Entwicklung multivariater Regressionsmodelle zur Echtzeitüberwachung physikochemischer Veränderungen in Lebensmitteln während des Trocknungsprozesses mittels Vis-NIR basierter Bildverarbeitungsmethoden

• Antragsteller: Professor Dr. Oliver Hensel
• Fachliche Zuordnung: Pflanzenbau, Pflanzenernährung, Agrartechnik ; Chemische und Thermische Verfahrenstechnik
• Förderung: Förderung von 2019 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 420778578

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.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich(e): Professorin Dr. Barbara Sturm