Analyse und Diagnose

TEIG 4.0: Prozessoptimierung im Bereich der Weizenteigverarbeitung mittels KI-basierter Methoden - „Echtzeiterfassung von qualitätsrelevanten Merkmalen bei Rohstoffen, Zwischen- und Endprodukten“

01.09.2021 bis 31.08.2023

Bisherige Prozesse in der Weizenteigverarbeitung sind oft handwerklich geprägt. Dies führt zu starken Schwankungen in der Produktqualität. Eine umfassende Automatisierung, auf lange Sicht sich selbst regulierende Prozesse, können diese Schwankungen reduzieren. Wichtig dabei ist, dass als wichtig erkannte Parameter und Zielgrößen, allen voran die Produktqualität, kontinuierlich überwacht werden.

Das Projekt stellt die industrielle Anwendung in den Vordergrund und zielt auf Ergebnisse ab, die von hoher praktischer Relevanz sind. Zum Verständnis der komplexen Wechselwirkungen wird der gesamte Teigverarbeitungsprozess vom Rohstoff bis zum gebackenen Teigling aufgezeichnet.

Die Auswertung der Daten erfolgt mittels Verfahren basierend auf künstlicher Intelligenz (KI). Durch Anwendung einer Kombination von Maschinellem Lernen (ML) und Methoden der Informations-fusion (IFU) werden Zusammenhänge zwischen Eigenschaften des Weizenteiges, Prozessparametern und Produktqualitäten analysiert und sichtbar gemacht.

Ziel ist es, mittels inline-fähiger Messtechnik bereits im Produktionsprozess Rohstoff- und Zwischenprodukteigenschaften in der Weizenteigverarbeitung zu erfassen und in Echtzeit auszuwerten. So werden Ausschuss minimiert, Ressourcen geschont und einer Lebensmittelverschwendung wird vorgebeugt.

Das Projekt wird gefördert durch:
Projektträger: VDI Technologiezentrum GmbH, Bundesministerium für Bildung und Forschung - BMBF
Förderkennzeichen: 13FH3I05IA
Förderlinien: FH Impuls
Projektbeteiligte / Ansprechpartner: Prof. Dr.-Ing. Björn Frahm, Prof. Dr.-Ing. Ulrich Müller
Projektmitarbeitende: Jan Segermann, M. Sc., Andre Blome, Mario Luttmann
Jan Segermann, M. Sc., Mario Luttmann, Andre Blome, Sebastian Feldt, Sujee Sivanesan, Christoph-Alexander Holst, M. Sc., Prof. Dr.-Ing. Volker Lohweg, Prof. Dr.-Ing. Björn Frahm, Prof. Dr.-Ing. Ulrich Müller
Die Rolle von ML-Modellen in der Lebensmitteltechnologie: Eine Fallstudie zur Sauerteigfermentation mit NIR-Spektroskopie
Jan Segermann, M. Sc., Mario Luttmann, Andre Blome, Sebastian Feldt, Sujee Sivanesan, Christoph-Alexander Holst, M. Sc., Prof. Dr.-Ing. Volker Lohweg, Prof. Dr.-Ing. Björn Frahm, Prof. Dr.-Ing. Ulrich Müller
Die Rolle von ML-Modellen in der Lebensmitteltechnologie: Eine Fallstudie zur Sauerteigfermentation mit NIR-Spektroskopie