No guts, no glory: Investeren in sensortech­nologie

Voedselproducenten en -verwerkers staan voor grote uitdagingen. Gebruik van slimme sensortechnologie in de levensmiddelenverwerking is een onderdeel van de oplossing. De complexiteit en hoge variabiliteit van voedselproducten en -verwerking zijn de belangrijkste uitdagingen. Waar liggen de kansen en mogelijkheden? 

De noodzaak om voedsel op een duurzame manier te produceren is groot. De groeiende wereldbevolking, toenemende industrialisatie in ontwikkelende landen, klimaatverandering, oplopende prijzen voor energie (en in de toekomst ook voor water) en personeelstekorten zijn belangrijke drivers voor het realiseren van een duurzamere voedselketen. 

Real-time inzicht

De huidige procescontrole in levensmiddelenverwerking is veelal gebaseerd op fysische parameters, zoals temperatuur, druk, tijd en pH. Inzicht in productaspecten wordt verkregen middels laboratoriummetingen op het eindproduct na afloop van de productie van de batch. De adaptie van de verwerking en instellingen vindt plaats op basis van, onder meer, informatie van eerder geproduceerde batches. Handiger is als dat zou gebeuren op basis van actuele gegevens. Met de adaptatie van nieuwe sensorsystemen is het mogelijk om snel en real-time inzicht te verkrijgen in samenstelling, structuur, microbiële status en de aanwezigheid van ongewenste componenten van grondstoffen, in halffabricaten en eindproducten. Kortom: procescontrole gebaseerd op real-time informatie van producteigenschappen biedt grote kansen voor de industrie. 

De doelen waarvoor de technologieën worden toegepast zijn divers. Zo zijn er sensoren waarmee fraude te detecteren is, interne defecten waargenomen kunnen worden en/of aspecten van de structuur en zelfs componenten mee vast te stellen zijn. Een aantal van deze technologieën worden al toegepast in de praktijk, andere worden verder verfijnd en sommige staan nog helemaal in de kinderschoenen.

Combinaties van sensoren

Naast camerasystemen in het zichtbare spectrum wordt steeds vaker ook buiten dit spectrum gekeken. NIR, FT-IR en Raman in specifieke bandbreedtes, en hyperspectrale camera’s in een brede range zijn hier voorbeelden van. Eenvoudig inzetbare elektrochemische detectiemethodes voor het opsporen van specifieke componenten (zoals ongewenste reactieproducten die de kwaliteit negatief beïnvloeden) zijn volop in ontwikkeling. Ook wordt er hard gewerkt aan ingewikkeldere combinaties van verschillende sensoren om tot betere bepalingen te komen. Een paar voorbeelden:

• De druppelgrootte van emulsies is een belangrijke eigenschap voor emulsiestabiliteit en het mondgevoel. In-line analyse van de emulsie met NIR kan veranderingen in de druppelgrootte blootleggen. Een mogelijke afwijkende batch is hiermee vóórdat het product wordt afgevuld te detecteren, zodat het proces tijdig bijgesteld kan worden.
• Het vet- en eiwitgehalte in rauwe melk varieert. Middels spectrale analyse op beperkte bandbreedtes zijn deze gehaltes goed te bepalen. De sensoren opereren in een specifieke bandbreedte en vereisen geen grote investeringen.
• Voor vers fruit is hardheid een belangrijke eigenschap. Met het combineren van verschillende niet-destructieve sensoren, een hyperspectrale camera en een ultrasound probe met geavanceerde data-analyses, is de hardheid van avocado’s en peren goed in te schatten.
• Het kunnen aantonen van de aan- of afwezigheid van bederfveroorzakende of pathogene micro-organismen op het oppervlak van levensmiddelen is belangrijk voor het borgen van de houdbaarheid en veiligheid van producten. Op basis van hyperspectrale beelden zijn veranderingen op het oppervlak als gevolg van de groei van micro-organismen te detecteren.

Een greep uit geavanceerde sensortechnologieën:
- Elektrochemische detectie: detectie van elektrische signalen door oxidatieve en reductieve reacties.
- Affiniteit sensoren: gebruik van specifieke bindingen om individuele componenten te detecteren en/of te kwantificeren (zoals in biosensoren).
- Microfluidics: microsystemen waarbij een vloeistof getransporteerd, gemixt en gescheiden kan worden (lab-on-a-chip).
- UV/VIS, NIR, FT-IR, Raman: interactie tussen straling en materiaal, afhankelijk van de golflengte, om chemische componenten te kwantificeren.
- Hyperspectrale beelden: analyses van een breed spectrum van licht, analyse op oppervlakten.
- Lensvrije beelden: in-lijn digitale beeldvorming voor automatische identificatie en classificering van cellen, materialen, deeltjes en meer.
- Fluorescente spectroscopie: detectie van fotonen die vrijkomen bij agitatie van moleculen, bijvoorbeeld voor detectie van aromatische componenten.
- Akoestisch, inclusief met ultrasound: waarneming van afwijkingen door verschillen in samenstelling.

Voorbeeld van vleesvervangers met oplopende gehalte aan vet en matchende weergave op basis van spectrale metingen

Theorie versus praktijk

Adaptie van nieuwe sensortechnologie vereist meer dan alleen de ontwikkeling van betrouwbare sensoren. Zo is de koppeling met de bedrijfsstrategie essentieel en samenwerking tussen technologie- en serviceleveranciers onontbeerlijk. Robuustheid en betrouwbaarheid in actuele omstandigheden is eveneens van belang. Op dit moment ontbreekt voor diverse sensoren nog het bewijs van goed functioneren in de praktijk. Daarom is Wageningen University & Research (WUR) nauw betrokken bij allerlei veldonderzoek; zowel op pilotschaal in de faciliteiten in Wageningen, als in proceslijnen bij bedrijven, onder meer in samenwerking met het OnePlanet onderzoekscentrum. OnePlanet is een samenwerking tussen imec, WUR en de Radboud Universiteit en werkt aan het ontwikkelen van nieuwe technologieën in het agro-, voedsel- en gezondheidsdomein. 

In samenwerking met bedrijven wordt gewerkt aan de verdere ontwikkeling en het testen van nieuwe sensortechnologieën. Voor het dichterbij de toepassing brengen van de sensorsystemen gaat het onder meer om onderzoek naar het functioneren bij realistische productiesnelheden, robuuste communicatie van de data, en specifieke kalibratie-protocollen. Zo wordt er gewerkt aan draadloze communicatie in fabriekslocaties, met aanwezige potentiële verstoringen door gebouwconstructie en apparatuur. Deze ontwikkelingen moeten leiden tot een goede adaptatie van de technologie, zodat de verwachte verbeteringen in rendementen en productkwaliteit daadwerkelijk gerealiseerd worden.

Kansen en bedreigingen

Het managen en verwerken van de data uit de sensorsystemen is een belangrijk aspect voor succesvolle adaptatie. Het gaat hierbij om het veilig opslaan van de data, datakwaliteit, en data-analyses met geavanceerde technieken, inclusief gebruik van kunstmatige intelligentie. De resulterende inzichten uit de data moeten geïntegreerd worden in de controlesystemen in de fabriek, zodat het systeem daadwerkelijk de beslissingen aan de lijn ondersteunt of zelfs uitvoert.

Vertrouwen in de technologie door operators is van groot belang om ervoor te zorgen dat de sensortechnologie geaccepteerd en gebruikt wordt en niet als een bedreiging wordt ervaren. Het betrekken van verschillende disciplines uit het bedrijf is daarom essentieel om de introductie van sensortechnologie te laten slagen. Het moet voor iedereen duidelijk zijn op welke wijze het systeem ingezet gaat worden: als onderdeel van R&D, of in de productie zelf. Beide omgevingen vereisen uiteraard robuuste systemen die langdurig zonder problemen functioneren. Inzet in een laboratorium binnen een bedrijf vereist een andere vorm van de apparatuur dan inzet in een productielijn. Bij inzet in productielijnen zijn snelheid van het systeem, niet-invasiviteit en compatibiliteit met schoonmaakprocedures belangrijk.

Er is een grote diversiteit aan voedselproducten en verwerkingstechnologieën. Dit vraagt om tailor-made oplossingen; door de technologie  te optimaliseren voor specifieke producten en processen, bijvoorbeeld door middel van productspecifieke kalibratieprocessen. Gelukkig blijkt dat diverse sensortechnologieën op een brede range van voedselproducten ingezet kunnen worden. Zo is NIR zeer geschikt  voor het bepalen van kwaliteitsaspecten van bijvoorbeeld dranken, zuivel, vlees, koffie en honing.

Spectraal kabinet met camera’s om meerdere samples in korte tijd gelijktijdig te analyseren. 

Smart Food Processing

Met toegepast onderzoek draagt Wageningen Food & Biobased Research bij aan het vergroten van de adaptatie in de praktijk, samengebracht onder het thema Smart Food Processing. Dit gaat verder dan het vervangen van traditionele off-line laboratoriumanalyses door nieuwe sensoren. Naast de noodzakelijke technologische ontwikkelingen zijn andere zaken hierbij van belang. Denk aan het nemen van representatieve samples indien nodig als er sprake is van bijvoorbeeld lage toleranties voor ongewenste componenten en bij de aanwezigheid van micro-organismen. De sensorsystemen, inclusief de bijbehorende dataverwerking, vragen optimalisatie voor specifieke producten, zowel in de vorm van apparatuur als in kalibratieprocedures. Eveneens moet er bepaald worden hoe de informatie  uit de data-analyses ingezet kan worden in proceslijnaansturing, en hoe het systeem past in de infrastructuur, inclusief de schoonmaak en het onderhoud van de sensoren.

Ten slotte: meten = weten! 

Nieuwe sensoren bieden kansen. Ze geven inzicht in bijvoorbeeld de productkwaliteit en de flexibiliteit in proceslijnen; vergroten efficiënt gebruik van grondstoffen en helpen je beter te anticiperen op externe factoren. Investeringen in sensoren en data-analyses bieden mogelijkheden voor real-time procescontrole op eigenschappen van de levensmiddelen zelf. Samenwerking tussen onderzoekers, levensmiddelenverwerkers en -apparatuur en serviceleveranciers is essentieel voor het realiseren van succesvolle toepassingen.

www.wur.nl

Beeld © Wur