Lebensmittelindustrie 4.0: Fraunhofer IVV entwickelt

10.05.2016
Lebensmittelindustrie 4.0: Fraunhofer IVV entwickelt
selbstlernendes Reinigungssystem
In einem gemeinsamen Forschungsprojekt bringen Wissenschaftler des Fraunhofer-Institutes für
Verfahrenstechnik und Verpackung IVV aus Dresden und der Friedrich-Alexander-Universität Erlangen-Nürnberg
Reinigungsanlangen „Denken“ und „Lernen“ bei. Basierend auf einem Erfahrungspool aus gesammelten
Messdaten entscheidet das künstliche neuronale Netz später selbst, welche Reinigungsparameter es anwendet.
Lebensmittel verderben bei hohen Temperaturen besonders schnell. Daher spielen Hygieneregeln eine
maßgebliche Rolle – und das nicht erst beim Verbraucher. Schon bei der Herstellung von Lebensmitteln müssen
hohe hygienische Standards eingehalten werden. Maschinen und Produktionsanlagen werden kontinuierlich
überprüft und automatisiert gereinigt. Dazu dienen sogenannte Cleaning-In-Place (CIP)-Prozesse, die ohne
Demontage der Anlage vor Ort eingesetzt werden. Die Reinigung ist zwar gründlich, aber deutlich
überdimensioniert, da meist der schlimmste anzunehmende Verschmutzungsfall als Standard verwendet wird. In
der Folge wird zu lange mit zu viel Wasser, Energie und Reinigungsmittel gearbeitet.
Prozessoptimierung durch künstliche neuronale Netze
Im Rahmen eines Projektes der Industriellen Gemeinschaftsforschung (IGF), das vom Forschungskreis der
Ernährungsindustrie (FEI) organisiert wird, wollen die Wissenschaftler ein selbstlernendes
Automatisierungssystem für ressourceneffiziente Reinigungsprozesse entwickeln. Sie bringen den
Reinigungsanlangen in zwei aufeinander aufbauenden Schritten „Denken“ und „Lernen“ bei. Letztendlich sollen
die Maschinen erkennen, welcher Verschmutzungszustand vorliegt und selbstständig entscheiden, wieviel
Wasser, Reinigungsmittel und Zeit zur Reinigung verwendet werden sollen.
Im ersten Schritt trainieren die Forscher künstliche neuronale Netze darauf, verschiedene
Verschmutzungsqualitäten zu erkennen. Bei diesem „überwachten Lernen“ wird der passende Reinigungsprozess
zunächst noch von den Wissenschaftlern vorgegeben. In der darauf folgenden zweiten Phase findet das so
genannte „bestärkende Lernen“ statt: Basierend auf einem Erfahrungspool aus gesammelten Messdaten
entscheidet das künstliche neuronale Netz nun selbst, welche Reinigungsparameter es anwendet.
In Zukunft sollen die Ergebnisse des IGF-Vorhabens eine hygienisch einwandfreie und gleichzeitig
ressourceneffiziente und umweltschonende Reinigung von Maschinen und Anlagen ermöglichen.
Reinigungsbedingte Ausfallzeiten der Produktionsanlagen werden durch die bedarfsgerechte Reinigung auf ein
Minimum beschränkt.
Von den zu erwartenden Kosteneinsparungen profitieren in Deutschland neben den über 5.500 mittelständischen
Lebensmittelherstellern auch Unternehmen anderer Branchen, die hohe Hygienestandards in der Produktion
erfüllen müssen, beispielsweise die Pharma- oder Kosmetikindustrie.
Pressekontakt
Arbeitsgemeinschaft industrieller Forschungsvereinigungen „Otto von Guericke“ e.V. (AiF)
Evelyn Bargs-Stahl
Telefon: +49 (0) 221 37680114
E-Mail: presse@aif.de
Ansprechpartner zum Projekt
Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV
Dipl.-Ing. André Boye
Telefon: +49 (0) 351 4361435
E-Mail: andre.boye@ivv-dresden.fraunhofer.de