Nieuwe technologieën: digitaliseren van 3D-foodprinting

Er is een groeiende behoefte aan innovatieve verwerkingstechnieken die de efficiëntie van de voedselproductie verhogen, verspilling tegengaan en de voedselkwaliteit verbeteren. ‘Smart' foodprocessing speelt daarbij een cruciale rol. Wat is er mogelijk met deze technieken? Waar liggen kansen? En welke obstakels moeten overwonnen worden?

De groeiende wereldbevolking en de klimaatproblematiek zorgen voor een toenemende vraag naar meer en duurzaam geproduceerd voedsel. Antwoorden vinden op dit grote vraagstuk is een van de speerpunten binnen Wageningen University & Research (WUR). Onderzoekers en experts van de WUR bundelen hun krachten om digitale oplossingen te ontwikkelen voor een efficiëntere, duurzamere en intelligentere toekomst voor voedsel- en landbouwproductie.

Zo werken onderzoekers van het fundamentele cluster Food Process Engineering en het toegepaste onderzoeksinstituut Wageningen Food & Biobased Research samen om de huidige stand van zaken op het gebied van 3D-printing van voedsel te verbeteren. In een recente studie onderzochten ze bijvoorbeeld of het mogelijk is de efficiëntie van het proces te verbeteren met de introductie van digitale technieken zoals Computer Vision (CV) en adaptieve controlestrategieën. Dit onderzoek is mede gefinancierd door het Sectorplan Werktuigbouwkunde (NWO).

Een ten onrechte ervaren gemak

Het 3D-printen van voedsel is in opkomst. Koks gebruiken de technologie al om creatieve vormen te maken voor hun gasten met aardappelpuree, hummus, chocolade en pasta. Diverse musea printen met 3D-foodprinters eetbare souvenirs: Egyptische piramides, de Grote Muur, de Eiffeltoren; alles kan. En voedseltechnologen gebruiken de techniek om eiwitten op plantaardige basis te textureren; om zo duurzame alternatieven te creëren met dezelfde textuur en smaak als vlees. Ondertussen wordt er hard gewerkt aan de introductie van 3D-printing voor de massaconsumptiemarkt. 

Hoe gemakkelijk en toegankelijk het inmiddels ook lijkt om voedingsmiddelen te 3D-printen, de praktijk is weerbarstig. Zo kost het veel tijd om de printparameters te optimaliseren voor het 3D-printen van verschillende voedselsamenstellingen en/of -ontwerpen. Ook zijn er veel trial-and-error experimenten nodig om de printer af te stemmen op nieuwe of andere materialen. Een recept voor het printen van chocolade kan bijvoorbeeld niet één op één worden gebruikt voor het printen van koekjesdeeg. Kortom, het produceren van gewenste ontwerpen vereist complexe en handmatige controles. Dit belemmert het wijdverbreide gebruik van deze techniek voor levensmiddelen. Welke digitale oplossingen kunnen deze obstakels overwinnen? Yizhou Ma boog zich over deze vraag. Het doctoraatsproject ‘Adaptive Control of 3D Food Printing’ combineerde sensortechnologieën en voorspellende modellen, om robuuste adaptieve controlestrategieën te creëren voor op extrusie gebaseerd 3D-foodprinting.

Een desktop 3D-foodprinter. Inzetje: close-up van de printkop tijdens het printen

Huidige stand van de techniek

Extrusie is een veelgebruikte methode voor het 3D-printen van levensmiddelen. Bij dit proces wordt voedselmateriaal in een spuit geladen en via een kleine spuitmond in filamenten gedoseerd. Deze worden laag voor laag aangebracht om een 3D-structuur te creëren volgens een digitaal ontwerp. Een goede controle van de stroom voedingsmateriaal kan echter problematisch zijn. Dit wordt veroorzaakt door verschillen in de reologische eigenschappen van levensmiddelen. Met andere woorden; de verschillen in het vloeigedrag, de afschuifverdunnende eigenschap van verschillende voedingsmiddelen, onder invloed van de druk en de geometrie van de spuit, kunnen leiden tot variaties in de stroming van het voedsel terwijl dat door de onder druk staande spuit beweegt. Daarom moeten de verschillende printparameters vaak handmatig worden aangepast om een goede 3D-afdruk van levensmiddelen te verkrijgen.

Computer Vision (CV)

Om het optimalisatieproces te stroomlijnen en de ontwikkelingstijd te verkorten, maakten de onderzoekers gebruik van CV: kunstmatige intelligentie waarmee machines beelden en video's kunnen interpreteren en analyseren. Ze waren specifiek geïnteresseerd in het meten van de stroomsnelheid van de toegevoerde materialen tijdens het printproces. Daartoe plaatsten ze een camera dicht bij de printkop om de stroom van het voedingsmateriaal te registreren. Vervolgens programmeerden ze op maat gemaakte CV-software. Deze software kan veranderingen in de voedingsstroom beeld voor beeld volgen. Zo bepaalden ze de dynamische voedselstroom in de tijd. Zij ontdekten dat verschillende voedingsmaterialen een uniek stromingsgedrag vertonen tijdens het extrusieproces. De voedselstroom begon langzaam en bereikte geleidelijk een evenwichtssnelheid. De versnelling van de materiaalstroom varieerde. Dit was afhankelijk van het voedingsmateriaal, de geometrie van de spuitmond van de 3D-printer en de druk van de printer. Door rechtstreeks het dynamische stromingsprofiel van een voedingsmiddel te meten, konden de onderzoekers enkele printparameters bepalen, zoals de printsnelheid en de printtemperatuur. Vervolgens programmeerden ze een automatische kalibratiestap om de optimale printsnelheid te bepalen voor nieuwe printmaterialen. Deze materiaalspecifieke kalibratie verbetert de nauwkeurigheid van het 3D-printen met minimale trial-and-error experimenten. De onderzoekers zetten de methode ook om in gebruiksvriendelijke CV-software voor bestaande 3D-foodprinters.

De verbeterde printnauwkeurigheid van kaas: van standaard (A en C) naar gekalibreerd 3D-foodprinten (B en D)

Digitale oplossingen 

Hoe kunnen geavanceerde sensortechnologieën, kunstmatige intelligentie en robotica bijdragen aan de aanpak van maatschappelijke uitdagingen rond voedselzekerheid? Dit wordt onderzocht binnen het WUR Agro Food Robotics programma door senior wetenschapper Aneesh Chauhan en zijn team. 

Het digitaliseren van een voedselproces is complex, deels vanwege de natuurlijke variatie van voedselsamenstellingen en de complexiteit van voedselprocessen. Om een effectieve digitaliseringsstrategie te ontwikkelen, is het van cruciaal belang om hardware en software te creëren die in harmonie samenwerken. Dit impliceert de integratie van verschillende sensortechnologieën die fysische, chemische en microbiologische veranderingen tijdens de voedselverwerking kunnen controleren. 

Computer Vision is een technologie voor het zinvol monitoren van fysieke en chemische veranderingen van voedsel. Om CV-toepassingen naar behoren te implementeren, moet hardware (zoals industriële camera's) worden gekoppeld aan geavanceerde software-algoritmen om de nodige controleacties uit te voeren. Door het implementeren van geautomatiseerde controles is het mogelijk zogenaamde ‘feedback-lussen’ te creëren om op basis daarvan de verwerkingsparameters in real time aan te passen. Het gebruik van dit soort adaptieve controles optimaliseert en verbetert de efficiëntie van het voedselproductieproces en vermindert (mede daardoor) de verspilling. 

www.wur.nl
www.digitalfoodprocessing.com
www.sciencedirect.com

Hoofdbeeld: ©guteksk7/Shutterstock.com