Kategorie: Digitalization

Industry-4-0-de 20 Dezember 2022

NIR-Schokoladen-Analysegerät: Viskosität und Partikelgröße in Echtzeit

Espectroscopía NIR en la producción de chocolate
Post teilen

NIR-Schokoladen-Analysegerät: Viskosität und Partikelgröße in Echtzeit

In diesem Artikel befassen wir uns mit der Echtzeitanalyse mittels NIR-Spektroskopie zur Bestimmung von Viskosität und Partikelgröße in der Schokoladenindustrie, zwei wichtigen Produktparametern zur Gewährleistung höchster Qualität und einzigartiger Geschmeidigkeit und Geschmacksrichtung, die Schokolade zu einem so beliebten Lebensmittel bei den Verbrauchern machen.

Die NIR-Spektroskopie (Nahinfrarotspektroskopie) ist eine Analysetechnik zur Bestimmung der chemischen Zusammensetzung und bestimmter physikalischer Eigenschaften verschiedener Materialien und Produkte, die auf der Analyse der Wechselwirkung von optischer Strahlung (Licht) mit den molekularen und atomaren Strukturen dieser Materialien beruht. NIR ist daher eine weit verbreitete Technik zur physikalisch-chemischen Kontrolle in der Industrie, sowohl in Labor- als auch in Echtzeit-Prozessanalysatoren.

Bei der Schokoladenherstellung spielen die Partikelgröße und die Zusammensetzung der Zutaten eine grundlegende Rolle bei der Gestaltung des rheologischen Verhaltens und der sensorischen Wahrnehmung. Die Fließeigenschaften von Schokolade sind wichtig, weil die Kontrolle der Produktqualität eine Notwendigkeit ist. Ist die Viskosität zu niedrig, ist auch das Gewicht der Schokolade auf der überzogenen Süßigkeit zu gering. Ist die Viskosität zu hoch, können sich im Inneren der Schokoladentafel Blasen bilden. Darüber hinaus wird der Geschmack der Schokolade im Mund durch die Viskosität beeinflusst, so dass die Zunge des Verbrauchers möglicherweise falsche Fließeigenschaften wahrnimmt. Außerdem hängt der wahrgenommene Geschmack von der Reihenfolge und der Geschwindigkeit des Kontakts ab, die mit der Viskosität und der Schmelzgeschwindigkeit zusammenhängen.

 

 

Warum muss die Viskosität richtig sein?

 

  • Es garantiert die Textur, den Geschmack und die Qualität der Schokolade.
  • Es sorgt für eine gleichmäßige Fließgeschwindigkeit (Homogenität), was sehr wichtig ist, wenn die Schokoladentafeln mit Nüssen, Mandeln, Keksen oder anderem überzogen sind.
  • Reduziert typische Defekte und Verarbeitungsfehler (Brüche, Risse und andere).
  • Verringert die inhärente Variabilität in der Linie, wodurch die Kosten für Rohstoffe und viskositätsverändernde Zutaten gesenkt werden.

Bisher führt der Großteil der Industrie jedoch eine traditionelle Kontrolle durch, entweder mit Temperaturmessungen und -anpassungen – auf die wir in diesem Artikel nicht eingehen werden -, Probenahme und Laboranalyse, einem Viskosimeter oder anderen monoparametrischen Sensoren.

 

Im Gegensatz dazu sind die Visum® Prozessanalysatoren von IRIS Technology multiparametrisch und bieten den Mehrwert, den gesamten Produktfluss zu überwachen und direkt an die Kontrollsysteme oder die SPS des Bereichs zu melden, um die notwendigen Korrekturen im Prozess zu generieren und so jederzeit die höchstmögliche Homogenität zu gewährleisten.

 

NIR-Analyse bei der Schokoladenherstellung

 

Der Prozess der Schokoladenherstellung besteht aus vier Hauptstufen: Mischen, Verfeinern, Conchieren und Temperieren.

Der Conchierprozess (trocken, plastisch und flüssig) ist einer der kritischsten und wichtigsten bei der Schokoladenherstellung, bei dem die Mischung zu einer flüssigen Masse wird, saure Geschmacksstoffe entfernt werden und die Kakaomasse auf die gewünschte Textur und den gewünschten Geschmack verfeinert wird. Dieser Strukturwandel wird durch den Einsatz von thermischer und mechanischer Energie und die Zugabe verschiedener Zutaten erreicht, die die großen Agglomerate aufbrechen, auflösen und dispergieren, bis die geschmolzene Schokolade erhalten wird.

 

In diesem Prozess wurde ein Visum NIR In-Line™ Multiparameter-Analysator für die Online-Bestimmung der Viskosität im Bereich von 2000-16000 cps eingesetzt, wobei ein R2 >0,96 erzielt wurde. Darüber hinaus wurden die Ergebnisse mit In-Line-Feuchtigkeitsmessungen korreliert, da ein Anstieg des Feuchtigkeitsgehalts der Schokolade zu einem Anstieg ihrer Viskosität führt und ein Überschuss an Feuchtigkeit zur Bildung von Zuckeragglomeraten führen kann, was die endgültige Textur der Schokolade beeinträchtigt. NIR ist eine besonders empfindliche Methode zur Bestimmung des Feuchtigkeitsgehalts.

 

Abbildung 1: Visum NIR In-Line™ Analyser – Überwachung des Conchierprozesses.

NIR-Schokoladen-Analysegerät

Obwohl diese Anwendung für Milchschokolade entwickelt wurde, würde man erwarten, dass keine größeren Unterschiede in der Zusammensetzung festgestellt werden.

Eine Einschränkung des Visum NIR In-Line™ Prozessanalysators ist, dass er nicht die Partikelgrößenverteilung, sondern den Durchschnittswert liefert, der sich aus der kontinuierlichen Analyse alle paar Sekunden ergibt. Im Fall von Milchschokolade wurde ein Bereich von 0 bis 160 µm überwacht, und es wurde ein Korrelationskoeffizient von 0,92 erzielt.

 

Tabelle 1: Partikelgröße und Viskosität mit NIR.

 

Sobald die Schokolade richtig gekocht ist, muss sie temperiert werden. In dieser Phase kristallisiert ein kleiner Teil des Fetts, was die richtige Verfestigung nach dem Formen erleichtert. Das Temperieren besteht aus mehreren Schritten: Zunächst wird die Schokolade vollständig geschmolzen (in der Regel bei 50⁰C), dann auf den Kristallisationspunkt abgekühlt (32-34⁰C), dann wird die Temperatur weiter gesenkt, bis es zur Kristallisation kommt (25-27⁰C), und schließlich wird die Schokolade einer Temperaturerhöhung unterzogen, um alle instabilen Kristalle zu zerstören (29-32⁰C). Obwohl aufgrund des Mangels an Proben in den verschiedenen Temperierungsphasen und der Schwierigkeit, diese für die Kalibrierung des Vorhersagemodells zu erhalten, keine detaillierte Analyse durchgeführt wurde, bestätigt die nachstehende Abbildung die Online-Infrarotspektroskopie als zuverlässige Methode zur Bestimmung des Temperierungsgrades.

 

Abbildung 1: Klassifizierung „gehärtet“ „nicht gehärtet“ durch Infrarotspektroskopie – Sondierungsanalyse.

NIR spectroscopy in chocolate production

 

Diese Tests eröffnen ein Entwicklungsfenster, um ein klassifizierendes und/oder quantitatives Modell weiterzuentwickeln, das in der Lage ist, mit Hilfe spezieller maschineller Lernwerkzeuge den Temperierungsgrad von Schokolade in Echtzeit zu bestimmen, ohne auf eine Offline-Methode wie die in der Industrie üblichen Temperaturmessgeräte (Tempermeter) zurückgreifen zu müssen.

 

Wir hoffen, dass Sie diesen Artikel über neue Anwendungen der Infrarotspektroskopie in der Schokoladenindustrie hilfreich fanden. Für weitere Informationen laden wir Sie ein, sich per E-Mail an info@iris-eng.

Von IRIS Technology Solutions
Environment-de, Industry-4-0-de, Innovation-de 15 Dezember 2022

Recycling von Mehrschicht- und Verbundkunststoffen

Recycling von Mehrschichtkunststoffen
Post teilen

Kunststoffe sind als bequeme, vielseitige und leichte Konsumgüter von großem Wert und bieten in hochwertigen Anwendungen, wie z. B. in Automobilen, eine hervorragende Leistung. Trotz ihres Nutzens ist jedoch klar, dass der lineare Verbrauch von Kunststoffen für den einmaligen Gebrauch nicht mit dem Übergang Europas zu einer Kreislaufwirtschaft vereinbar ist. Dieses Modell stellt die Wiederverwendung und das Recycling von Ressourcen in den Vordergrund, mit dem Ziel, Abfälle zu reduzieren und so viel Wert wie möglich zu erhalten.

Bei der Wiederverwertung von Kunststoffen wurden einige Fortschritte erzielt. So wurden 2018 beispielsweise 41,5 % der anfallenden Kunststoffverpackungsabfälle recycelt. Dies reicht jedoch noch nicht aus, um eine vollständige Kreislaufwirtschaft zu erreichen, insbesondere beim Recycling von mehrschichtigen Kunststoffen, die schwer zu trennen sind. Außerdem ist es wichtig, dass die Recyclingtechnologien mit den neuen Materialien, die auf den Markt kommen, Schritt halten.

Fortschrittliches Kunststoffrecycling

Das von der EU finanzierte Projekt MultiCycle zielt auf die Entwicklung einer Pilotanlage für das industrielle Recycling und die Behandlung von mehrschichtigen Kunststoffen ab. Diese Anlage konzentriert sich auf zwei wichtige Industriesegmente, die für Recycler eine Herausforderung darstellen: mehrschichtige Verpackungen/flexible Folien und faserverstärkte thermoplastische Verbundwerkstoffe, wie sie im Automobilsektor verwendet werden.

Auswahl der Technologie

NIR und HSI-NIR sind die Techniken, die üblicherweise für die Behältersortierung verwendet werden. Ersteres eignet sich für einzelne Verpackungsstücke vor der Zerkleinerung und kann auch eine erste Bewertung der Eignung liefern, bevor man zum zweiten Verfahren übergeht, das eine Art der Bildgebung bietet. Im Rahmen des MultiCycle-Projekts wurden die Verpackungsmaterialien in Form von bis zu 5 cm großen Flocken auf ein Förderband aufgegeben, und daher war HSI die Zieltechnik für die endgültige Implementierung in den Prototyp des Eingangskontrollsystems. Für die Überwachung der gelösten und zurückgewonnenen Kunststoffe während und nach dem CreaSolv®-Prozess wurde jedoch die punktuelle NIR-Spektroskopie eingesetzt, für die keine Bildgebungsfunktion erforderlich ist. Ergänzende Techniken wie LIBS und FTIR wurden ebenfalls vorläufig getestet, um andere Fraktionen wie AlOx zu erkennen oder um die Erkennung von schwarzen Behältern zu ermöglichen, was die Genauigkeit der Überwachung verbessern könnte, wenn ein vollständiges System implementiert wird.

Nah-Infrarot-Spektroskopie (NIRS)

Die NIR-Spektroskopie ist eine schwingungsspektroskopische Technik. In diesem Bereich setzen sich die Absorptionsspektren aus Obertönen und Kombinationsbanden in Bezug auf die Grundmoden der Moleküle im mittleren Infrarotbereich zusammen. NIR-Strahlung hat einen Wellenlängenbereich von 900 bis 2500 nm. Die Absorptionsbanden in diesem Bereich sind aufgrund des hohen Grades an Bandenüberlappung breit. Darüber hinaus ist die Signalintensität aufgrund der Selektionsregeln der Phänomene zehn- bis tausendmal schwächer als die Signale im mittleren Infrarotbereich. Dieser Mangel an Intensität und die starke Bandenüberlappung wird jedoch durch die hohe Spezifität kompensiert. Die Spezifität der NIR-Spektroskopie beruht auf der Tatsache, dass NH-, OH- und CH-Bindungen die Strahlung bei diesen Wellenlängen stark absorbieren, was sie zu einem optimalen Instrument für die Untersuchung organischer Verbindungen und Polymere macht. Durch den Einsatz multivariater Methoden für die Analyse von Spektraldaten konnte das volle Potenzial der Technik für die Identifizierung, Unterscheidung, Klassifizierung und Quantifizierung ausgeschöpft werden.

Hyperspektrales Bildgebungssystem im kurzwelligen Infrarotbereich (HSI-SWIR)

Aktuelle Technologien für die Überwachung und Klassifizierung von festen Kunststoffabfällen im nahen Infrarotbereich haben Hyperspektralkameras in ihre Konfiguration aufgenommen. Sie ermöglichen es, anstelle eines einzelnen Spektrums ein hyperspektrales Bild (HSI) der Probe (hyperspektraler Würfel) aufzunehmen, das nicht nur die räumliche Lage der Probe, sondern auch ihre chemische Zusammensetzung und Verteilung enthält. In diesem Zusammenhang gibt es mehrere Veröffentlichungen und technologische Entwicklungen, die HSI-SWIR für die Klassifizierung und Identifizierung von Kunststoffen nutzen.

Ein grundlegendes hyperspektrales Bildgebungssystem, das in Abb. 3 dargestellt ist, umfasst in seiner Konfiguration einen empfindlichen Sensor (CCD-Kamera), eine breitbandige Beleuchtungsquelle, ein Spektrometer, das das rückgestreute/transmittierte Licht in seine verschiedenen Wellenlängen aufteilt, und bei Bedarf ein Förderband für die Probenahme. In diesem Fall ist zu beachten, dass das Förderband mit der Aufnahmegeschwindigkeit des CCD-Sensors synchronisiert werden muss, um eine korrekte Bildaufnahme zu ermöglichen. Ein Hyperspektralsystem liefert als Ausgabe einen Hyperwürfel. Ein Hyperwürfel ist ein Satz von Daten, die in drei Dimensionen angeordnet sind, zwei räumliche (eine XY-Ebene) und eine spektrale (𝜆, Wellenlänge), wie unten dargestellt.

Messparameter:

Die wichtigsten Parameter für hyperspektrale Würfelaufnahmen lassen sich wie folgt zusammenfassen:

  • Bildrate der Kamera (fps)
  • Geschwindigkeit des Transporters (m/s)
  • Kamera-Transporter-Abstand (cm) und Aufnahmezeit (µs). Diese Parameter sind miteinander verknüpft und müssen optimiert werden, um eine gute Qualität der aufgenommenen Spektren zu erhalten.

Die Hyperspektralbilder wurden mit einer SWIR-Kamera aufgenommen, die im Bereich ∼900-1700 nm arbeitet, mit einer Bildrate von 214 fps, einer Integrationszeit von 350𝜇s und einer Transportergeschwindigkeit von 25m/min.

Recycling von Mehrschichtkunststoffen

Abbildung 1: (Links) Mustersatz Nr. 1. Enthält flexible Kunststofffolien aus PE, PP, PA und PET. Es wurden Einzel- und Doppelkombinationen dieser Polymere (d. h. Polymer A/Polymer B) einbezogen. (Rechts) Klassifizierungsbild, erstellt mit einem PLSDA-Modell.

Schlussfolgerungen zum Projekt

Das HSI-Überwachungssystem konnte eine gute Annäherung an den prozentualen Anteil des Polymergehalts in einer mehrschichtigen Polymerprobe liefern. Im schlimmsten Fall wird das in der Probe am häufigsten vorkommende Polymer vorhergesagt, so dass bei großen Chargen die endgültigen Prozentsätze ziemlich genau sein dürften. Für die Überwachung des Auflösungsprozesses wurden nur 1 Polymer und 1 Lösungsmittel für die Tests in IRIS bereitgestellt. Die mit Visum Palm™ erzielten Ergebnisse entsprachen den Erwartungen, aber es wurden keine Prozessmodelle im Zeitverlauf getestet. Die Auflösungskontrolle wurde aufgrund von Problemen mit dem im LOEMI installierten Viskosimeter nicht durchgeführt. Aus diesem Grund gibt es in diesem Abschnitt keine weiteren Ergebnisse.

Für die Überwachung der Automobilproben wurde die LIBS-Technik gewählt. Die Optimierung von LIBS war kompliziert, da es zum ersten Mal eingesetzt wurde. Es wurden Modelle durchgeführt, indem verschiedene Parameter geändert wurden, um die besten Bedingungen zu finden. Das PATbox-Tool für LIBS ermöglichte keine Datenerfassung mit der gleichen Geschwindigkeit wie die LIBS-Software, so dass die Modelle geändert werden mussten. Schließlich wurden die Modelle kalibriert und getestet, um die Art der Fasern in den schwarzen Kunststoffen PP und PA vorherzusagen. Die in den drei Chargen erzielten Ergebnisse waren zufriedenstellend, da die Vorhersagen der Modelle (Chemometrie und maschinelles Lernen) nahe an den tatsächlichen Gehalten lagen. Es wurden einige Tests durchgeführt, um zwischen PP und PA zu unterscheiden, aber die Klassifizierungsrate lag bei etwa 80 % der guten Vorhersagen. Im Allgemeinen waren Fehlmarkierungen und Verschmutzungen der Proben nicht schwerwiegend.

Von IRIS Technology Solutions
Ai-de, Industry-4-0-de 6 Oktober 2022

Erkennung von Mängeln bei Fischen mit maschinellem Sehen und Deep Learning

Erkennung von Mängeln bei Fischen Visum Deepsight Loins™
Post teilen

Erkennung von Mängeln bei Fischen mit maschinellem Sehen und Deep Learning

Die Technologie der maschinellen Bildverarbeitung mit Hilfe von Deep Learning ist ein wichtiger Verbündeter für Fischverarbeitungs- und -vertriebsbetriebe, der es ermöglicht, 100 % der Produktion zu prüfen, um hohe Qualitätsstandards und Lebensmittelsicherheit für das Produkt zu gewährleisten, das schließlich auf den Tisch des Verbrauchers gelangt.

Das neue Visum DeepSight Loins™ System von IRIS Technology ist ein Bildverarbeitungssystem, das für die Erkennung von physikalischen Oberflächendefekten in frischen und gefrorenen Fischfilets entwickelt wurde und es ermöglicht, die Inspektion von Filets zu automatisieren, zu quantifizieren, zu klassifizieren und Nichtkonformitäten auszusortieren, um eine hervorragende Qualität des Endprodukts zu gewährleisten.

Maschinelles Sehen und Deep Learning

Während herkömmliche Bildverarbeitungssysteme lernen, Merkmale aus einer Reihe historischer Bilder zu klassifizieren und zu erkennen, um neue Bilder korrekt vorhersagen und klassifizieren zu können, sind neuronale Netze mit tiefem Lernen in der Lage, Merkmale aus Pixeln (einzeln und in Gruppen) zu lernen, und verfügen über eine Eingabeschicht (das Rohbild), eine Reihe von Zwischenschichten, die miteinander verbunden sind, um die Funktionsweise eines biologischen Gehirns zu simulieren, und eine Ausgabeschicht, die eine Klassifizierung/Vorhersage ermöglicht. Neuronale Netze mit Deep Learning sind besonders gut im Erlernen komplexer Merkmale und in der Segmentierung eines Bildes auf verschiedenen Abstraktionsebenen (Kanten, verschiedene Farben, Formen, Objekte), einschließlich Rauschen und probabilistischer Informationen.

Herkömmliche maschinelle Bildverarbeitung, die diesen Ansatz nicht verwendet, verarbeitet in der Regel Bilder, lernt aber nicht aus den Daten, wie z. B. Wärmebildkameras, Bewegungserkennungssensoren, Lichtintensitätssensoren und andere.

Erkennung von Mängeln bei Fischen und gefrorenen Fischfilets

Erkennung von Mängeln bei Fischen

Das Visum DeepSight Loins™-System ist in der Lage, zahlreiche Defekte in Fischfilets zu erkennen, wie z. B. Druckstellen, Blutflecken, Lücken (d. h. Öffnungen oder Risse in der Muskulatur), Hautreste, oberflächliche Gräten oder andere oberflächliche Fremdkörper, die in die Verarbeitungslinie gelangen können. Außerdem verfügt es über eine integrierte Farbmessfunktion nach internationalen CIELAB– oder L*a*b*-Standards, die als Qualitätsparameter sowohl für die Oberfläche als auch für die Frische des Fisches wichtig ist.

Visum DeepSight Loins™ hat einen hohen IP-Schutz für eine einfache Reinigung der Linie und verfügt über ein eingebautes Antireflexions- und Antifeuchtigkeitssystem, das einen normalen Betrieb sowohl bei frischen als auch bei gefrorenen Fischfilets ermöglicht.

Benutzerfreundlichkeit, Bedienung und Kommunikation

Das Visum DeepSight Loins™-System verfügt über 2 Benutzerebenen: „Administrator“ für die Änderung der Einstellungen, des Arbeitsmodus, die Anpassung der Ausschleusungsempfindlichkeit oder die Aufnahme von Referenzen und „Bediener“ für den automatischen Betriebsmodus des Geräts.

Das System wird durch eine Falltürausleitung ergänzt, die es ermöglicht, nicht konforme Einheiten zur erneuten Verarbeitung oder Kontrolle durch das Bedienpersonal auszusondern.

Die Informationen und Ergebnisse der Analyse, wie z. B. die Quantifizierung von Fehlern und Ausschuss nach Klasse, die Losinformationen und die Menge der kontrollierten Produkte, können auf dem eingebauten Computermodul, auf einem an das Netzwerk angeschlossenen Computer oder auf dem werkseigenen Informationsmanagementsystem angezeigt werden. Darüber hinaus können die automatisch erstellten Berichte in verschiedenen Formaten exportiert werden.

Die Funktion der Empfindlichkeitsanpassung ist ein wesentliches Instrument zur Kalibrierung des Rückweisungsgrads des Geräts bei bestimmten Fehlern und somit zur Regulierung der Betriebsleistung des Systems, ohne die Produktionskapazität der Linie zu beeinträchtigen.

Für weitere Informationen über das Gerät und Anfragen schreiben Sie an info@iris-eng.com.

Von IRIS Technology Solutions
Environment-de, Industry-4-0-de 22 September 2022

Quantifizierung und Sortierung von organischen Abfällen

Post teilen

Sortierung und Quantifizierung von organischen Abfällen

In diesem Artikel wird erörtert, wie die Behandlung von organischen Siedlungsabfällen, die für die Biogasproduktion verwendet werden, mit Hilfe der Hyperspektraltechnologie optimiert werden kann, um die Qualität und die Ausbeute von Biomethan zu verbessern. Grundlage hierfür ist die Anwendung, die IRIS Technology für die Biomethanisierungsanlage von Las Dehesas (FCC) in Madrid entwickelt hat und die auf dem Visum HSI™-System zur Sortierung organischer Abfälle basiert.

Das Problem der Trennung organischer Abfälle

Allein im vergangenen Jahr erzeugte die spanische Wirtschaft mehr als 138 Millionen Tonnen Abfall, von denen nur 15 % zur Herstellung neuer Produkte, Nebenprodukte oder Rohstoffe wiederverwendet wurden. Darüber hinaus liegt Spanien immer noch unter dem EU-Ziel, 50 % der festen Siedlungsabfälle zu recyceln, das ebenfalls im Gesetz 22/2011 über Abfälle und kontaminierte Böden festgelegt ist. Obwohl es einigen Gemeinden gelungen ist, hohe Recyclingquoten zu erreichen, bereiten organische Abfälle der Verwaltung und den Abfallbehandlungs- und -verwertungsanlagen nach wie vor großes Kopfzerbrechen.

Das liegt daran, dass ein großer Teil der organischen Fraktion der festen Siedlungsabfälle mit anorganischen Materialien verunreinigt ist, vor allem mit Verpackungen – eine weitere große Herausforderung beim Recycling – und Kunststoffen, bei denen optische Sortier- und Spektroskopietechniken zu großen Verbündeten geworden sind.

Produktion von Biogas

Eines der Hauptziele für die Wiederverwendung und Aufwertung organischer Abfälle ist die Erzeugung von Biogas, das in Biomethanisierungsanlagen in Biomethan umgewandelt wird, eine Gasart, die für die Einspeisung und Vermarktung im Gasnetz geeignet ist und bestimmte Qualitäts- und Sicherheitsstandards erfüllt. In diesen Anlagen, wie z. B. in Las Dehesas in Madrid, wird der organische Anteil des festen Abfalls behandelt, um einen hohen Anteil an „unangemessenen“ (anorganischen) Stoffen zu vermeiden, die, sobald sie sich in den Biokläranlagen befinden, nicht mehr für den Fermentationsprozess verwendet werden können, was zu einer suboptimalen Qualität und Leistung des Prozesses und des Endprodukts führt.

Zu diesem Zweck hat IRIS Technology im Rahmen des europäischen Scalibur-Projekts ein HSI™-Hyperspectral-Imaging-System in der FCC-Linie installiert, um den Abfall zu quantifizieren und zu klassifizieren, je nachdem, ob er organisch oder anorganisch ist. Abgesehen von den verschiedenen Zwischenkontrollen, der Entfernung von Sperrmüll, Plastiktüten usw. ist die Kenntnis des prozentualen Anteils an organischen Abfällen ein Schlüsselparameter für die Anpassung des biologischen Prozesses in den Fermentern.

Scalibur_HSI_Sortierung von organischen

Trennung von organischen und anorganischen Abfällen

Der auf Hyperspektraltechnologie basierende Sortierer für organische Abfälle Visum HSI™ ermöglicht es, in Echtzeit Daten über den prozentualen Anteil organischer und anorganischer Abfälle zu erhalten, die verschiedenen Komponenten auf dem Förderband zu lokalisieren, die durchschnittliche Zusammensetzung der Abfälle zu kennen, die Entwicklung der Abfallzusammensetzung im Laufe der Zeit zu überwachen und nützliche Informationen für die Entscheidungsfindung in den Bereichen Abfallwirtschaft, Produktion und Kreislaufwirtschaft zu gewinnen.

Sortierung von organischen

Die Implementierung des HSI-Systems hat es FCC ermöglicht, die Abfälle in Echtzeit zu überwachen, um den Fluss entsprechend der organischen Fraktion zu verbessern und folglich einen Fermentationsprozess mit einem geringeren Grad an Verunreinigungen zu erreichen, wodurch die Schlüsselparameter des Fermentationsprozesses maximiert werden.

Für weitere Informationen über dieses Projekt und die Technologie besuchen Sie bitte die Website von Scalibur oder schreiben Sie an unsere E-Mail: info@iris-eng.com

Von IRIS Technology Solutions
Industry-4-0-de 5 September 2022

Echtzeitüberwachung von Biokraftstoffen mit NIR-Spektroskopie

biothenol et nir
Post teilen

In diesem Beitrag werden wir die NIR-Spektroskopie-Überwachung des Bioethanol-Produktionsprozesses erörtern und aufzeigen, wie die Online-NIR-Spektroskopie ein wichtiger Verbündeter für die Echtzeit-Überwachung der Fermentationsergebnisse, der endgültigen Qualität oder Reinheit, der Prozessinhibitoren und anderer interessanter Analyten für die Produktion von Nebenprodukten mit hohem Mehrwert für die Industrie ist.

Bioethanol und NIR

Bioethanol ist ein Kraftstoff, der aus der Fermentation von zucker- und stärkereichen organischen Stoffen wie Mais, Zuckerrüben und Zuckerrohr gewonnen wird, die zu den weltweit am häufigsten verwendeten Sorten gehören. Es kann sogar aus festen Siedlungsabfällen und Biomasse ohne Lebensmittelwert hergestellt werden, was als Bioethanol der „zweiten Generation“ oder lignozellulosehaltiges Bioethanol bekannt ist und das zusätzliche Problem löst, den organischen Abfällen, die wir wegwerfen, eine produktive Bestimmung und einen Mehrwert zu geben, indem sie in Biokraftstoff umgewandelt werden.

Durch die Einwirkung von Hefen und Enzymen im Gärungsprozess und nach der Destillation wird Bioethanol zur Verwendung als Biokraftstoff und zur Beimischung zu fossilen Brennstoffen gewonnen. Aus den übrigen Bestandteilen werden Nebenprodukte gewonnen, die je nach verwendetem Rohstoff unterschiedlich ausfallen können, z. B. aus der Trockenvermahlung Futtermittel aufgrund ihres hohen Proteingehalts oder andere Nebenprodukte aus der Nassvermahlung wie Maisöl, Sirup, um nur einige zu nennen. Auch aus lignozellulosehaltiger Biomasse können Nebenprodukte für die Wiederverwendung in anderen Industrien gewonnen werden, z. B. Methanol und Essigsäure.

Qualitätskontrolle des Produktionsprozesses von Bioethanol.

Die Qualitätskontrolle von Bioethanol ist sehr wichtig, um die Reinheit des aus dem Prozess resultierenden Produkts und die Verwertung der Nebenprodukte für die Wiederverwendung in anderen Industrien sicherzustellen. In den meisten Bioraffinerien erfolgt die Kontrolle von reduzierenden Zuckern (Glukose) und Ethanol mit Hilfe von Offline-Analysetechniken, d. h. im Labor mit Hochleistungsflüssigkeitschromatographie (HPLC), was Zeit und Ressourcen erfordert, oder mit NIR-Spektroskopie auf dem Tisch, die im Gegensatz zur HPLC in Sekundenschnelle genaue Ergebnisse liefert, aber immer noch eine nicht repräsentative und Offline-Probenahme-Methode ist.

Bioethanol and NIR in line

Allerdings haben nur wenige Bioraffinerien auf die Einführung der In-Line-NIR-Technologie zur Überwachung des Fermentationsprozesses, der Destillation, der Wirkung von Prozessinhibitoren oder der Kontrolle von Nebenprodukten gesetzt.

In diesem Sinne hat IRIS Technology mehrere Anwendungen für die Prozesskontrolle in Bioraffinerien mit dem Visum NIR In-Line ™ Analysator und dem tragbaren (Handheld) Visum Palm™ NIR entwickelt.

Tabelle 1: Inline-Vorhersage des Glukose- und Ethanolgehalts mit einem Visum NIR In-Line ™-Analysegerät.

Monitorização de biocombustíveis

Tabelle 1 zeigt die wichtigsten Parameter, Bereiche und Produktionsschritte bei der Herstellung von Bioethanol aus Lignozellulose in der biotechnologischen Anlage Perseo von IMECAL, in der feste Siedlungsabfälle zu Bioethanol verarbeitet werden.

Der Prozess der Delignifizierung von Lignozellulose-Biomasse wurde ebenfalls überwacht, um Zellulose von Hemizellulose und Lignin zu befreien und so eine Depolymerisierung der Kohlenhydrate zu Einfachzuckern und eine Fermentation zur Herstellung von Ethanol zu erreichen.

Tabelle 2: Der Vorbehandlungsprozess besteht aus einer Kombination von Organosolvation und Dampfexplosion (durchgeführt von LTU, Lulea Univ. of Technology). Überwachte Parameter: Gehalt an Lignin, Zellulose und Hemizellulose.

bioethanol und nir tabelle

Eine weitere Anwendung, die im Rahmen dieses Projekts entwickelt wurde, war die Überwachung des Prozesses der Gewinnung von reduzierenden Zuckern aus Hemizellulose, die in lignozellulosehaltigen Rückständen vorhanden ist, durch Visum NIR In-Line ™. Insbesondere wird gezeigt, dass es möglich ist, hemmende Faktoren des Fermentationsprozesses, wie Essigsäure, zu kontrollieren.

Tabelle 3: Überwachte Parameter: Xylose, Glukose, Essigsäuregehalt.

bioethanol und nir

Die durchgeführten Installationen und Tests zeigen die Wirksamkeit und Bedeutung der Einführung der Inline-NIR-Technologie in Bioraffinerien, um eine genauere Kontrolle der verschiedenen Phasen des Bioethanolproduktionsprozesses zu ermöglichen, eine höhere Qualität zu erzielen und somit die Effizienz des Biokraftstoffs zu steigern.

Von IRIS Technology Solutions
Industry-4-0-de 10 August 2022

Hyperspektrale NIR: Anwendungen in der Lebensmittelindustrie

Post teilen

Hyperspektrale NIR: Anwendungen in der Lebensmittelindustrie

In diesem Artikel befassen wir uns mit bereichsübergreifenden Anwendungen der hyperspektralen NIR-Technologie in der Lebensmittelindustrie mit dem Ziel, unseren derzeitigen Produktionsprozess zu hinterfragen und effektive Möglichkeiten zu dessen Optimierung mit Inline-Technologie zu erwägen. Wir werden nicht auf jede der Anwendungen im Detail eingehen, aber wenn Sie daran interessiert sind, mehr zu erfahren, können Sie den folgenden Beitrag lesen, in dem wir einen Anwendungsfall in frittiertem Gebäck sehen, um unbestimmte Fettschwankungen im Prozess abzuschwächen und den Einsatz von Rohmaterial zu optimieren.

Die hyperspektrale NIR-Technologie von IRIS Technology, Visum HSI™, eröffnet der Industrie jedoch ein riesiges Anwendungsfenster in den Bereichen Prozesskontrolle, Qualität und Lebensmittelsicherheit mit einem optischen Industriesystem, das in der Lage ist, jede Produkteinheit in Echtzeit chemisch zu überwachen und eine große Anzahl von physikalischen und chemischen Parametern gleichzeitig zu bestimmen. Eine Hyperspektralkamera ist in der Praxis gleichbedeutend mit einem Spektralphotometer in jedem Pixel.

Visum HSI™: Pixel-für-Pixel, räumlich aufgelöste chemische Bildgebung

Hyperspektrale NIR: Anwendungen in der Lebensmittelindustrie

Obst- und Gemüseindustrie

In dieser Branche gibt es zahlreiche zerstörungsfreie Kontrollen, die mit hyperspektraler NIR-Technologie durchgeführt werden können. Dazu gehören ºBx, Stärke, Trockensubstanz, die relevante Parameter für die Bestimmung des Reifegrads und der Vermarktung von Frischprodukten sind, sowie pH-Wert, Säuregehalt, Fettgehalt, Feuchtigkeit oder lösliche Feststoffe, die zu den üblichen Kontrollen in der Industrie gehören und die derzeit, wie in den meisten Branchen, mit traditionellen Offline-Techniken (Probenahme und Labor) durchgeführt werden.

 

Ebenso ist die hyperspektrale NIR-Technologie wirksam für die Bestimmung der Textur nach Stufen, die Erkennung und Ausscheidung von Fremdkörpern in der Linie und für die Sortierung. Im Allgemeinen handelt es sich um Systeme, die bei der Steuerung eines bestimmten Prozesses von einem quantitativen Referenzkriterium oder von einem menschlichen Experten lernen können. Als zerstörungsfreie Kontrollmethode ist sie daher eine hervorragende Alternative, um Produkte vollautomatisch nach ihrer Zusammensetzung zu klassifizieren und zu selektieren und so dem Endprodukt einen höheren Wert zu verleihen, zum Beispiel wenn Sie eine Premiumlinie schaffen wollen.

Fisch und Meeresfrüchte

Die Lebensmittelsicherheitskontrollen für alle Fischereiprodukte werden immer strenger. In diesem Zusammenhang erleichtert die Inline-Hyperspektral-NIR-Technologie Visum HSI™ die Erkennung von Fremdkörpern, die vom Meeresboden stammen, wie Muscheln, Steine, andere Gliederfüßer, Netzfragmente u. a., die sich optisch kaum von dem zu verarbeitenden Produkt unterscheiden und daher der Sichtprüfung entgehen können oder für die es aufgrund ihrer geringen Dichte keine brauchbaren Detektoren auf dem Markt gibt. Es ist auch möglich, Reste von Kunststoffverpackungen zu erkennen, selbst wenn diese in Fischfilets und -scheiben transparent sind. Neben der gleichzeitigen quantitativen Bestimmung einer Vielzahl von Analyseparametern (Fette, Proteine, Säuregehalt u.a.) ist es in der Lage, den Einsatz von Sulfiten oder Konservierungsstoffen sowie den Frischegrad zu erkennen und zu klassifizieren.

 

Falls Sie sich fragen, ob die hyperspektrale NIR-Technologie, zumindest ab 2022, und keine andere Technologie auf dem Markt, die in-line und kontinuierlich arbeitet, in der Lage ist, Histamin in den von der Industrie und den Vorschriften geforderten Konzentrationen (<50 ppm) zu quantifizieren.

 

Im nächsten Beitrag erfahren Sie mehr über die Erkennung von Fremdkörpern mit unseren hyperspektralen Systemen.

Nüsse, Körner und Hülsenfrüchte

Bei Nüssen (Mandeln, Pistazien, Erdnüssen und vielen anderen) ist es möglich, herkömmliche Laboranalysen zu ersetzen und diese mit bildgebenden Inline-Spektroskopieverfahren zu kombinieren. Dies ist nützlich für die Echtzeitkontrolle chemischer Parameter wie Feuchtigkeit, Fett, Fasern, Säuregehalt sowie für die Erkennung und Trennung von Fremdkörpern: Mais, der auf der Linie erschienen ist, Holz, Plastik, Steine. Bei sichtbaren Fehlern wie Flecken, Mottenfraß, anderen Kornfehlern oder Früchten mit Schale ist die Ergänzung durch ein Bildverarbeitungssystem wie Visum DeepSight™ erforderlich.

Brot und Gebäck

Wir haben dieses Thema in unserem Blog behandelt und uns dabei auf die Fettkontrolle konzentriert, die für die Herstellkosten, Verbrauchertrends und den Geschmack und die Textur von Lebensmitteln entscheidend ist. Die Visum HSI™-Technologie kann jedoch auch andere kritische Parameter, wie Feuchtigkeit oder Zuckergehalt, Stück für Stück überwachen und, was noch wichtiger ist, über die Linien-SPS mit den Maschinen und dem Betriebsmanagementsystem interagieren.

Zusammenfassend lässt sich sagen, dass die Hyperspektraltechnologie in Verbindung mit dem Durchbruch bei optischen Systemen in den letzten Jahren eine Fülle von Möglichkeiten für die Lebensmittelsicherheit in industriellen Prozessen eröffnet.

Ich hoffe, dieser Artikel über hyperspektrale NIR-Technologie in der Lebensmittelindustrie war nützlich und anwendbar. Wie immer laden wir Sie ein, uns Ihre Fragen, Kommentare und Vorschläge an unsere E-Mail-Adresse zu schicken info@iris-eng.com.

Von IRIS Technology Solutions
Industry-4-0-de 26 Juli 2022

Detection of foreign bodies in the production line

Post teilen

Detection of foreign bodies in the production line

In this post we will address a recurrent and transversal problem in the industry related to food safety and security: the presence of foreign bodies in the production line and we will see how we can prevent this from happening with viable techniques at industrial level such as imaging spectroscopy or also known as Hyperspectral NIR or Hyperspectral Imaging (HSI).

Deteção de corpos estranhos

What do we mean by foreign bodies?

In general terms, for manufacturers, „foreign body“ is anything that should not be in the production line, whether it is an organic element (bone, skin, shells, other food that is not the product to be packed, pieces of wood, wood chips to mention a few) or inorganic elements such as metals, screws, plastics, cardboard, paper, etc. The rule is that everything that is not product should not be there, as it is a problem that can alter the quality of the final product and therefore generate economic losses, as well as being a risk for the health of consumers and the image of the company.

State of the art

Until now, foreign body control in the vast majority of industries, whether food or non-food, has been carried out by visual inspection. That is to say, with operators on the production line watching the product flow and extracting any foreign bodies that may have crept in during the manufacturing process. On the one hand, X-ray detection systems, which have already been implemented in practically all industries, guarantee that no conductive elements, i.e. metals, will pass through the line, but do not exempt us from the possibility of non-conductive and low-density elements such as plastics, paper, cardboard, stones, glass, rubber, among others, which may appear and which are undetectable with this technology.

On the other hand, traditional machine vision, for the detection of foreign bodies, has important limitations due to the enormous variability that can exist in terms of type, shape, colour or size, which results in a high false positive rate (rejected „good“ product). However, on a more contemporary level, artificial vision assisted by deep learning or machine learning algorithms is a technology that has its benefits at certain points in the line, such as in packaging, where it is useful for detecting the presence of certain physical contaminants.

Foreign body detection with hyperspectral NIR

If we have to say that by 2022 there is a sufficiently mature, easily integrated online and economically viable technology for detecting foreign bodies, it is hyperspectral NIR technology.

This technology is an extension of traditional machine vision in two ways: Firstly, instead of the usual three colour channels in machine vision, hyperspectral imaging uses up to hundreds of channels, making it possible to see very subtle differences. Secondly, hyperspectral cameras incorporating these systems often have an extended spectral range beyond the visible, i.e. into the infrared, where chemical composition is much more evident than in the visible range.

Hyperspectral imaging can therefore be seen as a paradigm shift in vision systems and as a source of abundant, high-quality data to feed vision systems based on artificial intelligence algorithms. In practice, having a hyperspectral camera is equivalent to having a spectrophotometer in each pixel, i.e. it allows obtaining chemical information on the composition of the product pixel by pixel and product unit by product unit, providing a clear image of the whole inspected area and distinguishing according to its chemical composition what is product and what is not, regardless of its shape, size or typology. It has a limitation; as it works with light and as this has a minimum penetration in the material, everything that is not superficial will not be detected. To prevent this from happening, at IRIS Technology, we integrate vibration or velocity to generate dispersion of the product in the section where the hyperspectral detection system is located.

The Visum HSI™ system can operate at a speed of up to 50 m/min detecting foreign bodies up to 3 mm² and with a minimum density of 0.7g/cm³. It is therefore a „compromise“ solution between line speed, processing power and minimum detectable size.

Détection de corps étrangers

Visible NIR and chemical composition

IRIS Technology’s turnkey systems, such as the Visum HSI™ analyser, can operate in two spectral ranges, Vis-NIR (400 to 1000 nm) or SWIR (900-1700 nm). The application of one camera or the other in the hyperspectral system will depend on the manufacturer’s need. If it is only a question of detecting foreign bodies, a Vis-NIR camera will be used, since in this range there is enough chemical information to detect what is a product and what is not. On the other hand, if you also want to quantify or classify product composition parameters other than moisture, such as fats, proteins, fibres, acidity or other parameters, a camera working in the SWIR range will be used to obtain reliable and robust results like those of the laboratory.

Some final clarifications

It is important to note that hyperspectral technology is not useful for detecting foreign bodies inside the product, regardless of the product in question, because as mentioned above, the light has minimal penetration.

Although it is not the subject of this article, we believe it is important to clarify that hyperspectral technology is also not useful for the detection of microbiological activity at the concentrations and limits required by regulatory bodies (ppm), where the only viable analytical technique is still the swap or Elisa.

Therefore, at IRIS Technology we are constantly investing in R&D to increase the analytical capabilities of our systems, as well as to develop advanced solutions that are reliable and feasible to integrate into the production line.

Von IRIS Technology Solutions
Industry-4-0-de 21 Juli 2022

Thickness control of multilayer films with Visum® technology

Films multicouches
Post teilen

More than 60% of the films used in food packaging are transparent multilayer films

In recent years, multilayer film structures have made it possible to extend their applications in the packaging of food products, allowing the organoleptic and nutritional qualities of the product to be optimally preserved. Today, more than 60% of the films used in food packaging are transparent multilayer films obtained from coextrusion, where the different polymeric layers respond to certain needs: barrier against water, water vapor, temperature, sealability, mechanical resistance, among others.

Film thickness and its uniformity is a critical parameter to control changes in the structure without compromising the performance requirements of the same and therefore the on-line control of thickness is of great importance for designers and manufacturers of multilayer films. Up to now, this control has been done with offline methods that are not compatible with continuous production, such as using a micrometer or optical microscopy. There are also sensors on the market to control the uniformity of single-layer films, but there is no tool that is really effective in industrial and technological terms for controlling the thickness of multilayer films and guaranteeing their uniformity.

The patented Visum Thickness™ sensor technology is a tool for single or multipoint thickness control of thin translucent multilayer films, layer by layer, total thickness and in real time, which makes it suitable for different color coatings on substrates of different nature and therefore has potential uses in multilayer barrier packaging, but also coated textiles, metals, among others.

Some additional features of Visum Thickness™:

  • No calibration required.
  • Number of layers: unlimited.
  • Spot size: 5 mm. 
  • Inspection: single or multi-point.
  • Probe-to-film distance range: 5-30 cm.
  • Dimensions: 300 x 200 x 150 mm3 
  • Weight: 7 kg 
  • Power supply: 240 VAC, 100 W 
  • Operation: slave or continuous.
  • Communication: Wifi / Ethernet / Profinet / Profibus
  • Visum ® software
  • Embedded computer

 

IRIS Technology is a European leader in the development and manufacturing of industrial solutions with applied photonic technologies.

 

For more information, write to info@iris-eng.com

Von IRIS Technology Solutions
Industry-4-0-de 14 Juli 2022

WhiteCycle: Europe’s big bet to recycle more than 1.8 million tonnes of plastic textile waste annually.

plastic
Post teilen

What is WhiteCycle?

On 1st of July, the WhiteCycle project was launched with the aim of developing a circular solution to convert plastic textile waste into high added-value products. This unprecedented European project is coordinated by Michelin and is made up of a consortium of 17 public and private entities, co-funded by the European Commission’s Horizon Europe programme. IRIS Technology is a key member of the consortium as a European leader in the design of advanced optical systems.

WhiteCycle's objectives

By 2030, WhiteCycle is expected to adopt and deploy a circular solution to recycle more than 2 million tonnes of textile plastic waste annually, particularly the third most used plastic PET (Polyethylene Terephthalate). This is expected to reduce CO2 emissions by around 2 million tonnes per year and avoid the landfilling or incineration of more than 1.8 million tonnes of plastic each year.

Currently, complex textile-containing waste (PET) from various sources, such as multi-layer clothing, hoses or tyres, is difficult to recycle. However, soon all these products could be recyclable thanks to the results of the project. Thanks to the WhiteCycle project, PET 2 feedstock could be reused to create high-performance products. This would be possible thanks to a viable circular value chain.

This project will develop processes needed throughout the industrial value chain.

  • Develop and/or use innovative sorting technologies. This would allow an increase of the PET plastic content of complex waste streams in order to be able to process them better.
  • The recovered PET would be pre-treated for its content. This would be followed by an innovative process based on recycling enzymes to break down into pure monomers and pure monomers in a sustainable way.
  • Repolymerisation of the recycled monomers into a new plastic.
  • Manufacturing and verifying the quality of new products produced from recycled plastic materials.

WhiteCycle has an overall budget of ¤9.6 million and receives European funding of approximately ¤7.1 million. The companies participating in the project are located in five countries:

  • Germany: DITF, Estato, IPoint
    Spain: IRIS Technology Solutions, Inditex
    France: Axelera, Carbios, Dynergie, ERASME, IFTH, Michelin, PPRIME, Synergies TLC,UNIV POITIERS
    Norway: HVL, Mandals
    Turkey: Kordsa

IRIS Technology's role in White Cycle

There has long been an urgent need to develop a final circular solution for the industry to transform complex textile plastic waste into higher value-added products (new plastic for hoses, tyres and clothing).

As Europe’s leading designer of advanced optical systems, IRIS Technology will lead the development of a system capable of real-time monitoring and identification of textile PET waste for recycling. For this purpose, IRIS will implement hyperspectral NIR technology using the Visum HSI™ industrial analyser, which employs 2D imaging spectroscopy and extracts pixel-by-pixel and unit-by-unit chemical information from product passing over the line to detect chemical composition, content and spatial distribution. Finally, the HSI system for the detection and sorting of plastic textile waste will be validated on an industrial scale to facilitate its incorporation into recycling lines across Europe.

Von IRIS Technology Solutions
Digitalization-de, Environment-de, Industry-4-0-de 22 Juni 2022

Identifizierung und Charakterisierung von Polymeren mit tragbarer NIR-Technologie

Charakterisierung von Polymeren
Post teilen

Identifizierung und Charakterisierung von Polymeren mit tragbarer NIR-Technologie

Die Kunststoffrecyclingindustrie stellt eine enorme Komplexität für die Trennung der verschiedenen Polymertypen dar, und zu den am weitesten verbreiteten Techniken für diesen Zweck gehören die spektroskopischen Verfahren. Wir werden in diesem Artikel nicht auf alle diese Techniken eingehen, da dies bedeuten würde, dass wir in die Welt der Forschung und Entwicklung, der neuen Inline-Detektionstechnologien und ihrer praktischen oder wirtschaftlichen Grenzen eintauchen müssten, um die angestrebten Standards der Europäischen Union in Bezug auf Recycling und Kreislaufwirtschaft zu erreichen.

Die NIR-Spektroskopie ist jedoch ein äußerst praktischer Ansatz, um verschiedene Verbindungen oder Kunststoffgemische für das Recycling oder die industrielle Wiederverwendung schnell und effektiv zu identifizieren. Diese Technik basiert auf der Wechselwirkung von Licht mit Materie und ermöglicht die Beobachtung der unterschiedlichen Absorptionswerte, die durch die Schwingungen der Bindungen zwischen den Atomen der Polymere entstehen. Auf diese Weise erhält man ein charakteristisches Spektrum für jeden Kunststofftyp, das mit Hilfe eines vorausschauenden maschinellen Lernmodells quantifiziert und klassifiziert werden kann.

Der Visum Palm™ Handheld-NIR-Analysator.

Der Visum Palm™-Analysator, ein tragbares NIR-Instrument, das im SWIR-Bereich (1-1,7 μm) arbeitet, eignet sich besonders für die erfolgreiche quantitative (Zusammensetzung) und qualitative (Identifizierung und Klassifizierung) Charakterisierung einer Vielzahl von Materialien und Gemischen. Aus diesem Grund führt der Einsatz des Visum Palm™ zu erheblichen Einsparungen beim analytischen Arbeitsaufwand und zu einer erheblichen Verkürzung der Wartezeit.

Darüber hinaus kann das Gerät aufgrund seiner Mobilität und der Möglichkeit, es für die gleichzeitige Bestimmung mehrerer Parameter zu programmieren, für eine Vielzahl von analytischen Aufgaben an der Produktionslinie, in Logistiklagern und sogar für angewandte Forschungsstudien und die Entwicklung eigener Modelle durch AIMPLAS, eine Referenz im Kunststoffsektor in Spanien, eingesetzt werden.

Hauptmerkmale und allgemeine Vorteile der SWIR-Spektroskopie:

  • Bestimmung von mehreren Parametern mit einem einzigen Gerät.
  • Echtzeit- und kontinuierliche Analyse zur automatischen und sofortigen Korrektur von Prozessparametern.
  • Zerstörungsfreie Bestimmungen ohne Probenvorbereitung.
  • Ausgezeichnete Wiederholbarkeit.
  • Die Verwendung erfordert keine qualifizierten Bediener.

Obwohl es mehrere tragbare NIR-Instrumente auf dem Markt gibt, ist es wichtig, den Spektralbereich, mit dem das Instrument arbeitet, und die Größe des Messpunkts zu berücksichtigen, um die Repräsentativität des Messwerts in Bezug auf die Probe sicherzustellen. Das Visum Palm™ System verfügt über einen 10 mm großen Messfleck und ein leistungsstarkes Spektralphotometer, das im Bereich von 900-1700 nm arbeitet.

Identifizierung und Klassifizierung von Polymeren in der Industrie

Das Visum Palm™-Gerät umfasst eine Bibliothek von Modellen für die Ablesung und Bestimmung an der Linie, ohne Probenvorbereitung und in wenigen Sekunden, die die Charakterisierung einer großen Anzahl von Polymeren ermöglicht, einschließlich PET (Polyethylenterephthalat), HDPE (Polyethylen hoher Dichte), LDPE (Polyethylen niedriger Dichte), PP (Polypropylen), PS (Polystyrol), PVC (Vinyl oder Polyvinylchlorid), PC (Polycarbonat), ABS (Acrylnitril-Butadien-Styrol), um nur einige zu nennen, einschließlich komplexerer Mischungen.

Die Identifizierung und Trennung ist bei der Herstellung von Polymeren wichtig, da die Hersteller für die Wiederaufbereitung von Kunststoffabfällen sicherstellen müssen, dass die Polymere so rein und sauber wie möglich sind, und davon hängt natürlich der Preis ab, den die Hersteller den Verwertern für die von ihnen gelieferten Kunststoffabfälle zahlen. Außerdem können bereits geringe Verunreinigungen die Qualität und Ausbeute einer kompletten Recyclingcharge erheblich beeinträchtigen. In diesem Zusammenhang ermöglichen Spektroskopietechniken in Kombination mit Modellen des maschinellen Lernens die Einführung wichtiger Automatismen und Qualitätskontrollen, die auf die Bedürfnisse der Industrie abgestimmt sind.

Von IRIS Technology Solutions