Modellbasierte digitale Plattform für Echtzeit-Ethylenvorhersage in der Obstlagerung

• Antragsteller: Dr.-Ing. Akshay Dagadu Sonawane
• Fachliche Zuordnung: Biomedizinische Systemtechnik ; Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik ; Pflanzenbau, Pflanzenernährung, Agrartechnik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 567650936

Die Erhaltung der Qualität von Frischobst während der Lagerung erfordert eine wirksame Ethylenkontrolle, da dieses natürliche Gas die Reifung beschleunigt. Für eine wirksame Kontrolle ist daher eine Echtzeitüberwachung von Ethylen unerlässlich. Herkömmliche Methoden zur Ethylendetektion sind kostspielig und komplex und erfordern eine häufige Kalibrierung und manuelle Eingriffe. In dieser Studie wird ein neuartiger, IoT-gesteuerter Ansatz zur Vorhersage des Ethylenspiegels in Echtzeit anhand grundlegender Sensordaten, einschließlich Temperatur, O2 und CO2, vorgestellt. Durch die Integration von Zustandsbeobachtern und räumlichen Modellierungstechniken minimiert das System das Sensorrauschen und verbessert die Vorhersagegenauigkeit. Zusätzlich wird die Zuverlässigkeit des Modells durch Monte-Carlo-Simulationen bewertet und durch kontrollierte Experimente validiert. Dieser Ansatz macht teure und ungenaue Ethylensensoren überflüssig und bietet eine kostengünstige und praktische Lösung für Obstlager. Darüber hinaus zielt die Studie darauf ab, das Verständnis der Ethylendynamik zu verbessern und so ein besseres Management der Lagerbedingungen zu ermöglichen, um die Haltbarkeit zu verlängern und die Fruchtqualität zu erhalten.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Dr.-Ing. Reiner Jedermann; Dr.-Ing. Pramod Mahajan