Getränke! Technologie & Marketing 4/2022

Weitere Magazine

Empfehlungen

Info

Sensor- und Automatisierungslösungen für die Getränkeindustrie BRANCHEN REPORT | Forschung und Entwicklung AUTOMATISIERTE REINIGUNG VON BEHÄLTERN UND TANKS Adaptive Jet Cleaner – die Tankreinigung von morgen Die automatisierte Reinigung von Behältern und Tanks bringt viele Herausforderungen mit sich. Cleaning- In-Place-Systeme bieten bisher keine oder nur sehr begrenzte Inline-Einsicht und Eingriffsmöglichkeiten in den Reinigungsprozess, da es zum einen an zuverlässiger Sensorik fehlt, die den aktuellen Verschmutzungszustand sicher ausgibt und zum anderen an steuerbaren Lösungen mit hohen Freiheitsgraden, die eine adaptive Reinigung ermöglichen. Im Forschungsprojekt autoRein wird mit dem sogenannten Adaptive Jet Cleaner mit integrierter Verschmutzungssensorik (AJCsens) ein intelligentes Tankreinigungssystem inklusive zugehöriger Hard- und Softwarekomponenten entwickelt. Von DIPL.-ING. CHRIS HENZE, Maschinen- und Verfahrensentwicklung, TILMAN KLAEGER, Digitalisierung und Assistenzsysteme und DIPL.-ING. MAX HESSE, Gruppenleiter Maschinen- und Verfahrensentwicklung, email: max.hesse@ivv-dd.fraunhofer.de, jeweils beim Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV, Dresden D er Fokus der Entwicklung liegt auf einem hochintegrierten Verschmutzungssensor, mit dem die Grundlage geschaffen werden soll, dass das Reinigungssystem selbstständig und situationsspezifisch auf prozessindividuelle Verschmutzungsbedingungen reagieren kann, indem ein implementierter selbstlernender Algo rithmus nach einer Lernphase stets das optimale Reinigungsverfahren vorwählt und bei Bedarf inline nachjustiert. Das Fraunhofer IVV arbeitet gemeinsam mit den Partnern des Projektes Hohe Tanne GmbH, iiM AG und MATRIX VISION GmbH an der digitalen und adaptiven Zukunft der Tankreinigung. Die Förderung des Vorhabens erfolgt aus Mitteln des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) aufgrund eines Beschlusses des deutschen Bundestages. Die Projektträgerschaft erfolgt über die Bundesanstalt für Landwirtschaft und Ernährung (BLE) im Rahmen des Programms zur Innovationsförderung. Die Grundlagen für das Projekt bildet zum einen der Adaptive Jet Cleaner, ein Zielstrahlreiniger mit zwei unabhängig voneinander steuerbaren Achsen, der es ermöglicht jeden beliebigen Punkt im Tank gezielt zu reinigen. Zum anderen basiert das Projekt auf einem optischen 28 | Getränke! 04 | 2022 Abb. 1 | Adaptive Jet Cleaner Adaptive Jet Cleaner (AJCsens) mit hochinte grierter, optischer Verschmutzungssensorik. Foto: Fraunhofer IVV Verschmutzungssensor, der unter anderem mittels kamerabasierter Fluoreszenzmethode Restverschmutzungen im Tank sichtbar macht. Im Rahmen von autoRein werden die beiden Technologien kombiniert, indem eine miniaturisierte Variante des Verschmutzungssensors am beweglichen Arm des Adaptive Jet Cleaners integriert wird (siehe Abb. 1). Reinigungsstrategie Die Integration von Sensorik in ein flexibles Reinigungssystem erlaubt gänzlich neue Reinigungsstrategien, die bestehende Ansätze mit Methoden der künstlichen Intelligenz verknüpfen. Zur Montage des Reinigers ist nur ein DN125 Flansch am Tank notwendig und die einmalige Einrichtung des Systems sowie der normale Betrieb erfolgen über eine intui tive Bedieneroberfläche. Im ersten Schritt erfolgt eine Inspek tion des Tanks. Dabei nimmt der hochintegrierte Verschmutzungssensor des AJCsens Bilder vom Tankinneren auf. Der Sensor kann unter anderem auf Basis der Fluores zenz-Methode mit Hilfe einer Kamera Verschmutzungen beziehungsweise Produktionsrückstände aufdecken, die beispielsweise Proteine, Vitamine, Fette oder Öle enthalten. Weitere Verschmutzungen (zum Beispiel festgebrannte Kohlenhydrate) können über die integrierte Weißlicht-LED erkannt werden. Damit kann eine vielfältige Produktpalette detektiert werden. Im nächsten Schritt werden die vielen Einzelbilder zu einem großen Bild zusammengesetzt, sodass die Übergänge fließend sind und jeder Pixel im Bild Koordinaten im Tank zuzuordnen ist. Das Bild wird mittels verschiedener Bildauswertungsalgorithmen ausgewertet, sodass ortsaufgelöst die initiale, makroskopische Verschmutzungsverteilung im Tank ausgegeben werden kann. Die daraus generierten Daten werden an das Optimierungs- Modul übergeben, welches die idealen Reinigungsparameter bestimmen soll. Dafür wird aus historischen Reinigungsdaten und unter Einsatz von Maschinellem Lernen ein Prozessmodell aufgebaut. Mit laufenden Daten aus
Sensor- und Automatisierungslösungen für die Getränkeindustrie BRANCHEN REPORT | Forschung und Entwicklung Abb. 2 | Reinigungsablauf Reinigung Bahnplanung Inspektion Verschmutzungsauswertung Optimierungs-Modul weiteren Reinigungsvorgängen kann dieses Modell im Betrieb stetig verbessert werden, es lernt dazu. Das Prozessmodell hilft dabei, eine Korrelation der gemessenen Verschmutzung und Prozessparameter (Reinigungsmedium, Druck, Temperatur etc.) mit dem zu erwartenden Reinigungsergebnis und -kosten zu erstellen. Auf dieser Basis erfolgt dann eine metaheuristische Optimierung mit dem Ziel, einen idealen Kompromiss aus Reinigungszeit und Ressourceneinsatz zu finden. Diese Rechnung wird für eine Vielzahl von Einzelsegmenten im gesamten Tank durchgeführt und so eine optimierte Bahnplanung mit angepasster Geschwindigkeit und Bahnabstand für jedes dieser Segmente berechnet. Damit können stark verschmutzte Bereiche (beispielsweise Füllstandskränze) besonders langsam und intensiv gereinigt werden. Mithilfe der optimierten Reinigungsparameter wird die Bahnplanung gestartet. Innerhalb der Bahnplanung wird versucht, eine hocheffiziente Bewegungsbahn für den frei programmierbaren Zielstrahlreiniger zu berechnen. Die Herausforderung besteht hierbei durch die freie Definition von verschiedensten Bahnformen wie beispielsweise Spiral-, Helix- oder Mäanderbahnen. Die Bahnplanung erfolgt in zwei Schritten. Zunächst werden die Bewegungsbahnen berechnet, um bereits bekannte kritische Geometrien im Tank (beispielweise Einbauten, Stutzen oder Mannlöcher) gezielt vorzureinigen. Anschließend wird die Bahn für den kompletten Tank berechnet. Diese hat die Grundform einer Mäanderbahn, welche sich über den kompletten Tank zieht. Aus den berechneten Reinigungsparametern wird lokal für jedes berechnete Segment die optimale Reinigungsgeschwindigkeit sowie der Bahnabstand für die Bewegungsbahn übernommen. Wenn alle bisherigen Schritte durchlaufen sind, kann mit der eigentlichen Reinigung begonnen werden. Diese startet ohne Pause direkt nach dem Inspektionsprozess mit den kritischen Bereichen. Parallel werden die notwendigen Kalkulationen für den restlichen Tank durchgeführt und er wird anschließend wie berechnet mit der Mäanderbahn gereinigt. Im Abschluss wird ein weiterer Inspektionsdurchgang gestartet, um mögliche Restverschmutzung zu detektieren und gegebenenfalls einen weiteren adaptiven Reinigungsdurchgang zu starten. Ist der Tank komplett gereinigt, werden der gesamte Reinigungsprozess sowie die Ergebnisse der Verschmutzungserkennung automatisiert dokumentiert und digital abgelegt. Digitalisierung bestehender Reinigungssysteme Erstmals ermöglicht das Tankreinigungssystem AJCsens eine Auslegung der Tankreinigung an den tatsächlichen Prozessbedingungen und nicht mehr Ablauf der Reinigung für die intelligente Tankreinigung. Grafik: Fraunhofer IVV am Worst-Case-Szenario. Bisher war es nicht möglich, die komplette Innenfläche des Tanks auf bestehende Restverschmutzung zu untersuchen und das Reinigungsprogramm inline darauf anzupassen. Der AJCsens kann hier seine Stärken besonders bei starken, lokalen Härtefällen von Verschmutzung ausspielen. Diese Bereiche werden gezielt intensiver gereinigt, geringverschmutzte Bereiche des Tanks hingegen nur zügig abgespült. Das führt zu einem immensen Effizienzgewinn. Untersuchungen des Fraunhofer IVV haben gezeigt, dass sich mittels adaptiver Prozessführung bis zu 60 % der Reinigungsressourcen einsparen lassen. Zusammenfassung und Ausblick Das neu entwickelte intelligente Tankreinigungssystem AJCsens wird erstmalig auf der drinktec 2022 in München vorgestellt und zeigt den aktuellen Prototyp der Hardware in Aktion. Gezeigt wird der steuerbare Zielstrahlreiniger Adaptive Jet Cleaner in Kombination mit einem optischen Verschmutzungssensor, welcher ortsaufgelöst die aktuelle Verschmutzungssituation abbilden kann. Damit kann der AJCsens erstmals die komplette Innenfläche von Behältern und Tanks auf Verschmutzung analysieren. In Zusammenspiel mit der Software, die sich aktuell in der Entwicklung befindet, soll eine möglichst effiziente Reinigung realisiert werden. Das permanente Inline-Monitoring gestattet eine adaptive, vollumfängliche und dokumentier bare Reinigung. Die Nutzung von Machine-Learning zur Berechnung der Reinigungsparameter erlaubt zudem eine schnelle und effektive Reinigung ohne Ressourcen und Produk tionszeit zu verschwenden. Mehr Informationen www.ivv.fraunhofer.de drinktec | Stand B3.336 Getränke! 04 | 2022 | 29
Seite 1 und 2: Sensor- und Automatisierungslösung
Seite 27: Sensor- und Automatisierungslösung

Getränke! Technologie & Marketing 4/2022

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?