eller produksjonsdata, for å finne risikofaktorer og forstå underliggende årsaker til variasjon. Den andre handler om å bruke in-line-målinger av matkvalitet til å overvåke og justere prosesser i sanntid, for å sikre at kvaliteten holder seg stabil. Den tredje handler om produktdifferensiering, det å utvikle og markedsføre produkter med ulik kvalitet til ulike forbrukergrupper. Noen høydepunkter i 2023: - Vi har utviklet en ny NIR-sensor for rask og ikke-destruktiv måling av sukker i jordbær og tomater. Denne ble testet ut på en autonom robot og dette konseptet vil utvikles videre. NIR-sensoren har stort potensiale også innen sjømat og kjøttindustri og et kommersialiseringsprosjekt er startet opp. - Innen osteproduksjon har vi koblet in-line målinger av tørrstoff i ost med andre prosessparametere. Dette har gitt en økt forståelse av prosessen som har gitt varige innovasjoner som bidrar til økt lønnsomhet og bedre utnyttelse av innkommende melk. - Hyperspektral kamerateknologi er utviklet for industriell måling av fett, pigment, blod og melaninflekker i laksefilet og teknologien tas i kommersielt bruk i 2024. Teknologien er interessant for en rekke ulike kvalitetsmålinger på fisk og kjøtt.

The goal of SFI Digital Food Quality (DigiFoods) is to develop inline smart, sensor-driven solutions that deliver the essential food quality information required for successful process optimisation and digitalization of the food industry. Food processes are extremely complex and challenging to measure due to the inherent high level of biological variation in raw materials. The development of advanced solutions that are built on a fundamental understanding of food science, will allow the food industry to effectively measure and handle these variations, enabling a ground-breaking digital transformation of the industry. Effective strategies for real-time analysis and utilization of industrial data at a large scale will optimise processes and reduce waste throughout the value chain. New levels of information flow will also significantly increase productivity. DigiFoods will innovatively combine applied and basic research to generate new basic knowledge, evaluate prototype solutions, and create results for innovation in the following core areas 1) novel sensor systems and food application development, 2) robot and sensor integration, 3) integrated inline sensor solutions, and 4) analysis and utilisation of large-scale process and value chain data. A multi-disciplinary team comprising food companies, technology providers and research institutions is highly motivated to collaborate towards this common goal. The industrial partners will participate in all research tasks, committing essential in-kind contributions to the project. A critical element of this centre is that much of the experimental work will be done in the industrial process lines, which the end-users will make available for research. The centre will educate 9 PhD students and 3 post docs. DigiFoods will be governed by a board with an industrial majority, ensuring relevant research that will build the foundation for a future food industry 4.0.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Budsjettformål:

SFI-Sentre for forskningsdrevet innovasjon