Til hovedinnhold
Norsk English

DigiSpek - Digital lærende spekepølseprosess

DigiSpek skal gjennom digitalisering av spekepølseproduksjonen gjøre produksjonstiden mer forutsigbar, redusere variasjonen, øke utbyttet og forbedre sluttkvaliteten .

Kontaktpersoner

Prosjektet skal legge grunnlaget for hensiktsmessig datafangst for å utvikle en kontinuerlig lærende digital modell av spekepølseproduksjon som skal brukes til å overvåke og styre produksjonen. Styringssystemet skal gjøres brukervennlig og underbygge bedriftens kultur for medarbeiderinvolvering, omstilling og modernisering.

Automatiserte overvåkningsløsninger

Råvarene til spekepølser innehar en naturlig variasjon som må håndteres i produksjonen. For å utnytte råvarene optimalt må man tilpasse produksjonen til de variasjonene som finnes. Selv om speking er en gammel konserveringsmetode, er det en svært kompleks prosess. Det er derfor  behov for automatiserte overvåkningsløsninger som kan gi beslutningsstøtte til operatører. 

Matematisk modell

For å bedre produksjonsplanleggingen og gi beslutningsstøtte for operatørene har vi utviklet en matematisk modell som beskriver vanntransport gjennom pølsa og fordamping på overflaten. Modellen er basert på masse- og energibalanser. En rekke forsøk har blitt utført i samarbeid med Animalia for å identifisere de ulike modellparameterne. Den nominelle modellen beskriver godt hvordan en typisk spekepølse tørker, men på grunn av de naturlige variasjonene, vil hver spekepølse være unik.

Automatiserte målestokker

For å kunne overvåke aktuelle tørkeforløp har vi også utviklet automatiserte målestokker. Stokkene lar oss følge vektutviklingen i sanntid, og åpner helt nye muligheter for overvåkning, samtidig som de er nyttige verktøy i forskningen. Når man måler manuelt påvirker man prosessen hver gang man måler, ettersom pølsene må flyttes og tas ned for veiing. Ved å bruke automatiserte målestokker kan vi online identifisere modellparametere for aktuelle pølser, samt at vi kan predikere framtidig tørkeforløp med langt høyere nøyaktighet. Det pågår nå arbeid med hvordan modelloppdatering og prediksjoner kan brukes i en produksjonssetting. 

Nøkkelinfo

Prosjektvarighet

2022 - 2025

Finansiering

Innovasjonsprosjekt i næringslivet, BIONÆR-Bionæringsprogram

Partnere

Nortura, Animalia, SINTEF Digital, SINTEF Manufacturing, Høgskulen på Vestlandet, Rocketfarm og IRTA

Utforsk fagområdene

Prosjektmedarbeidere

Johannes Tjønnås

Johannes Tjønnås

Seniorforsker
Håkon Dahl

Håkon Dahl

Master of science
Serkan Eren

Serkan Eren

Seniorrådgiver