Markt

Forschungsprojekt Automatisierung in der Fleischverarbeitung abgeschlossen

25.02.2014 Der Forschungskreis der Ernährungsindustrie (FEI), Bonn, hat das 2010 gestartete DFG/AiF-Clusterprojekt, das die Erarbeitung einer neuartigen Zerlegetechnik für Fleisch sowie die Entwicklung der dazu notwendigen Sensor- und Automatisierungstechnik zum Ziel hatte, abgeschlossen. Ziel war eine effizientere Produktion sicherer Fleischerzeugnisse.

Anzeige
Forschungsprojekt Automatisierung in der Fleischverarbeitung abgeschlossen

Förderer, Forscher und Anwender (v.l.n.r.): Dr. Burkhard Schmidt, AiF; Dr. Patricia Schmitz-Möller, DFG; Prof. Dr. Antonio Delgado, Universität Erlangen-Nürnberg, Frank Schmidt, Banss GmbH und Dr. Volker Häusser, FEI (Bild: FEI)

m Rahmen eines Abschlusssymposiums wurden die umfassenden Ergebnisse des Clusterprojektes „Minimal Processing in automatisierten Prozessketten der Fleischverarbeitung am Beispiel der Feinzerlegung von Schweinefleisch (Schinken)“ am 21. Februar präsentiert. Rund 70 Experten aus Industrie und Wissenschaft kamen dazu nach Bonn. Die Erarbeitung einer neuartigen Zerlegetechnik für Fleisch, einschließlich der Entwicklung der dazu notwendigen, hochinnovativen Sensor- und Automatisierungstechnik, bietet den Unternehmen aus der Fleischverarbeitung die Chance, ihre Marktstellung durch innovative und spezielle Produkte zu sichern und auszubauen sowie den Export zu sichern.

9 Wissenschaftlergruppen aus ganz Deutschland forschten 3 Jahre lang interdisziplinär im Rahmen des Clusterprojektes, das wiederum aus 6 Teilprojekten besteht. Federführend konzipiert und fachlich koordiniert wurde das Cluster von Prof. Dr. Antonio Delgado von der Universität Erlangen-Nürnberg.

Die Ergebnisse
Die erzielten Ergebnisse belegen auch im Detail die Gültigkeit der Arbeitshypothese, dass sich das angestrebte generalisierte Minimal Processing nur mittels eines hohen Automatisierungsgrades und einer hoch entwickelten Informationsauswertung umsetzen lässt. Die Feinzerlegung des Fleisches wirft nämlich Fragestellungen auf, deren Komplexität sich nicht zuletzt darin begründet, dass völlig unterschiedliche Themengebiete engverschachtelt ineinander greifen.

Für die automatisierte Fleischverarbeitung mittels Roboter gilt es, auf der Ebene des Produktes die materielle Konstitution des Fleisches geometrisch und physikochemisch detailgetreu zu charakterisieren. Hierzu hat dieses Clusterprojekt ein Instrumentarium der Online-Prozessbeobachtung kreiert, welches auch im internationalen Vergleich Maßstäbe setzt. Im Sinne des generalisierten Minimal Processing liefert eine möglichst ganzheitliche Prozessbeobachtung schlichtweg eine unerlässliche Grundlage zur Optimierung des Materialund Energieflusses.

So lassen sich etwa aus der Bestimmung der Fleischqualität und des Hygienezustandes vor der Zerlegung in der automatisierten Innenlogistik frühzeitig Dispositionen treffen, ohne Ressourcen völlig unnötig zu beanspruchen. Aber auch eine priorisierende Zerlegung aufgrund von Prozess- und Produktparametern (etwa Temperatur oder Fettgehalt) lässt sich durch eine umfassende Prozessbeobachtung logistisch mit minimalen Ressourcen bewältigen. Dies schafft zugleich wesentliche Grundlagen zu einer bisher nicht realisierten Lagerhaltung minimaler materieller und energetischer Flüsse.

Das geschaffene Diagnoseinstrumentarium umfasst die dreidimensionale Online-Erfassung der äußeren Schinkentopologie, der Lage von Knochen und Faszien sowie die Detektion von Fleischimperfektionen (wie Abszessen). Dazu dienen – auch algorithmisch – hochentwickelte bildgebende Verfahren. Mit dem erstmaligen Einsatz der Raman-Spektroskopie kommt ein nicht-invasives, Ziele und Ergebnisse optisches Charakterisierungswerkzeug zum Einsatz, dessen Potentiale in der Lebensmittelverarbeitung bisher völlig unerkannt geblieben sind. Mit überaus beindruckender Zuverlässigkeit und Praxistauglichkeit erweist es sich als probate Diagnose- und Prognosemethode für so unterschiedliche Größen wie pH-Wert, Fleischqualität, Tropfsaftverlust) und Fleischfestigkeit. Als weiteres nichtinvasives Diagnoseverfahren hat dieses Clusterprojekt die Ansätze verfolgt, Fluoreszenzmethoden zur Bestimmung des Hygienezustandes des Fleisches und der Zerlegebox einzusetzen.

Ebenfalls in der Fleischwirtschaft erstmalig eingesetzte Referenz-Petri-Netze (RPN) bilden den informationstechnologischen Kern der automatisierten, roboterbasierten Feinzerlegung. Sie bieten einzigartig gute Möglichkeiten, die Komplexität des Zerlegungsprozesses zu modellieren, zu simulieren und im Sinne des generalisierten Minimal Processing zu optimieren. Dabei berücksichtigen die RPN so unterschiedliche Informationen wie den minimalen Energieeinsatz und die optimale Schnittbahnführung für den Roboter sowie die Fleischqualität und das HACCP-Konzept andererseits.

Die Aufgabenstellungen in den Teilprojekten
Im Einzelnen verfolgten die Teilprojekte folgende Zielsetzungen:

Teilprojekt 1 -Minimal Processing in der automatisierten Feinzerlegung von Schweinefleisch: Als Projekt mit zentraler Querschnittsfunktion bestand dessen Hauptziel darin, den Prozessschritt der Fleischfeinzerlegung hinsichtlich Energieeinsatz, Produktqualität und Ressourceneffizienz im Sinne des generalisierten Minimal Processing ganzheitlich zu optimieren.

Teilprojekt 2 – Physikalisches Imaging zur Struktur- und Texturerkennung bei der Fleischverarbeitung. Dieses Projektes zielte in erster Linie auf die Online-Gewinnung von Prozessinformation bei der Schinkenzerlegung ab.

Teilprojekt 3 – Reinigungs- und hygieneorientiertes Maschinenkonzept zur ganzheitlichen Umsetzung von Minimal Processing in der Fleischverarbeitung. Dieses Teilprojekt setzte sich zunächst die Integration der Sensoren und Aktoren in die zu entwickelnde Positionier- und Handlingeinheit zum Ziel.

Teilprojekt 4 – Differenzierung von Autofluoreszenzsignaturen zur Online-Erfassung bakterieller Kontaminanten in der automatisierten Fleischzerlegung. Dieses Projekt zielte auf das adaptive Management von bakteriellen Kontaminationen bei Fleischpartien ab, welches einen intrinsischen Bestandteil des verfolgten Minimal-Processing-Konzepts bildete.

Teilprojekt 5 – Grundlagenuntersuchungen zur Raman-Sensorik für eine automatisierbare Beurteilung der Fleischqualität in der Prozesskette. Auch dieses Teilprojekt hatte zum Ziel, Informationen zu liefern, welche die Umsetzung des generalisierten Minimal Processing bei der Feinzerlegung von Schinken überhaupt erst ermöglichten. Im Kern stand die Überprüfung der Raman-Spektroskopie als Fingerprint-Methode zur Online-Bestimmung der Fleischqualität.

Teilprojekt 6 – Entwicklung von Analysemethoden zur Etablierung einer online-fähigen Beurteilung von Fleisch: Dieses Projekt beabsichtigte zum generalisierten Minimal Processing dadurch beizutragen, dass es potentiell online-fähigen Verfahren durch Validierung mittels Referenzanalytik zur Etablierung verhilft. Es handelt sich dabei um ultraschallbasierte Diagnosesysteme sowie Sensoren zur Bestimmung mikrobieller Kontaminationen durch Autofluoreszenzsignaturen und Milchsäurebildung nach der Schlachtung durch Raman-Spektroskopie.

Realisiert werden konnte das Clusterprojekt durch eine gemeinsame Initiative der DFG (Deutsche Forschungsgemeinschaft), der AiF (Arbeitsgemeinschaft industrieller Forschungsvereinigungen) und des FEI sowie durch Förderung des BMWi (Bundesministerium für Wirtschaft und Energie) im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF). Die Beteiligung von 3 Wirtschaftsverbänden sowie 24 Unternehmen sicherte die Praxisnähe der Forschungsarbeiten.

Weblink zum Thema
Der Forschungskreis der Ernährungsindustrie (FEI) hat eine Abschlusspublikation mit den zentralen Ergebnissen des Clusterprojektes veröffentlicht. Einzelexemplare der 136 Seiten umfassenden Print-Publikation sind gebührenfrei beim FEI erhältlich. Ein PDF der Publikation steht zum Download auf der Internetseite der FEI oder direkt hier zur Verfügung.
Eine Online-Dokumentation des Abschlusssymposiums mit den Präsentationen der Referenten wird am 26. Februar auf der Internetseite der FEI veröffentlicht und kann ebenfalls direkt hier aufgerufen werden.

(dw)

Anzeige
Loader-Icon