Los sensores fotónicos como palanca de transformación de la fábrica del futuro en la producción de alimentos

La fotónica es una de las tecnologías disruptivas identificadas por la UE para el avance de la industria 4.0 en sectores de consumo. Su aplicación permite optimizar los procesos de fabricación, minimizar las mermas de producto; reducir el consumo de energía, interconectar máquinas inteligentes… En el artículo hablamos de la revolución silenciosa que se está produciendo en las fábricas de producción de alimentos y bebidas.

Fecha: 18-May-2018

Fuente: AINIA

El control de la calidad de los alimentos en la industria alimentaria es muy complejo, debido a que su materia prima es multicomponente y variable según el origen y la época del año. Por ello, las empresas demandan sensores avanzados que permitan medir variables químicas relacionadas con la calidad y la seguridad.

Actualmente, los dispositivos avanzados generan señales complejas que es necesario tratar y modelizar para obtener un indicador que permita supervisar el estado del proceso de fabricación y la toma de decisiones de manera automática.

Como solución, los nuevos sensores fotónicos, las técnicas de machine learning y los nuevos sistemas de procesado computacional intensivo pueden romper las barreras tecnológicas y reducen los costes actuales. En este artículo explicamos cómo lograrlo a través de las tecnologías fotónicas.

¿Qué son las tecnologías fotónicas?
La fotónica es la ciencia y la tecnología que aprovecha la luz desde su generación, control, manipulación y amplificación.

La Comisión Europea ha seleccionado la fotónica como unas de las tecnologías claves para sectores como el de la industria alimentaria o en el agroalimentario.

Su aplicación permite automatizar los procesos de inspección, controlar la calidad durante los procesos de fabricación, medir las propiedades químicas de los productos elaborados detectar contaminantes y residuos en muy bajas concentraciones.

Además, como principal ventaja, destaca la optimización de los procesos de fabricación, reduciéndose así los costes de consumo de energía y las mermas de producto. Convirtiéndose en una palanca clave para la transformación hacia el entorno Industria 4.0.

Entre las distintas líneas de investigación de estas tecnologías se encuentran algunas cuya finalidad es el control de la producción y la supervisión de la calidad y la seguridad, destacando la visión avanzada, la espectroscopia y la imagen química. Veamos en qué consisten:

Visión avanzada aplicada al control de sellado y detección de materias extrañas

Esta técnica permite mediante el empleo de sensores de imagen infrarroja detectar propiedades no apreciables por el ojo humano. Se trata de aplicaciones de control de sellado o detección de materias extrañas.

Espectroscopia: solución para medir la composición en tiempo real

Gracias a esta técnica se mide la interacción de la luz infrarroja con la materia y permite medir la composición en tiempo real. Se aplica en el control de calidad en producción, optimización de procesos y en reducción de mermas.

Imagen química: combinación de la visión artificial y la espectroscopia

Se trata de una tecnología que combina las ventajas de la visión artificial y la espectroscopia infrarroja. Permite obtener la huella espectral característica de cada punto de la muestra y medir su composición para ajustar el proceso, clasificar el producto según su calidad o detectar contaminantes con una huella espectral diferente.

Aplicaciones y casos de éxito para garantizar la seguridad y calidad en los procesos de la industria alimentaria
Con la finalidad de controlar la producción y la supervisión de la calidad y la seguridad en los procesos de producción, en AINIA Centro Tecnológico, a través de las tecnologías fotónicas, investigamos en el desarrollo y transferencia de sistemas de control e inspección innovadores, finalistas y adaptados a las necesidades de la industria alimentaria, basados en el conocimiento y la aplicación de tecnologías sensóricas y de control avanzadas que permiten abordar problemas no resueltos. Exponemos algunos ejemplos:

Tecnologías de imagen avanzadas para automatizar el control de cultivos microbiológicos
Un ejemplo de ello es el empleo de esta tecnología para automatizar el control de cultivos microbiológicos.

La contaminación microbiológica es un problema frecuente que supone a las empresas a realizar análisis de control y retener la producción antes de liberarla para su distribución, con los consiguientes gastos.

En AINIA Centro Tecnológico estamos desarrollando prototipos basados en nuevas tecnologías ópticas dirigidas a la detección rápida de microorganismos complejos que permitan automatizar las tareas rutinarias de recuento e identificación de cultivos, reducir los tiempos y costes y superar las limitaciones de los procedimientos manuales.

Inspección de la integridad y seguridad en líneas de embotellado de vidrio
Otro ejemplo de la aplicación de esta tecnología es el proyecto BOTTLESCAN, un proyecto en el que ha colaborado AINIA con el desarrollo de un prototipo que se basa en espectroscopía y que detecta la oxidación del vino dentro de la botella, posibilitando así un rechazo de la botella oxidada en la misma línea de embotellado.
La oxidación es uno de los principales defectos en vinos de alta calidad y una lucha constante de las bodegas, que se produce por microfiltraciones en el corcho que permiten la entrada de oxígeno en la botella.

El prototipo desarrollado en el proyecto detecta este tipo de defecto dentro de la botella, posibilitando así un rechazo de la botella oxidada en la misma línea de embotellado.

Además, también detecta en tiempo real en la línea de embotellado bitartrato precipitado y contaminantes de pequeño tamaño como pueden ser fragmentos de vidrio o plástico. Para ello, se emplea la visión penetrante NIR en una banda del infrarrojo cercano que es capaz de atravesar la botella y el vino, detectando y cuantificando las partículas presentes gracias a la computación paralela.

Optimización de procesos mediante sensores ópticos avanzados aplicados
Como ejemplo de ello citar el Proyecto OPTI2. Éste mejora los procesos de fabricación mediante la introducción de sensores ópticos en línea para optimizar la producción garantizando la máxima calidad gracias a la medida de propiedades químicas. Gracias a la visión espectral les posible medir la humedad, la proteína y el índice de grasa de los alimentos.