Actieve sturing van klimaatgerelateerde productieprocessen in de vleeswarenindustrie

De toepassing van moderne productietechnieken binnen de vleesverwerkende industrie belet niet dat bepaalde procesvariabelen (temperatuur, relatieve luchtvochtigheid) moeilijk beheerst kunnen worden in de proceskamers. Om aan het probleem van niet-uniforme productkwaliteit en -veiligheid tegemoet te komen, werd recent een onderzoek gestart waarbij een datagebaseerd mechanistisch model zal ontwikkeld worden dat gebruikt kan worden voor optimalisatie van de procescontrole.

In de meeste processen zijn omgevingsvariabelen zoals temperatuur, relatieve vochtigheid en luchtsnelheid ongelijk verdeeld in de ruimte. Aanwezigheid van biologische organismen leidt tot de creatie van een ‘micro-omgeving’ (een deel van de totale omgeving waar biologische processen geheel of een gedeeltelijk plaatsvinden (b in Figuur 1)). Afhankelijk van de toepassing kunnen 1 of meerdere driedimensionale (3D) micro-omgevingen gedefinieerd worden in functie van tijd en ruimte.



Figuur 1. Schematische voorstelling van een micro-omgeving in een gecontroleerde proceskamer met producten.

Parameters voor controle van micro-omgevingen zijn reeds gerealiseerd binnen een grote verscheidenheid aan toepassingsgebieden. In de literatuur werden reeds een aantal studies beschreven die aangeven dat bepaalde procesparameters (bv. luchtsnelheid, temperatuur, relatieve vochtigheid) zelden uniform verdeeld zijn. Gegevens zijn beschikbaar voor opgemeten waarden in testinstallaties in een labo, in systemen die gebruikt worden voor opslag van levensmiddelen, in gebouwen van landbouwbedrijven, in incubators, in fietshelmen en in voertuigen. Ondanks het feit dat omgevingscontrole met behulp van een beperkt aantal meeteenheden reeds werd gerealiseerd, werd online controle van de 3D micro-omgeving in de praktijk in de meeste van deze toepassingen tot op heden nog niet tot stand gebracht. Meestal is de controle van een 3D ruimte gebaseerd op empirische kennis en op jarenlange ervaring.

Ruimtelijke en tijdelijke niet-uniformiteit komt ook voor in voedingsverwerkende bedrijven zoals de vleesindustrie. Dit is bijvoorbeeld het geval gedurende kook- en koelprocessen en rijpings- en droogprocessen. De recirculatie van lucht binnenin de proceskamers kan immers leiden tot imperfecte menging en kan bijgevolg niet-uniforme microklimaat-omstandigheden creëren gedurende een proces, hetgeen resulteert in een niet-uniformiteit van de productkwaliteit (door ‘underprocessing’, ‘overprocessing’, kookverliezen, enz.) en problemen in verband met de veiligheid van het voedsel (door ‘underprocessing’). Één van de lopende projecten binnen het Programma ter bevordering van technologietransfer door instellingen van hoger onderwijs (TETRA met ref. nr. 060164) bestudeert de ‘actieve controle van klimaatgerelateerde variabelen in de vleesverwerkende industrie met het oog op veilige producten met een constante kwaliteit’. Aan dit project werken 16 bedrijven mee om problemen met betrekking tot de niet-uniformiteit gedurende kook-, fermentatie, en droogprocessen te identificeren. M3-BIORES, een onderzoeksgroep binnen de Katholieke Universiteit Leuven, wil in de toekomst lange- en kortetermijnoplossingen bieden voor een betere productcontrole en heeft de intentie een controller te ontwikkelen die kan toegepast worden op bestaande systemen.

In samenwerking met het laboratorium voor levensmiddelenchemie en vleestechnologie (KULeuven, Technologiecampus Gent) werd, op basis van veldexperimenten, vastgesteld dat kamertemperaturen gedurende thermische processen heel sterk kunnen variëren. Deze variatie wordt gereflecteerd in de ruimtelijke en tijdelijke variatie van de kerntemperatuur. Dit resulteert in een niet-uniforme productkwaliteit en voedselveiligheid die wordt beschreven aan de hand van de F-waarde. (Figuur 2).


Figuur 2. 3D variatie van de kamertemperatuur resulteert in een ruimtelijke variatie van de kerntemperatuur van de producten wat op zijn beurt resulteert in een niet-uniformiteit van de F-waarde.

Omwille van een te beperkte beschikbaarheid van uitgevoerde studies die onmiddellijk een oplossing bieden voor deze niet-uniformiteit en een gebrek aan een geautomatiseerd controlesysteem op basis van biologische responsen -zoals de producttemperatuur-, is fundamentele kennis over het effect van het variërende microklimaat op biologische responsen in termen van voedselkwaliteit en veiligheid noodzakelijk en dienen technieken voor efficiënte procescontrole ontwikkeld te worden, en dit met het oog op reductie van productverliezen en energieverbruik.

In M3-BIORES wordt veel gebruik gemaakt van een systeem waarbij het fysische begrip van een proces gecombineerd wordt met het gebruik van datagebaseerde procedures om bepaalde parameters in te schatten. Zo kan een betekenisvolle en parametrisch efficiënte beschrijving van het transportfenomeen in een imperfect gemengde, geventileerde luchtruimte verkregen worden (Figuur 3).

Figuur 3. Voorbeeld van datagebaseerde modellering en controlebenadering in de vleesindustrie.

Deze techniek wordt het DatageBaseerd Mechanistisch Model (DBM) genoemd. Dit model liet toe een fysisch betekenisvolle beschrijving van variabelen in een specifiek proces te realiseren en dankzij de geschiktheid ervan voor modelgebaseerde controledoeleinden, bleek de DBM benadering geschikt voor studies omtrent 3D temperatuur- and massaverdeling. Resultaten van studies om massaverdeling in een imperfect gemengde ruimte in ruimte en tijd te modelleren en testen omtrent de kwantificatie van de temperatuurgradiënten van de eierschaal in industriële incubators werden reeds gepubliceerd.

Bronnen

  • De Moor, M. and Berckmans, D. (1996). Building a grey box model to model the energy and mass transfer in an imperfectly mixed fluid by using experimental data. Mathematics and Computers in Simulation 42 (2-3), 233-244.
  • Desta, T. Z., Van Buggenhout, S., Van Brecht, A., Meyers, J., Aerts, J. M., Baelmans, M., and Berckmans, D. (2005). Modelling mass transfer phenomena and quantification of ventilation performance in a full scale installation. Building and Environment, 40(12), 583-1590.
  • Janssens, K., Van Brecht, A., Desta, T. Z., Boonen, C. and Berckmans, D. (2004) Modeling the internal dynamics of energy and mass transfer in an imperfectly mixed ventilated airspace. Indoor Air, 14(3), 46-153.
  • Quanten, S., Van Brecht, A., Van Hirtum, A., Janssens, K., Aerts, J. M., and Berckmans, D. (2004). Model-based temperature measurement technique to quantify the dynamic three-dimensional air freshness flow in the interior of a car. International Journal of Vehicle Design,34(3), 218-230.
  • Van Buggenhout, S., Desta, T. Z., Van Brecht, A., Vranken, E., Quanten, S., Van Malcot, and Berckmans, D. (2006). Data-based mechanistic modelling approach to determine the age of air in a ventilated space. Building and Environment, 41(5), 557-567.
  • Van Brecht, A., Aerts, J. M., Degraeve, P., and Berckmans, D. (2002). Quantification of the spatio-temporal eggshell temperature and convection coefficient by infrared thermography.Transactions of the ASAE, 45(6), 1951-1957.