Logo des Forschungsinformationssystems Agrar und Ernährung

Forschungsinformationssystem Agrar und Ernährung

Informationsportal des Bundes und der Länder

Verbundprojekt: Smart Yeast Filtration - Selbstoptimierende Prozessautomatisierung einer dynamischen Mikrofiltration mit KI-Unterstützung zur wirtschaftlichen Rückgewinnung von Hefe-Nebenstoffströmungen in Brauereien - Teilprojekt A (SMARTOPTION)

Projekt


Förderkennzeichen: 281A512A19
Laufzeit: 01.10.2020 - 30.09.2023
Fördersumme: 730.850 Euro
Forschungszweck: Angewandte Forschung
Stichworte: Digitalisierung, Digitale Welt, Künstliche Intelligenz, Prozessqualität, Lebensmittelqualität, Lebensmitteltechnologie

Mit der Rückgewinnung von Bier durch Filtration von Überschusshefe werden im Brauprozess Rohstoffe und Energie eingespart, Lebensmittelabfälle vermieden und die Wirtschaftlichkeit verbessert. Gleichzeitig erhöht sich die Qualität und Konzentration der Überschusshefe als Sekundärprodukt. Die Bierrückgewinnung stellt einen für die Lebensmittelindustrie typischen Prozess der Verarbeitung kontinuierlicher Ströme von Rohstoffen veränderlicher Qualität dar, die automatisierungstechnisch bisher nur bedingt beherrscht werden. Im Rahmen des Vorhabens soll der Prozess und die Prozessautomatisierung der Rotoramic-Anlagen (dynamisches Filtrationsverfahren mit rotierenden keramischen Membranen) optimiert werden. Die bisherige konventionelle Prozessgestaltung und -führung sowie das Prozessmonitoring erlauben nicht, das erreichbare und für die wirtschaftliche Umsetzung in kleineren Betrieben notwendige Potenzial der Technik auszuschöpfen. Da sich die Brauwirtschaft in Deutschland durch einen vergleichsweise großen Anteil kleiner und mittlerer Brauereien auszeichnet (mit einem Produktionsanteil von etwa 30% der insgesamt 93,5 Mio. hl/Jahr), kann mit dieser innovativen Technik ein signifikanter Beitrag zur Ressourcenschonung, insbesondere landwirtschaftlicher Rohstoffe geleistet werden. Zur Erreichung der Projektziele sollen konsequent die Methoden der Industrie 4.0 verfolgt werden, bei denen modellbasierte, steuerungs- und regelungstechnische Ansätze sowie verfahrenstechnische Maßnahmen in einem komplexen cyber-physischen System gezielt durch vernetzte, echtzeitfähige Sensoren, Sensorfusion, innovative Datenanalyse und andere Methoden des maschinellen Lernens unterstützt werden (hybride Methoden). Die im Projekt zu entwickelnden technologischen Ansätze sind methodisch auf ähnliche, komplexe Prozesse der Lebensmittelindustrie übertragbar. Damit soll gezeigt werden, wie derartige Prozesse mittels Industrie 4.0 besser beherrschbar und ressourceneffizienter zu gestalten sind.

mehr anzeigen weniger anzeigen

Fachgebiete

Erweiterte Suche