Tilbake til søkeresultatene

SFI-Sentre for forskn.drevet innov

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. Omfattende måling av de essensielle kvalitetsegenskapene gjennom verdikjedene legger til rette for en digital transformasjon av matproduksjonen. Vi studerer og utvikler konsepter for hvordan sanntidsmålinger 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 27 partnere, vil fungere 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. FTIR kan brukes for å følge enzymatisk nedbrytning av proteinrike restråstoffer. Vi har nå for første gang vist at vi kan benytte samme metode for å kvantifisere størrelsesfordelinger av peptider fra industrielle peptid-blandinger. Peptidstørrelser er en vesentlig produktkvalitet og slike målinger vil være relevante for flere av partnerne i senteret. Et portabelt nytt FTIR instrument er under bygging og skal brukes til målinger i blant annet bioteknologiske prosesser. 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. Et prototype system er under konstruksjon og skal evalueres i 2022 for måling av fettsyrer i ulike produkter. Halvleder-lasere (QCL, quantum cascade lasers) genererer også lys i IR området og er egnet til lavkost målesystemer. Et slikt instrument skal også testes ut i 2022. Raman spektroskopi har potensiale for å måle en rekke ulike kvalitetsegenskaper på næringsmidler i prosess. Vi har fastslått at metoden kan brukes til å måle prosentandel beinfragmenter i kvernet fjørfekjøtt og fettsyrene EPA og DHA i oppmalt laks under realistiske industrielle forhold med gode 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. Også hyperspektral avbildning i det nærinfrarøde (NIR) er en lovende metode for dette formålet. Basert på avbildende NIR har vi også utviklet en metode som på fiskebåt kan skille såkalt vasskveite (dårlig kvalitet) fra normal blåkveite. Dette kan bli en viktig anvendelse for kvalitetssortering og bærekraftig fangst. In-line måling på laksefileter med Raman krever robotisert styring som inkluderer maskinsyn og algoritmer som håndterer måleproben optimalt. Et slikt robotisert system er skissert og danner grunnlaget for en demonstrator som skal utvikles og testes i senteret. Roboter kan også bruke sensorer i felt. Vi har testet sensorer for måling av modenhet, samt sukker og syrer i jordbær. Hensikten er at autonome landbruksroboter kan bruke slike sensorer til presisjonsplukking av jordbær. Vi har oppnådd lovende resultater, og dette tas videre i utvikling av en sensor som kan integreres på roboten. Testinstallasjon for in-line måling av tørrstoff i potet rett før fritering er under utvikling på en kommersiell produksjonslinje. Dette er første målesystem av sitt slag. Foreløpige resultater viser at tørrstoff kan måles med god nøyaktighet og vi vil fremover følge variasjonen over tid. Dette vil gi grunnlag for styring og forbedring av prosessen med målsetting om mindre svinn og jevnere sluttkvalitet. Innen analyse, modellering og optimering av prosesser basert på blant annet informasjon fra smarte sensorer har vi to hovedaktiviteter. Den ene er å utvikle verktøy og strategier for vasking, strukturering og kombinering av data fra ulike målesystemer (in-line/at-line/off-line). Den andre handler om å bruke data til å modellere og tolke årsaker til variasjon i kvalitet, og bruke dette til prosessoptimering, prosessovervåking eller beslutningsstøtte for matprodusenter. Vi jobber med case innen produksjon av ost, pommes frites og kylling, samt enzymatisk hydrolyse av restråstoff fra kylling og laks.

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

Ingen publikasjoner funnet

Aktivitet:

SFI-Sentre for forskn.drevet innov