Gesunde Lebensmittel

Foto: Manuel Gutjahr

Projekt

Titel
Entwicklung multivariater Regressionsmodelle zur Echtzeitüberwachung physikochemischer Veränderungen in Lebensmitteln während des Trocknungsprozesses mittels Vis-NIR basierter Bildverarbeitungsmethoden
Kürzel
RealTimeFood
Beginn
01.10.2019
Ende
30.09.2022
Koordinierendes Institut
Universität Kassel
Koordination
Oliver Hensel
Partner
Universität Kassel

Angesiedelt im Programmbereich
Zusammenfassung
Die Trocknung ist die am weitesten verbreitete Konservierungsmethode von Lebensmitteln. Die derzeit eingesetzten Trocknungsverfahren führen allerdings durch die hohen Temperaturen häufig zu hohen Qualitätseinbußen. Polyphenole, Carotinoide und Vitamine gehören zu den wichtigsten Nährstoffen, zeichnen sich jedoch durch gravierende Temperaturempfindlichkeit aus. Darüber hinaus unterliegen auch die physikalischen Eigenschaften während der thermischen Verarbeitung starken Veränderungen. Für die Optimierung des Prozesses ist es daher unerlässlich, die dynamischen Veränderungen eines Produktes (und seiner Komponenten) während des gesamten Prozesses vollständig zu erfassen, was nur möglich ist, wenn zuverlässige, nicht-invasive Prüfmethoden zur Verfügung stehen. In diesem Zusammenhang haben optische Verfahren in den letzten Jahrzehnten stark an Bedeutung gewonnen. Das beantragte Forschungsprojekt beabsichtigt, multivariate Regressionsmodelle zu entwickeln, zu bewerten und zu vergleichen. Diese Modelle basieren auf Daten, die mit einem hyperspektralen (HSI) und vier multispektralen Bildgebungsverfahren (d.h. Laserlicht-Rückstreuung, Biospeckle, Filter- und LED-basierte Bildgebungsverfahren) im Spektralbereich von 400-1700 nm beruhen. Ziel der entwickelten Regressionsmodelle ist die Vorhersage von Gesamtpolyphenolen, Gesamtcarotinoiden, Vitamin C (Ascorbinsäure), löslichen Feststoffgehalten (SSC), Feuchtegehalt, Schrumpfung, Wiederbefeuchtung und Festigkeit von Apfel, Kartoffel und Karotte (jeweils zwei Sorten und Reifegrade) während eines konvektiven Trocknungsprozesses. Die Mehrzahl der Studien auf dem Gebiet der optischen Überwachung von Lebensmitteln, die dem Trocknungsprozess ausgesetzt sind, beschränkt sich auf die Messung des Feuchtigkeitsgehalts. Erhebliche Wissenslücken bestehen bei der optischen Messung von Polyphenolen, Carotinoiden und Vitaminen (insbesondere Vitamin C), insbesondere im Hinblick auf die Entwicklung von nicht-invasiven Echtzeitmessgeräten und -protokollen. Ferner haben sich bisherige Studien hauptsächlich auf die Anwendung der HSI konzentriert, während das hier beschriebene Vorhaben den möglichen Ersatz der HSI durch verschiedene multispektrale Bildgebungstechniken mit dem Ziel untersuchen wird, ein intelligentes Trocknungssystem nach den Prinzipien von Landwirtschaft 4.0 und Industrie 4.0 zu liefern. Die Biospeckle-Bildgebung wird erstmals auf ihre Eignung für den Einsatz in der Trocknung hin untersucht. Die Ergebnisse dieser Studie werden wesentlich zu einem tieferen Verständnis der optischen Techniken und ihrer möglichen Anwendung bei der Echtzeitüberwachung und -regelung von Trocknungsprozessen beitragen. Aus den entwickelten Methoden und Verfahren werden innovative Möglichkeiten für eine umfangreiche Anwendung im Bereich der Lebensmittelverarbeitung und der produktqualitätsorientierten Prozessregelung eröffnen.

Förderung
Deutsche Forschungsgemeinschaft (DFG)
Projektträger
Deutsche Forschungsgemeinschaft (DFG)
Förderkennzeichen
420778578
Förderprogramm
Normalverfahren Sachbeihilfe

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)