Kansen en mogelijkheden van smart food manufacturing

‘Hoe gaan we onze output vergroten, de efficiency verbeteren én de kosten verlagen?’ Die vraag houdt heel wat managers van voedselproducerende bedrijven bezig. Aan welke slimme snufjes wordt gewerkt? En zijn die vooral toekomstmuziek, of in de praktijk ook écht haalbaar? Drie experts laten hun licht schijnen over de trends en strategische keuzes in ‘smart manufacturing’ in de foodsector.

‘Alleen ga je sneller, samen kom je verder’. Deze bekende quote is het thema Smart Food Manufacturing op het (robot)lijf geschreven. Steeds opnieuw en op verschillende plekken het wiel uitvinden, zet een rem op de vooruitgang. Paul Goethals weet dat als geen ander. Hij is Business Development Manager Vision+Robotics bij Wageningen University & Research. Dit programma bestaat uit een divers team dat meer dan 50 experts uit alle hoeken van WUR samenbrengt op het gebied van computer vision, robotica, AI en spectrale beeldvorming. Niet alleen binnen de universiteit slaan de knappe koppen de handen ineen. Via verschillende Publiek Private Samenwerkingen (PPS) buigen de universiteit, bedrijven en overheden zich in consortia over actuele vraagstukken, en wordt de directe link naar de praktijk gelegd. Een van de bedrijven die geregeld in dit soort consortia met Wageningen samenwerkt, is Vision Partners. Het bedrijf, een integrator van klantspecifieke machine-vision oplossingen voor productieautomatisering, focust zich met hun technologie op het héle (hyper)spectrale gebied van vision; van het zichtbare licht, via NIR en SWIR tot en met thermisch infra-rood. We praten met Managing Director Jeroen Keunen. De derde expert die is aangeschoven is Coenraad Deetman, Operations and Development Manager bij Handtmann. Samen met zijn collega’s werkt hij aan nieuwe en innovatieve technologieën om daarmee slimme machine-oplossingen te bieden voor de voedselverwerkende industrie.

Arbeid

Niet heel verrassend is de belangrijkste driver voor de foodbranche om te automatiseren en robotiseren, het almaar groeiend tekort aan arbeidskrachten. Het is steeds moeilijker om mensen te vinden die in de doorgaans koude en vochtige, of juist heel warme omgeving, willen werken. Dat probleem wordt steeds nijpender. De ‘Wet toelating terbeschikkingstelling van arbeidskrachten’, die de positie van arbeidskrachten en in het bijzonder die van arbeidsmigranten moet verbeteren, heeft het er niet makkelijker op gemaakt. Maar personeelstekort is niet de énige motivatie voor de branche om geavanceerde techniek naar binnen te halen.
Coenraad: “Een grote aanjager is ook de consumentenvraag naar meer gemak en diversiteit in product- en verpakkingsvarianten. Gevulde olijven: met ansjovis maar óók met een nootje; dadels met room- én met kruidenkaas; leverworst en kaas graag al in plakjes voorgesneden, verpakt als kleine én grotere porties. Groentes liggen gewassen, geschild en/of voorgesneden in het koelvak. En de voedingsindustrie moet al die varianten leveren. Bulk- en lijnproductie is gebaat bij standaardisatie. Een machine die specifiek is ontworpen voor één type product, geeft immers maximale output. Maar de batches worden kleiner. Operators moeten productielijnen vaker omstellen. Dat heeft een keerzijde. Flexibele oplossingen gaan altijd ten koste van iets. Vaak is dat de eenvoud, en de productiviteit.”
“Daar komt bij dat de industrie te dealen heeft met toenemende eisen aan de voedselkwaliteit; al dan niet door de wet gedreven,” vult Paul aan. “Het kan gaan om wettelijke, maar ook om bovenwettelijke eisen’; bijvoorbeeld omdat een bedrijf zich wil onderscheiden met bepaalde duurzaamheidsaspecten, of omdat een supermarktketen daarom vraagt. Dit soort bovenwettelijke eisen spelen een steeds grotere rol.” 

Jeroen Keunen

Jeroen beaamt: “De winsten in de branche staan onder druk. De drive om de efficiency te verhogen is daardoor groot. Met data kun je als bedrijf heel gericht gaan optimaliseren; in de kwaliteitsinspectie, het volgen van de traceerbaarheid, het analyseren van de output van verschillende ploegen en productielijnen, enzovoort.”
Daarvoor is techniek nodig. Techniek die in staat is de juiste data te verzamelen. Zoals vision sensoren. “Vision sensoren ‘zien’ veel meer dan onze menselijke ogen”, legt hij uit. “Niet alleen registreren ze of een appel rood is of groen, maar bijvoorbeeld ook hoe zoet hij is.” Kunstmatige intelligentie en vision-AI, gecombineerd met sterkere computers, hebben de afgelopen paar jaar een scala aan mogelijkheden geopend. Met 3-D vision is de positie van een product exact te bepalen. De grijpfunctie op een robot kan dankzij visiontechnologie gericht dat product pakken én tegelijkertijd de kwaliteit ervan bepalen. Is de vrucht rijp? Zijn er rotte plekken? “Hij kan zelfs de kwaliteit van het vruchtvlees ónder een op het menselijk oog gave schil bepalen”, zegt Jeroen enthousiast. “Afhankelijk van die constateringen kan de robot een keuze maken: het product in de ene of een andere bak leggen bijvoorbeeld. Ook de chemische samenstelling van producten is dankzij nieuwe technologie contactloos te meten. Vroeger moest je in de productielijn een sample nemen en dat naar een laboratorium opsturen, waarna je een paar dagen of weken op het analyserapport moest wachten. Dat kan tegenwoordig allemaal inline, met vrijwel per ommegaande het resultaat in handen.”

Het klinkt geweldig. Maar ook wel wat futuristisch. Hoe toepasbaar is deze technologie al in de dagelijkse praktijk van voedselverwerkende bedrijven?  

Coenraad kijkt bedenkelijk. “Dat valt nog wat tegen”, verklaart hij. Hij geeft een voorbeeld van een klant waar zij onlangs een project hebben afgerond. “Deze klant produceert gevulde borrelhapjes die in het koelvak van de supermarkt te vinden zijn. Voorheen stonden er dagelijks zo’n twintig mensen aan een lijn om de hapjes, stuk voor stuk en volledig met de hand, te vullen en in bakjes te verpakken. In de afgelopen vijf jaar is de vraag flink gestegen, waardoor de capaciteit moest worden vergroot. Dat bereiken met extra personeel bleek geen haalbare optie; nieuwe medewerkers zijn nauwelijks te vinden. Daarom zijn we, naast een oplossing met professionele lopendebandtechniek, ook gaan onderzoeken of robotarmen inzetbaar zouden zijn. En juist daar lag de uitdaging: in combinatie met vision-technologie en de variërende vorm van het product bleek die aanpak te kostbaar ten opzichte van een meer mechanische machine. De robotarm kan namelijk slechts één product per keer oppakken, scannen en vullen, waarna het netjes in een bakje wordt geplaatst. Ons mechanische systeem werkt wezenlijk anders: daarin lopen 24 banen met voorgevormde holtes naast elkaar. Slechts een handvol mensen, zes in totaal, legt de producten handmatig in de juiste positie. Vervolgens worden er met één pomp en 24 kanaaltjes in één keer 24 hapjes tegelijk gevuld. Deze oplossing blijkt momenteel robuuster, efficiënter en goedkoper dan de inzet van evenveel robotarmen. Voor veel bedrijven in de voedselverwerkende sector blijft de balans tussen kosten en opbrengsten daarom voorlopig in het voordeel van meer traditionele mechanische systemen.”
Paul: “Toch denk ik dat de branche naar flexibele werkstations toe gaat, waar robots meerdere functies kunnen uitvoeren en eenvoudig omgeschakeld kunnen worden naar een andere handeling; zonder dat de hele lijn omgesteld moet worden. Niet eens met een druk op een knop, maar automatisch omdat de robot herkent dat er een nieuwe batch aankomt.” 

Coenraad Deetman

Coenraad: “De ROI speelt vanzelfsprekend een grote rol met hoe snel dat zal gaan; hoeveel personen vervangt een nieuwe machine en wat is de terugverdientijd? En ook: is het systeem ruimtebesparend? Verbetert de kwaliteit? De grootste uitdaging bij robotontwerp is dat we te maken hebben met nonconforme natuurproducten”, meent hij. “Factoren als vocht, kou, warmte en de zuurtegraad waar we in de food mee te maken hebben, zijn spelbrekers. Iedere machine, ook een robot, moet foodsafe én tegen al die elementen bestand zijn. Je moet er ook nog de hoge drukspuit op kunnen zetten. Mensen zijn bang voor storingen. Bij verregaande robotisering en automatisering verschuift het zélf kunnen oplossen van problemen bij de klant bovendien naar expertise die waarschijnlijk ingekocht moet worden. Een lopende band die over tandwielen loopt en een ‘ouderwetse’ mechanische machine zijn voor de TD’s nog te begrijpen. Complexe robots vergen veel meer van operators, en het inleren van een nieuw robotsysteem vraagt om een lange implementatietijd.”
“Dat is inderdaad één van de bottlenecks voor het versnellen van automatisering en robotisering”, erkent Jeroen. “Flexibiliteit en differentiatie vereisen nieuwe trainingssets.” Toch ziet hij vooral lichtpuntjes. “De software wordt steeds beter. Vroeger kostte het trainen van een robot echt heel veel tijd. Tegenwoordig maken we daarvoor gebruik van zogenaamde synthetische data. We laten een krachtige computer allerlei posities en scenario’s berekenen. Het trainen ervan gaat daardoor veel sneller.”
Paul: “We doen binnen de universiteit al heel veel in virtuele ruimtes; waar we een scenario keer op keer kunnen terugspelen en kleine veranderingen kunnen aanbrengen. Het bouwen van generieke modellen is echt iets van de laatste twee jaar Die ontwikkeling gaat de komende tijd een grote vlucht nemen. Maar uiteindelijk zal iedere innovatie toch óók in de praktijk uitgetest worden.”

Veelbelovende innovaties

‘Smart food manufacturing’ gaat verder dan het inzetten van robots en visiontechnologie. Er zijn natuurlijk meer manieren om de productie slimmer, efficiënter én duurzamer te maken. Onze experts lopen over van goede voorbeelden. Paul trapt af: “We ontwikkelen bijvoorbeeld nieuwe technologie om de kosten van water en energie beheersbaar te houden. Zo onderzoeken we hoe de conservering van levensmiddelen minder energie-intensief gemaakt kan worden. De milde conserveringsmethode PEF, voluit Pulsed Electric Fields, is daar een mooi voorbeeld van. Ook is er een consortium opgezet waarin we onderzoeken of de vriestemperatuur in de keten enkele graden hoger kan. De standaard van -20 graden Celsius is al decennia een gegeven. Met de hoge energiekosten en het schaarser worden van energie, is de vraag of we daar misschien -18 van kunnen maken zeer relevant. Het zou veel geld kunnen schelen. Maar voor je zo’n stap kunt maken, moeten we goed weten wat de gevolgen van zo’n maatregel zijn op de kwaliteit en houdbaarheid van producten gedurende hun reis in de keten. In de Coalitie werken we samen met de héle keten, van boer tot en met supermarkt en alles wat daartussen zit.”
Een ander mooi voorbeeld van innovatie en samenwerking is, zo vertelt Paul verder, de robot die te zien was op de Vision, Robotics & Motion beurs afgelopen voorjaar, een NXTGen-HighTech samenwerkingsproject van Wageningen en machinebouwer Van Wees Waalwijk. “De robot vult maaltijdsalades met verschillende componenten. Dat is grijpen, het ingrediënt direct in de eindverpakking leggen en tegelijkertijd de kwaliteitsmeting doen. Een van de voordelen is dat er veel minder handling aan het product plaatsvindt.” Dergelijke oplossingen zijn niet alleen geschikt voor de groente- en fruitsector. Ook in de bakkerijsector ziet hij kansen: “Deeg dat gevormd is kan zo meteen in bakvormen worden gelegd, en later vanuit de bakvorm direct de verpakking in. Dit verkort productielijnen aanzienlijk.” 

Paul Goethals

Jeroen stipt het voorbeeld aan van een recent project bij een koelverse maaltijdbereider. “Daar meten we ín de productie heel nauwkeurig de temperatuur van producten zoals puree, gekookte groenten en vlees bij het afvullen. Te lang koken geeft smaakverlies; dat wil je voorkomen. En als het product bij een te lage temperatuur wordt afgevuld, is er een grotere kans op bacteriegroei. Ook dat moet je voorkomen. In dit project hebben we een thermisch visionsysteem ontwikkeld dat inline het product vrijgeeft als het op een bepaalde temperatuur is; niet te heet, niet te koud. Dit kan inmiddels al allemaal contactloos.” 

“Een ander mooi praktijkvoorbeeld,” zo vervolgt hij, “is dat we, eveneens contactloos, bij varkens kunnen meten hoe verzadigd het vet bij het dier is. Dit onderzoek vindt plaats in het samenwerkingsverband ‘Slimme varkensketen’. De overheid subsidieert een deel, en ook Wageningen is erbij betrokken. Een boer kan de vetverzadiging sturen door bijvoorbeeld meer tarwe of minder mais aan de dieren te voeren. Hij kan, door zijn varkens ander voer te geven, dus een waardevoller, gezonder product leveren. Het idee is om de kwaliteit van het vlees en/of het vet in de toekomst mee te nemen in de uitbetalingsmatrix aan de boer. Het doel is de voedselketen duurzamer te maken; met minder afval en verspilling.”

Coenraad: “Een handige innovatie met veel toekomstperspectief, is programmatuur waar je middels slimme sensoren de status van machines bijhoudt en afwijkingen in patronen meet. Duurzaamheid en kostenbesparing zijn de belangrijkste drivers voor implementatie. De klant koopt een licentie, waarna allerlei data continu kan worden uitgelezen, geregistreerd en vergeleken. Dat levert relevante informatie op: of de messen en platen botter zijn geworden, lagers te veel versleten zijn, een roter slijtage vertoont, noem maar op. De motor moet dan harder werken, en verbruikt dus meer energie. Preventief onderhoud voorkomt dat. Het hoofdkantoor van Handtmann in Duitsland zet vol in op deze ontwikkelingen. In de praktijk blijkt dat de acceptatie en bereidheid om in de food in deze technologie te investeren, nog laag is.” Ergens begrijpt hij dat wel: “Onzekerheid over de toekomst speelt een grote rol. Supermarkten maken zelden langetermijnafspraken, waardoor de afzet onzeker is. Door de geopolitieke onrust houden ze de hand op de knip. Met grote projecten wordt gewacht tot er meer duidelijkheid is over welke kant het op gaat.”

Hoewel Jeroen merkt dat steeds meer foodbedrijven geïnteresseerd zijn in de mogelijkheden van vision technologie en verregaande robotisering, plaatst ook hij een kanttekening: “De take-off gaat langzaam. Foodfabrikanten kijken natuurlijk naar de kosten per unit, en de prijs is voor velen zoals ook Coenraad aangeeft een bottleneck. Bovendien zijn er vaak verschillende stakeholders en spelen er tegengestelde belangen. Bij grote veranderingen moet er ook een cultuurverandering plaatsvinden, en de robotprogrammatuur, ofwel de ogen en ‘hersenen’ van de robot moeten getraind worden. Dat zijn allemaal lange trajecten. Als er achter de verandering belangrijke spelers - zoals een wetgever of eisen-stellende supermarkten - zitten, gaan deze veranderprocessen wel aanmerkelijk sneller.”
Paul: “Om te versnellen is er een grote behoefte aan meer experimenteerruimte om prototypes te kunnen testen. In de industrie zelf is dit lastig: de runs zijn groot, de planning is strak: de lijn mag niet verstoord worden. Iedere onderbreking kost geld. We zien hier een rol voor de overheid.”
Ook Coenraad realiseert zich dat het allemaal niet zo snel gaat. “Voor de foodbranche écht rijp is voor grote veranderingen, zijn we minstens vijf jaar verder”, zo voorspelt hij. Toch ziet hij de toekomst allerminst somber in. “Van alle innovaties wereldwijd komt 60 tot 70 % uit Nederland”, verklaart hij trots. “Wij lopen hier op veel gebieden voorop. De Nederlander denkt in oplossingen. Ik vind dat heel verfrissend! Innovatief denken zie je wel op meer plekken in de wereld, maar Nederlanders zijn assertief; we voeren het ook echt uit.”